应用时间序列分析(第6版21世纪统计学系列教材)

1星价 ¥38.3 (8.5折)

2星价￥38.3 定价￥45.0

作者：王燕

出版社：中国人民大学出版社

本类榜单：自然科学

分类：自然科学 > 数学

暂无评论

图文详情

ISBN：9787300307435
装帧：一般胶版纸
册数：暂无
重量：暂无
开本：16开
页数：334
出版时间：2022-07-01
条形码：9787300307435 ; 978-7-300-30743-5

内容简介

本书的定位是大学本科生的时间序列分析入门教材。基于这个定位，本书语言通俗，案例丰富，理论紧密联系实际，习题难易程度适当，便于学生理解和练习。随着计算机科学的高速发展，现在有许多软件可以帮助我们进行时间序列分析。其中*非常不错的软件是SAS。在SAS系统中，有一个专门进行计量经济与时间序列分析的模块：SAS/ETS。同时，SAS系统具有优选品质的数据仓库功能，在进行海量数据的时间序列分析时具有其他统计软件无可比拟的优势。为了帮助学生在学习理论知识的同时熟练地掌握SAS/ETS软件的操作和分析技巧，本书在每一章后面都会有一小节的内容详细介绍本章的分析方法在SAS软件上的实现。为使学生更好地学习和操作，本书所有例题的数据、习题数据、例题的操作程序及上机指导程序都放在中国人民大学出版社网站（www.crup.com.cn）上，读者可免费下载。为便于教师授课，作者制作了课件，并提供了简要的习题参考答案，教师可下载使用。

第1章时间序列分析简介
1．1 引言
1．2时间序列的定义
1．3时间序列分析方法
1．4时间序列分析软件
1．5习题
1．6上机指导
第2章时间序列的预处理
2．1 平稳序列的定义
2．2 平稳性检验
2．3 纯随机性检验
2．4 习题
2．5 上机指导
第3章 ARMA模型的性质
3．1 Wold分解定理
3．2 AR模型
3．3 MA模型
3．4 ARMA模型
3．5 习题
3．6 上机指导
第4章平稳序列的拟合与预测
4．1 建模步骤
4．2 单位根检验
4．3 模型识别
4．4 参数估计
4．5 模型检验
4．6 模型优化
4．7 序列预测
4．8 习题
4．9 上机指导
第5章无季节效应的非平稳序列分析
5．1 Cramer分解定理
5．2 差分平稳
5．3 ARIMA模型
5．4 疏系数模型
5．5 习题
5．6 上机指导
第6章有季节效应的非平稳序列分析
6．1 因素分解理论
6．2 因素分解模型
6．3 指数平滑预测模型
6．4 ARIMA加法模型
6．5 ARIMA乘法模型
6．6 习题
6．7 上机指导
第7章条件异方差模型
7．1 异方差的问题
7．2 异方差的直观诊断
7．3 方差齐性变换
7．4 ARCH模型
7．5 GARCH模型
7．6 GARCH的衍生模型
7．7 习题
7．8 上机指导
第8章多元时间序列分析
8．1 ARIMAX模型
8．2 干预分析
8．3 伪回归
8．4 协整
8．5 Granger因果检验
8．6 习题
8．7 上机指导
附录1
附录2
附录3
参考文献

展开全部

节选

对于非平稳序列，由于它不具有二阶矩平稳的性质，所以对它的统计分析要周折一些，通常要进行进一步的检验、变换或处理，才能确定适当的拟合模型。如果序列平稳，情况就简单多了，我们有一套非常成熟的平稳序列建模方法。但是，并不是所有的平稳序列都值得建模。只有那些序列值之间具有密切的相关关系、历史数据对未来的发展有一定影响的序列，才值得我们花时间去挖掘历史数据中的有效信息，用来预测序列未来的发展。如果序列值彼此之间没有任何相关性，那就意味着该序列是一个没有记忆的序列，过去的行为对将来的发展没有丝毫影响，这种序列称为纯随机序列。从统计分析的角度来说，纯随机序列是没有任何分析价值的序列。为了确定平稳序列是否值得继续分析下去，我们需要对平稳序列进行纯随机性检验。