时间序列分析及应用
￥ 10.97 3.4折 ￥ 32.7 九五品
仅1件
作者周永道,王会琦,吕王勇 等 编
出版社高等教育出版社
ISBN9787040429671
出版时间2015-09
版次1
装帧平装
开本16开
纸张胶版纸
页数308页
字数99999千字
定价32.7元
上书时间2024-10-09
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:时间序列分析及应用
定价：32.7元
作者:周永道,王会琦,吕王勇 等 编
出版社：高等教育出版社
出版日期：2015-09-01
ISBN：9787040429671
字数：360000
页码：308
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
《现代统计学系列丛书：时间序列分析及应用》是为统计学专业学生编写的时间序列分析课程教材，《现代统计学系列丛书：时间序列分析及应用》共九章，内容包括绪论，预备知识，时间序列的平稳化，自回归模型，滑动平均模型，自回归滑动平均模型，求和自回归滑动平均模型，非线性时间序列，多维时间序列。 《现代统计学系列丛书：时间序列分析及应用》内容既保证了理论的完整性，又具有方法的实际可操作性，多重角度剖析时间序列的三大模型，并结合统计软件（EViews）应用，增强学习效果。 《现代统计学系列丛书：时间序列分析及应用》既可作为高等学校统计学专业本科生时间序列分析课程的教材，也可供相关专业的研究生和教师参考。
目录
章 绪论1.1 时间序列1.1.1 时间序列的例子1.1.2 时间序列分析的目的1.2 时间序列分析方法1.2.1 时域分析方法1.2.2 频域分析方法1.3 时间序列的预处理1.3.1 非等间隔1.3.2 缺失值1.3.3 离群点1.4 时间序列分析发展史第二章 预备知识2.1 随机过程2.1.1 随机过程的定义2.1.2 随机过程的有限维分布族与数字特征2.1.3 常见的随机过程2.2 傅里叶变换2.3 差分方程与系统2.3.1 差分方程2.3.2 时域离散系统2.3.3 差分方程与系统习题第三章 时间序列的平稳化3.1 平稳时间序列3.1.1 平稳时间序列的定义3.1.2 自协方差函数3.1.3 平稳性的意义3.1.4 样本自协方差函数3.1.5 平稳序列谱密度3.1.6 白噪声序列3.2 平稳性检验3.2.1 时序图判断法3.2.2 自相关系数检验法3.2.3 分段检验法3.2.4 游程检验法3.3 平稳化方法3.3.1 分解定理3.3.2 确定性因素分解法3.3.3 随机性序列差分法3.4 白噪声检验习题第四章 自回归模型4.1 AR模型的引入4.2 AR模型的定义4.3 平稳AR序列的统计性质4.3.1 均值4.3.2 方差4.3.3 自协方差函数4.3.4 自相关系数4.3.5 偏自相关系数4.3.6 谱密度4.4 AR序列的建模4.4.1 AR模型的判定4.4.2 AR模型的参数估计4.4.3 AR模型的定阶4.4.4 AR模型的检验4.5 AR模型的应用4.6 AR模型的预测4.6.1 预测4.6.2 线性预测4.6.3 AR模型的预测4.6.4 修正预测4.7 AR模型的物理解释4.7.1 从数理统计角度理解4.7.2 从系统角度理解4.7.3 系统的因果稳定性习题第五章 滑动平均模型5.1 MA模型的定义5.2 MA模型的可逆性5.3 MA序列的统计性质5.3.1 均值和方差5.3.2 自协方差函数和自相关系数5.3.3 偏自相关系数5.3.4 谱密度5.4 MA序列的建模5.4.1 MA模型的判定5.4.2 MA模型的参数估计5.4.3 MA模型的定阶5.4.4 MA模型的检验5.5 MA模型的预测5.5.1 修正预测5.6 MA模型的应用5.7 MA模型的物理解释5.7.1 从数理统计角度理解5.7.2 从系统角度理解5.7.3 系统的因果稳定性习题第六章 自回归滑动平均模型6.1 ARMA模型的定义6.2 ARMA模型的统计性质6.2.1 均值和方差6.2.2 自协方差函数和自相关系数6.2.3 谱密度6.3 ARMA序列的建模6.3.1 ARMA模型的判定6.3.2 ARMA模型的参数估计6.4 ARMA模型的预测6.4.1 无限观测值6.4.2 有限观测值6.5 ARMA模型的应用6.6 ARMA模型的物理解释6.6.1 从数理统计角度理解6.6.2 从系统角度理解6.6.3 系统的因果稳定性习题第七章 求和自回归滑动平均模型7.1 ARIMA模型的定义7.2 ARIMA模型的建模7.2.1 过差分7.2.2 ARIMA模型的建模流程7.3 ARIMA模型的应用7.4 SARIMA模型7.4.1 SARIMA模型的定义7.4.2 SARIMA模型的应用习题第八章 非线性时间序列8.1 条件异方差模型8.1.1 异方差问题的提出8.1.2 异方差的处理8.1.3 条件异方差模型及性质8.1.4 GARCH模型及其性质8.1.5 GARCH模型的参数估计8.1.6 GARCH模型的应用8.2 门限自回归模型8.2.1 门限自回归模型的定义8.2.2 门限自回归模型的参数估计8.2.3 门限自回归模型的应用习题第九章 多维时间序列9.1 多维平稳序列9.1.1 多维平稳序列的定义9.1.2 均值及自协方差函数的估计9.1.3 多维ARMA模型9.1.4 VAR模型9.1.5 VAR模型应用9.2 协整9.2.1 伪回归9.2.2 协整9.3 Kalman滤波9.3.1 Kalman滤波的模型9.3.2 状态估计9.3.3 Kalman滤波的应用习题附录A 数据附录B EViews上机实现参考文献索引
作者介绍
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价