应用时间序列分析【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

应用时间序列分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 时间序列分析简介1

1.1 引言1

1.2 时间序列的定义1

1.3 时间序列分析方法2

1.3.1 描述性时序分析2

1.3.2 统计时序分析4

1.4 时间序列分析软件6

1.5 习题7

1.6 上机指导7

1.6.1 SAS操作界面7

1.6.2 创建时间序列SAS数据集8

1.6.3 时间序列数据集的处理13

第2章 时间序列的预处理17

2.1 平稳性检验17

2.1.1 特征统计量17

2.1.2 平稳时间序列的定义19

2.1.3 平稳时间序列的统计性质20

2.1.4 平稳时间序列的意义21

2.1.5 平稳性的检验23

2.2 纯随机性检验27

2.2.1 纯随机序列的定义27

2.2.2 白噪声序列的性质28

2.2.3 纯随机性检验29

2.3 习题33

2.4 上机指导35

2.4.1 绘制时序图35

2.4.2 平稳性与纯随机性检验37

第3章 平稳时间序列分析40

3.1 方法性工具40

3.1.1 差分运算40

3.1.2 延迟算子41

3.1.3 线性差分方程41

3.2 ARMA模型的性质43

3.2.1 AR模型43

3.2.2 MA模型56

3.2.3 ARMA模型62

3.3 平稳序列建模65

3.3.1 建模步骤65

3.3.2 样本自相关系数与偏自相关系数66

3.3.3 模型识别66

3.3.4 参数估计72

3.3.5 模型检验77

3.3.6 模型优化79

3.4 序列预测84

3.4.1 线性预测函数84

3.4.2 预测方差最小原则85

3.4.3 线性最小方差预测的性质86

3.4.4 修正预测91

3.5 习题93

3.6 上机指导96

3.6.1 模型识别97

3.6.2 参数估计99

3.6.3 序列预测102

第4章 非平稳序列的随机分析103

4.1 时间序列的分解103

4.1.1 Wold分解定理103

4.1.2 Cramer分解定理104

4.2 差分运算105

4.2.1 差分运算的实质105

4.2.2 差分方式的选择106

4.2.3 过差分109

4.3 ARIMA模型110

4.3.1 ARIMA模型的结构110

4.3.2 ARIMA模型的性质111

4.3.3 ARIMA模型建模113

4.3.4 ARIMA模型预测116

4.3.5 疏系数模型118

4.3.6 季节模型121

4.4 残差自回归模型129

4.4.1 模型结构129

4.4.2 残差自相关检验131

4.4.3 模型拟合134

4.5 异方差的性质136

4.5.1 异方差的影响136

4.5.2 异方差的直观诊断137

4.6 方差齐性变换139

4.7 条件异方差模型142

4.7.1 ARCH模型142

4.7.2 GARCH模型148

4.7.3 GARCH的衍生模型152

4.8 习题154

4.9 上机指导158

4.9.1 拟合ARIMA模型158

4.9.2 拟合Auto-Regressive模型161

4.9.3 拟合GARCH模型167

第5章 非平稳序列的确定性分析173

5.1 确定性因素分解173

5.2 X-11季节调整模型175

5.2.1 移动平均方法175

5.2.2 X-11季节调整模型的计算过程188

5.3 X-12-ARIMA模型191

5.4 指数平滑预测模型196

5.4.1 简单指数平滑196

5.4.2 Holt两参数指数平滑199

5.4.3 Holt-Winters三参数指数平滑200

5.5 习题201

5.6 上机指导204

5.6.1 X-11过程204

5.6.2 X-12过程206

5.6.3 Forecast过程210

第6章 多元时间序列分析215

6.1 平稳多元序列建模215

6.2 虚假回归218

6.3 单位根检验220

6.3.1 DF检验220

6.3.2 ADF检验227

6.3.3 PP检验230

6.4 协整233

6.4.1 单整与协整233

6.4.2 协整检验235

6.5 误差修正模型237

6.6 习题238

6.7 上机指导241

附录1248

附录2276

附录3278

参考文献280