应用实践序列分析

第1章 时间序列基础知识
1．1 时间序列的基本概念
1．1．1 时间序列的数字特征
1．1．2 时间序列自协方差和自相关系数的性质
1．2 平稳性
1．2．1 平稳性的定义
1．2．2 平稳时间序列的应用特性
1．3 白噪声过程
1．4 线性差分方程
1．4．1 滞后算子
1．4．2 差分算子
1．4．3 求解p阶线性差分方程的特征根法
1．4．4 求解阶线性差分方程的特征根法和迭代法
习题及参考答案
参考文献

第2章 平稳时间序列模型
2．1 ARMA模型的形式
2．1．1 ARMA模型的典型形式
2．1．2 ARMA模型的滞后算子多项式表示形式
2．1．3 ARMA模型的传递形式和逆转形式
2．1．4 格林函数
2．2 ARMA模型的平稳性条件
2．2．1 AR模型的平稳性条件
2．2．2 MA模型的平稳性条件
2．2．3 ARMA模型的平稳性条件
2．3 MA模型的可逆性条件
2．3．1 MA（q）模型的可逆性条件
2．3．2 MA（l）模型的可逆性条件
2．3．3 MA（2）模型的可逆性条件
2．4 ARMA过程的自相关函数和Yule-Walker方程
2．4．1 AR（p）过程的自相关函数及其拖尾性
2．4．2 MA（q）过程的自相关函数及其截尾性
2．4．3 ARMA（p，q）过程的自相关函数及其拖尾性
2．5 ARMA过程的偏自相关函数
2．5．1 AR（p）过程的偏自相关函数及其截尾性
2．5．2 MA（q）过程的偏自相关函数及其拖尾性
2．5．3 ARMA（p，q）过程的偏自相关函数及其拖尾性
2．6 Box-Jenkins建模方法
2．7 ARMA模型的预测
2．7．1 *小均方误差预测
2．7．2 条件期望
2．7．3 预测误差
2．7．4 AR（p）过程的预测
2．7．5 MA（q）过程的预测
2．7．6 ARMA（p，q）过程的预测
2．8 实例应用
2．9 补充内容
习题及参考答案
参考文献
……

第3章 单位根检验
第4章 趋势和季节性建模
第5章 条件异方差模型
第6章 向量自回归模型
第7章 协整和误差修正
附录