时间序列分析/21世纪经济学特色精品教材简介，目录书摘

2020-01-03 17:27 来源：京东作者：京东

编辑推荐:　　（1）作者是著名重点大学的资深教授，讲授本课程多年，经验丰富；（2）本书简明易懂、内容系统，注重对方法思想的阐述，并结合大量数据和实例阐明时间序列分析方法的应用，同时结合SAS软件对时间序列分析方法进行分析和介绍。

内容简介:　　本书从经济管理类各专业的实际需要出发，系统地介绍了时间序列分析的基本知识、常用的建模和预测方法。全书包括时间序列分析概述、时间序列分析的基础知识、平稳时间序列分析、非平稳时间序列的确定性分析、非平稳时间序列的随机性分析、多元时间序列分析六个章节。本书能帮助读者掌握时间序列分析建模的基本原理，熟知时间序列分析的基本内容和工作程序，能够运用数理统计软件建立时间序列分析模型，分析宏观微观经济问题。本书可作为高等院校经济学、管理学和统计学等专业的教材，也可作为从事证券、期货、咨询和统计分析工作的人员的职业指导书。

目录:第1章时间序列分析概述
1.1引言
1.2时间序列的定义
1.3时间序列分析方法
1.3.1时间序列分析方法的分类
1.3.2时域分析法的发展历程
1.4时间序列分析软件
1.5SAS软件上机操作
1.5.1SAS软件操作界面
1.5.2SAS系统的程序输入及运行
1.5.3数据集创建及查看的相关程序命令
1.6习题
第2章时间序列分析的基础知识
2.1统计特征
2.1.1概率分布
2.1.2特征统计量
2.2差分运算和延迟算子
2.2.1差分运算
2.2.2延迟算子
2.3时间序列的平稳性和纯随机性检验
2.3.1平稳时间序列及其检验
2.3.2纯随机时间序列及其检验
2.4异方差和方差齐性变换
2.4.1异方差及其检验
2.4.2方差齐性变换
2.5SAS软件上机操作
2.5.1时间序列数据集的处理
2.5.2时序图绘制
2.5.3平稳性与纯随机性检验
2.6习题
第3章平稳时间序列分析
3.1ARMA模型的时域特征
3.1.1AR模型
3.1.2MA模型
3.1.3ARMA模型
3.2ARMA模型建模
3.2.1模型识别
3.2.2参数估计
3.2.3模型检验
3.2.4模型优化
3.3ARMA模型的预测
3.3.1线性预测函数
3.3.2预测方差最小原则
3.3.3线性最小方差预测的性质
3.3.4修正预测
3.4SAS软件上机操作
3.4.1模型识别
3.4.2参数估计
3.4.3序列预测
3.5习题
第4章非平稳时间序列的确定性分析
4.1时间序列的分解
4.1.1Cramer分解定理
4.1.2确定性因素分析
4.2趋势分析
4.2.1平滑法
4.2.2趋势拟合法
4.3季节效应分析
4.4综合分析
4.5X11方法简介
4.6SAS软件上机操作
4.6.1拟合线性趋势
4.6.2拟合非线性趋势
4.6.3X11拟合
4.7习题
第5章非平稳时间序列的随机性分析
5.1平稳化方法
5.1.1差分运算的实质
5.1.2差分方式的选择
5.1.3过差分
5.2ARIMA模型
5.2.1ARIMA模型的时域特征
5.2.2ARIMA模型建模
5.2.3ARIMA模型预测
5.2.4疏系数模型
5.2.5季节模型
5.3残差自回归模型
5.3.1残差自回归模型结构
5.3.2残差自回归模型建模
5.4条件异方差模型
5.4.1条件异方差模型结构
5.4.2条件异方差模型建模
5.5SAS软件上机操作
5.5.1拟合ARIMA模型
5.5.2拟合残差自回归模型
5.5.3拟合GARCH模型
5.6习题
第6章多元时间序列分析
6.1传递函数模型
6.2虚假回归与单位根检验
6.2.1虚假回归
6.2.2单位根检验
6.3协整
6.3.1单整
6.3.2协整及其检验
6.3.3误差修正模型
6.4SAS软件上机操作
6.4.1单位根检验
6.4.2拟合ARIMAX模型
6.5习题
参考文献

相关商品