时间序列分析：单变量和多变量方法

图书标准信息

• 作者 魏武雄 著
• 出版社 中国人民大学出版社
• 出版时间 2009-04
• 版次 2
• ISBN 9787300103136
• 定价 65.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 597页
• 字数 683千字
• 正文语种 简体中文
• 丛书 经济科学译库

【内容简介】

　　《时间序列分析：单变量和多变量方法（第2版）》不仅对单变量与多变量时间序列的时域和频域分析提供了一个全面介绍，而且在书中包含了许多单变量和多变量时问序列模型的新进展，如逆自相关函数、扩展样本自相关函数、干预分析及干预探测、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼滤波、非季节和季节模型的单位根检验等许多内容。《时间序列分析：单变量和多变量方法（第2版）》结合大量的应用实例说明时间序列分析方法的应用，极大地方便了读者对这些方法的学习和理解。

【作者简介】

　　魏武雄（WilliamW.S.Wei）博士是宾夕法尼亚州费城天普大学（TempleUniversity）的统计学教授，自1974年就在此任教。他于1966年获得台湾大学经济学学士学位，又于l969年获得俄勒冈大学（UniversityofOregon）的数学学士学位，t972年和l974年分别获得威斯康星大学麦迪逊分校（UniversityofWisconsin-Madison）的统计学硕士和统计学博士学位。他的研究兴趣包括时间序列分析、预测方法、统计建模以及统计学在商业和经济学的应用。他是美国统计学会（AmericanStatisticalAssociation，简称ASA）院士，英国皇家统计学会（RoyalStatisticalSociety，RSS）会员，国际统计学会（ISI）入选会员，2002年泛华统计协会（ICSA）的主席。他还是期刊《预测》（JournalofForecasting）和《应用统计学》（theJournalofAppHedStatisticalScience）的副编辑。

【目录】

第1章概述
1.1引言
1.2本书的例子和安排

第2章基本概念
2.1随机过程
2.2自协方差和自相关函数
2.3偏自相关函数
2.4白噪声过程
2.5均值、自协方差和自相关的估计
2.6时间序列过程的移动平均和白回归表示
2.7线性差分方程
练习

第3章平稳时间序列模型
3.1自回归过程
3.2移动平均过程
3.3AR(p)过程和MA(q)过程之间的对偶关系
3.4自回归移动平均ARMA(p，q)过程
练习

第4章非平稳时间序列模型
4.1均值非平稳
4.2自回归求和移动平均模型
4.3方差和自协方差非平稳
练习

第5章预报
5.1引言
5.2最小均方误差预报
5.3预报的计算
5.4对过去观测值加权平均的ARIMA预报
5.5更新预报
5.6最终预报函数
5.7数值实例
练习

第6章模型识别
6.1模型识别的步骤
6.2实例
6.3逆自相关函数
6.4扩展样本自相关函数和其他识别方法
练习

第7章参数估计、诊断检验和模型选择
7.l矩方法
7.2极大似然方法
7.3非线性估计
7.4在时间序列分析中的普通最小二乘估计
7.5诊断检验
7.6有关序列w1至w7的实例
7.7模型选择准则
练习

第8章季节性时间序列模型
8.1基本概念
8.2传统方法
8.3季节性ARIMA模型
8.4实例
练习

第9章单位根检验
9.1引言
9.2一些有用的极限分布
9.3AR(1)模型中的单位根检验
9.4一般模型的单位根检验
9.5季节性时间序列模型的单位根检验
练习

第10章干预分析和异常值检验
10.1干预模型
10.2干预分析实例
10.3时间序列的异常值
10.4异常值分析的实例
10.5存在异常值时的模型识别
练习

第11章傅立叶分析
11.1一般概念
11.2正交函数
11.3有限序列的傅立叶表示
11.4周期序列的傅立叶表示
11.5非周期序列的傅立叶表示——离散时间序列傅立叶变换
11.6连续时间函数的傅立叶表示
11.7快速傅立叶变换
练习

第12章平稳过程的谱理论
12.1谱
12.2一些常用过程的谱
12.3线性滤波的谱
12.4混叠
练习

第13章谱估计
13.1周期图分析
13.2样本谱
13.3平滑谱
13.4ARMA谱估计
练习

第14章转换函数模型
14.1单个输入转换函数模型
14.2互相关函数和转换函数模型
14.3转换函数模型的结构
14.4利用转换函数模型预报
14.5二元频域分析
14.6互谱和转换函数模型
14.7多维输入转换函数模型
练习

第15章时间序列回归和GARCH模型
15.1误差具有自相关性的回归
15.2ARCH和GARCH模型
15.3GARCH模型的估计
15.4预报误差方差的计算
15.5实例
练习

第16章向量时间序列模型
16.1协方差和相关矩阵函数
16.2向量过程的移动平均和自回归表示
16.3向量自回归移动平均过程
16.4非平稳向量自回归移动平均模型
16.5向量时间序列模型的识别
16.6模型拟合和预报
……
第17章向量时间序列的深入
第18章状态空间模型和卡尔曼滤波
第19章长记忆和非线性过程
第20章时间序列中的聚积和系统抽样