时间序列分析：方法与应用（高等院校研究生用书） / 高等院校研究生用书
￥32.00定价
作者： 易丹辉
出版时间：2011年3月
出版社：中国人民大学出版社
获奖信息：高等院校研究生用书
- 中国人民大学出版社
- 9787300132655
- 1-3
- 269198
- 平装
- 2011年3月
- 292
- 292
- F
内容简介
事物随时间变化是最常见的现象，也最容易收集数据。按时间顺序记录的一系列数据，即构成时间序列。时间序列分析就是充分利用这些数据，挖掘事物随时间变化规律的方法。《时间序列分析：方法与应用》融合单变量与多变量时间序列分析，通过大量实际数据的处理，说明各种方法的基本原理及其在实际中的应用，特别说明了一些实际应用中需要注意的问题。
目录
第一章 趋势模型
第一节 趋势模型类型
第二节 模型选择
第三节 参数估计
第四节 模型分析与评价
附录1-A 生命周期曲线拐点
附录1-B 商品生命周期判定
第二章 季节模型
第一节 季节性水平模型
第二节 季节性交乘趋向模型
第三节 季节性迭加趋向模型
第三章 ARMA模型
第一节 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
附录3-A 平稳过程的定义
附录3-B 时间序列自相关系数的公式
附录3-C 偏自相关函数
附录3-D 模型参数的估计
附录3-E AIC的计算
第四章 ARCH类模型
第一节 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
附录4-A 零频谱估计
附录4-B 自动窗宽和滞后长度选择
附录4-C ARCH定义的理解
第五章 两序列的协整和误差修正模型
第一节 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
附录5-A 工具变量和两阶段最小二乘
第六章 向量自回归模型
第一节 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
附录6-A 似无关回归
第七章 Panel Data模型
第一节 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
附录7-A 广义最小二乘
附录7-B 广义矩估计
附表1
附表2
附表3
附表4
附表5
附表6
参考文献
第一节 趋势模型类型
第二节 模型选择
第三节 参数估计
第四节 模型分析与评价
附录1-A 生命周期曲线拐点
附录1-B 商品生命周期判定
第二章 季节模型
第一节 季节性水平模型
第二节 季节性交乘趋向模型
第三节 季节性迭加趋向模型
第三章 ARMA模型
第一节 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
附录3-A 平稳过程的定义
附录3-B 时间序列自相关系数的公式
附录3-C 偏自相关函数
附录3-D 模型参数的估计
附录3-E AIC的计算
第四章 ARCH类模型
第一节 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
附录4-A 零频谱估计
附录4-B 自动窗宽和滞后长度选择
附录4-C ARCH定义的理解
第五章 两序列的协整和误差修正模型
第一节 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
附录5-A 工具变量和两阶段最小二乘
第六章 向量自回归模型
第一节 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
附录6-A 似无关回归
第七章 Panel Data模型
第一节 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
附录7-A 广义最小二乘
附录7-B 广义矩估计
附表1
附表2
附表3
附表4
附表5
附表6
参考文献
