简介
本书的*特点是均衡时间序列分析的理论与应用，将概念、理论、软件与计算融为一体。以线性模型为主线，介绍时间序列分析的基本概念与基本理论，常用的建模与预测方法，以及使用 R软件完成与模型有关的计算。 本书是时间序列分析的入门教材或教学参考书，读者不需要具有深厚的数学基础知识，也不需要具备很高的计算机水平。只要具有理、工、经、管等专业的数学基础，同时具备简单的计算操作及 R语言运用能力，就能阅读本书，掌握处理时间序列分析的基本方法及相关的计算，并利用这些知识与方法为学习与科研服务。 本书可以作为数学、统计、经济和管理等专业的“时间序列分析”课程或“时间序列分析”实验课的教材或教学参考书，或者是从事时间序列分析方面研究人员的参考书。
目录
第1章绪论 1
11时间序列的定义与举例 1
111定义 1
112举例 2
12时间序列的构成与分解 5
121长期趋势 6
122季节变动 8
123循环波动 8
124随机波动 9
125时间序列模型 9
126时间序列的分解 9
13时间序列的平稳性 12
131时间序列的基本概念 12
132随机游动 13
133平稳时间序列的定义 14
134样本的自相关函数 15
14白噪声 16
141白噪声的定义 16
142白噪声序列的检验 16
15平稳性检验 18
151时序图 18
152自相关函数图检验 20习题 1 22
第2章平稳时间序列分析 25
21线性差分方程及其平稳性 25
211线性差分方程解的形式 25
212线性差分方程解的平稳性 27
22 AR模型 28
221 AR模型的定义 28
222延迟算子 28
223 AR模型的平稳性条件 28
IV目录
224 AR模型的自协方差函数和自相关函数 31
225偏自相关函数 36
226样本的偏自相关函数 38
23 MA模型 39
231 MA模型的定义 39
232 MA模型的自协方差函数和自相关函数 39
233 MA模型的可逆性 41
234 MA模型的偏自相关函数 42
24 ARMA模型 44
241平稳性与可逆性 45
242可逆性与 AR(∞)模型 45
243平稳性与 MA(∞)模型 46
244自相关函数和偏自相关函数的性质 47
25 ARMA模型中的参数估计 50
251矩估计 50
252*小二乘估计 54
253极大似然估计与无条件*小二乘估计 58
254 R中的参数估计函数 61
26 ARMA模型中阶数的确定 64
261使用截尾性质确定阶数 64
262使用 AIC或 BIC准则确定阶数 68
27模型检验 70
271参数的显著性检验 70
272模型诊断 72
273 R中的模型诊断函数 76
28模型预测 79
281*小均方误差预测 79
282 ARMA模型预测 80
283 ARMA模型预测函数 86
29 ARMA模型建模 87
291化工生产批次序列的分析 87
292 New Haven市年平均气温的时序分析 92习题 2 94
第3章非平稳时间序列分析 (1) 98
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
