【现货速发】时间序列分析：方法与应用（第2版）
全新正版书籍，24小时发货，可开发票。
￥ 26.6 7.4折 ￥ 36 全新
库存12件
天津津南
认证卖家担保交易快速发货售后保障
作者易丹辉 编著
出版社中国人民大学出版社
ISBN9787300254739
出版时间2018-03
装帧平装
开本其他
定价36元
货号25245209
上书时间2024-11-27
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
本书分为四部分内容。*部分单变量时间序列分析，包括传统时序分析、随机时序分析、ARCH类模型；第二部分基于回归的多变量时序分析，包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ；第三部分基于AR的多变量时序分析，包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM)；第四部分截面数据和时序数据结合的多变量时序分析，主要是在经典线性回归模型基础上发展起来的各种Panel Data 模型。
作者简介
易丹辉 中国人民大学统计学院教授、博士生导师。研究方向：风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授统计预测、预测动态、实验设计、金融风险分析技术、时间序列分析、数据挖掘技术及应用等课程。
目录
章 传统时间序列分析模型
节 趋势模型类型和选择
第二节 参数估计
第三节 模型分析与评价
第四节 季节模型
第二章 ARMA模型
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
第三章 ARCH类模型
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
第五节 多元ARCH模型
第四章 两序列的协整和误差修正模型
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
第五章 向量自回归模型
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
第六章 Panel Data模型
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
参考文献
内容摘要
本书分为四部分内容。*部分单变量时间序列分析，包括传统时序分析、随机时序分析、ARCH类模型；第二部分基于回归的多变量时序分析，包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ；第三部分基于AR的多变量时序分析，包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM)；第四部分截面数据和时序数据结合的多变量时序分析，主要是在经典线性回归模型基础上发展起来的各种Panel Data 模型。
主编推荐
易丹辉 中国人民大学统计学院教授、博士生导师。研究方向：风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授统计预测、预测动态、实验设计、金融风险分析技术、时间序列分析、数据挖掘技术及应用等课程。
精彩内容
时间过得真快，转眼该书出版已经七年，根据出版社要求，需要修订再版。借这个机会，将几年来在讲课和实践中遇到的问题一并加入，受字数和时间限制，只能对内容进行压缩整理，由七章变为六章，共四部分内容。部分为单变量时间序列分析，包括传统时序分析、随机时序分析、ARCH类模型；第二部分为基于回归的多变量时序分析，包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ；第三部分为基于AR的多变量时序分析，包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM)；第四部分为截面数据和时序数据结合的多变量时序分析，主要是各种在经典线性回归模型基础上发展起来的Panel Data 模型。书中仅对固定时间，分析截面变化规律进行了说明；固定截面单位，分析其在时间上的变化方法类似。这类模型适用于截面单位较多、时间不长的数据，以避免时间过长，序列具有明显的趋势。如果截面单位过少，需要时间较长，要注意序列变动是否为单位根过程。
随着计算机技术的飞速发展，以及人们对各种现象认识的深入，有很多新的分析方法应运而生，特别是面对大数据如何分析。希望能够与读者探讨更多的分析方法，更好地解决实际问题。
易丹辉
— 没有更多了 —
以下为对购买帮助不大的评价