×
时间序列分析-方法与应用-(第二版)

时间序列分析-方法与应用-(第二版)

1星价 ¥30.6 (8.5折)
2星价¥30.6 定价¥36.0
暂无评论
图文详情
  • ISBN:9787300254739
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:242
  • 出版时间:2018-03-01
  • 条形码:9787300254739 ; 978-7-300-25473-9

本书特色

本书分为四部分内容。*部分单变量时间序列分析,包括传统时序分析、随机时序分析、ARCH类模型;第二部分基于回归的多变量时序分析,包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ;第三部分基于AR的多变量时序分析,包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM);第四部分截面数据和时序数据结合的多变量时序分析,主要是在经典线性回归模型基础上发展起来的各种Panel Data 模型。

内容简介

本书分为四部分内容。**部分单变量时间序列分析,包括传统时序分析、随机时序分析、ARCH类模型;第二部分基于回归的多变量时序分析,包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ;第三部分基于AR的多变量时序分析,包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM);第四部分截面数据和时序数据结合的多变量时序分析,主要是在经典线性回归模型基础上发展起来的各种Panel Data 模型。

目录

**章 传统时间序列分析模型
**节 趋势模型类型和选择
第二节 参数估计
第三节 模型分析与评价
第四节 季节模型

第二章 ARMA模型
**节 概述
第二节 时序特性的分析
第三节 ARMA模型及其改进
第四节 随机时序模型的建立
第五节 时序模型预测

第三章 ARCH类模型
**节 单位根过程
第二节 ARCH模型的基本形式
第三节 广义ARCH模型
第四节 ARCH模型的拓广形式
第五节 多元ARCH模型

第四章 两序列的协整和误差修正模型
**节 含虚拟变量的回归模型
第二节 Granger因果检验
第三节 协整含义及检验
第四节 误差修正模型

第五章 向量自回归模型
**节 非结构化VAR模型
第二节 脉冲响应与方差分解
第三节 结构VAR模型
第四节 向量误差修正模型

第六章 Panel Data模型
**节 模型的基本问题
第二节 固定效应模型
第三节 随机效应模型
第四节 单位根检验与协整检验

参考文献
展开全部

作者简介

易丹辉 中国人民大学统计学院教授、博士生导师。研究方向:风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授统计预测、预测动态、实验设计、金融风险分析技术、时间序列分析、数据挖掘技术及应用等课程。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航