应用时间序列分析（第二版）

图书标准信息

• 作者 王黎明
• 出版社 复旦大学出版社
• 出版时间 2022-02
• 版次 2
• ISBN 9787309161083
• 定价 58.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 337页
• 字数 367千字

【内容简介】

本书着重讨论经典的ARMA模型，同时又对的时间序列模型加以介绍，如ARCH模型族（自回归条件异方差模型）、ECM模型（误差修正模型）和处理高频数据的ACD模型（自回归条件持续期模型）等。教材编写简明，内容通俗，公式表述严谨，既保证了较为完整的统计理论体系，又努力突出实际案例的应用和统计思想的渗透。章后有相关的统计软件知识介绍，以让学生熟练掌握相关统计软件并用于应用时间序列分析。学习本课程的学生需要熟悉概率论与数理统计的基础知识，也要具备微积分和线性代数知识。本书可以作为统计学、数学以及经济学等专业的教材。

【作者简介】

:
    王连，2011年毕业于上海财经大学统计学专业，获经济学博士学位。现为兰州财经大学统计学院副教授、硕士生导师，讲授计量经济学、统计学以及概率论与数理统计等课程。

【目录】

:
1  时间序列分析概论
  1.1  时间序列的定义和例子
  1.2  时间序列分析方法简介
  1.3  时间序列分析软件
  习题1
  EViews软件介绍(Ⅰ)
2  时间序列分析的基本概念
  2.1  随机过程
  2.2  平稳过程的特征及遍历性
  2.3  线性差分方程
  2.4  时间序列数据的预处理
  习题2
  EViews软件介绍(Ⅱ)
3  线性平稳时间序列分析
  3.1  线性过程
  3.2  自回归模型AR(p)
  3.3  移动平均模型MA(q)
  3.4  自回归移动平均模型ARMA(p，q)
  3.5  自相关系数与偏相关系数
  习题3
4  非平稳序列和季节序列模型
  4.1  均值非平稳
  4.2  自回归求和移动平均模型(ARIMA)
  4.3  方差和自协方差非平稳
  4.4  季节时间序列(SARIMA)模型
  习题4
5  时间序列的模型识别
  5.1  自相关和偏自相关系数法
  5.2  F检验法
  5.3  信息准则法
  习题5
6  时间序列模型参数的统计推断
  6.1  自协方差系数的参数估计
  6.2  ARMA(p，q)模型参数的矩估计
  6.3  ARMA(p，g)模型参数的极大似然估计
  6.4  ARMA(p，q)模型参数的最小二乘估计
  6.5  ARMA(p，q)模型的诊断检验
  6.6  ARMA(p，q)模型的优化
  习题6
  EViews软件介绍(Ⅲ)
7  平稳时间序列模型预测
  7.1  最小均方误
...