应用时间序列分析pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

应用时间序列分析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 导论 1

第一节 关于时间序列分析 1

一、什么是时间序列 1

二、时间序列分析的产生与发展 4

三、时间序列分析与经济预测 6

四、时间序列分析与计量经济学的关系 7

第二节 时间序列分析的一些基本概念 8

一、随机过程 8

二、随机过程的分布及其特征 9

三、几种重要的随机过程 10

四、随机过程的平稳性 11

第三节 时间序列的主要特征 12

一、时间序列的相关性 12

二、时间序列的平稳性与非平稳性 13

三、时间序列的波动聚集性 13

第四节 时间序列分析的基本步骤 14

一、模型识别 14

二、模型估计 15

三、模型检验 15

四、模型应用 16

第五节 时间序列分析软件 17

本章小结 17

本章主要公式 18

思考与练习题 18

第二章 平稳时间序列模型及其特征 19

第一节 模型类型及其表示 19

一、自回归模型 19

二、移动平均模型 22

三、自回归移动平均模型 23

第二节 格林函数和平稳性 24

一、ARMA（p，q）的传递形式与格林函数 24

二、系统的平稳性 27

三、系统的平稳性与稳定性 29

第三节 逆函数和可逆性 30

一、MA（q）模型的可逆域 30

二、MA（q）模型的逆函数 31

三、ARMA（p，q）的可逆域与逆函数 32

四、格林函数与逆函数之间的关系 33

第四节 平稳时间序列的统计特征 33

一、自相关函数 34

二、偏自相关函数 38

第五节 案例分析 40

本章小结 42

本章主要公式 42

思考与练习题 43

本章附录 44

第三章 平稳时间序列模型的建立 50

第一节 模型识别与定阶 50

一、自相关函数和偏自相关函数的估计 51

二、模型的初步识别 52

三、模型的定阶 56

第二节 模型参数的估计 60

一、模型参数的矩估计 62

二、模型参数的最小二乘估计 63

三、模型参数的极大似然估计 64

四、模型参数的最小平方和估计 65

第三节 模型的适应性检验 66

一、过拟合检验 66

二、残差自相关的x2检验 67

第四节 时间序列建模的方法 68

一、Box-Jenkins建模方法 68

二、Pandit-Wu建模方法 69

第五节 案例分析 69

本章小结 74

本章主要公式 74

思考与练习题 75

本章附录 77

第四章 平稳时间序列模型预测 79

第一节 预测准则 79

一、从几何角度提出预测问题 80

二、求解正交投影 80

三、最小均方误差预测 81

第二节 ARMA模型预测 82

一、ARMA模型的最小均方预测 82

二、预测的评价标准 84

三、静态预测与动态预测 86

第三节 案例分析 87

本章小结 93

本章主要公式 94

思考与练习题 94

本章附录 97

第五章 非平稳时间序列特征、检验及建模 99

第一节 非平稳时间序列的特征 99

一、非平稳时间序列的概念 99

二、非平稳序列的分类 101

三、非平稳时间序列的统计特征 103

第二节 时间序列非平稳性的常规检验法 105

一、数据图示法 105

二、基于相关图的平稳性检验法 105

三、逆序检验法 106

四、游程检验法 107

第三节 时间序列非平稳性的单位根检验法 108

一、单位根过程 108

二、单位根过程检验基础 109

三、DF单位根检验法 111

四、PP单位根检验法与ADF单位根检验法 113

五、其他高效的单位根检验法简介 118

第四节 ARIMA模型 120

第五节 案例分析 121

本章小结 125

本章主要公式 126

思考与练习题 126

本章附录 127

第六章 传递函数模型与干预模型 128

第一节 传递函数模型的基本概念 129

一、模型的形式 129

二、脉冲响应函数特征 130

三、低阶传递函数的形式 131

四、传递函数的稳定性 131

第二节 传递函数模型的识别与估计 132

一、互相关函数 132

二、传递函数模型的估计方法 141

三、传递函数模型识别和估计步骤 141

四、传递函数模型的检验 144

第三节 干预模型 148

一、干预模型介绍 148

二、干预变量的类型和组合 149

第四节 案例分析 154

本章小结 159

本章主要公式 160

思考与练习题 160

本章附录 163

第七章 季节模型 166

第一节 季节性时间序列的呈现 167

一、季节性时间序列的表示 167

二、季节性时间序列的图示 168

第二节 季节性模型 170

一、纯随机季节性模型 170

二、乘积季节性模型 175

第三节 季节性模型的识别 177

一、季节性MA模型的自相关函数 177

二、季节性AR模型的偏自相关函数 178

第四节 季节性时间序列模型的建立和应用 183

第五节 X11方法简介 186

一、季节调整和时间序列的构成因素 187

二、时间序列的组合模型 187

三、x-11软件中测度各种成分的方法简介 188

四、X-11方法的步骤 192

五、X-11在EViews中的实现 193

六、季节调整检验和评价季节调整效果的方法 199

第六节 案例分析 202

本章小结 207

本章主要公式 207

思考与练习题 207

本章附录 209

第八章 向量自回归模型 212

第一节 平稳的VAR模型 212

一、VAR模型的基本概念 212

二、VAR（p）过程的协方差函数 215

第二节 非限制性向量自回归模型的估计与滞后阶数选择 219

一、非限制性VAR模型 219

二、非限制性VAR模型估计的理论方法 219

三、VAR（p）模型的滞后阶数选择 221

四、EViews软件中无约束VAR模型的建立、估计与滞后阶数选择 222

第三节 VAR模型的应用 225

一、VAR（p）过程的预测 225

二、Granger因果检验 227

三、脉冲响应函数 231

第四节 案例分析 234

本章小结 239

本章主要公式 239

思考与练习题 240

本章附录 242

第九章 协整与误差校正模型 244

第一节 伪回归 244

一、“伪回归”现象 244

二、非平稳性对回归分析有什么影响 244

三、Phillips（1986）对“伪回归”的理论解释 245

四、如何防止“伪回归” 247

第二节 协整的概念及性质 247

一、协整的概念 247

二、协整向量的最小二乘估计及性质 250

第三节 协整检验 252

一、基于回归方程残差的协整检验（EG检验） 252

二、协整系统的完全信息最大似然检验（Johansen检验） 255

第四节 误差修正模型 260

一、动态回归与误差修正模型 261

二、协整与误差修正模型：Granger表示定理 262

三、估计ECM模型的EG两步法 263

本章小结 267

本章主要公式 267

思考与练习题 267

本章附录 269

第十章 GARCH模型与波动性建模 274

第一节 ARCH模型的概念与性质 274

一、条件异方差问题 275

二、ARCH模型 276

三、ARCH模型的性质 277

第二节 ARCH模型的估计与检验 278

一、ARCH模型的估计 278

二、ARCH模型的检验 279

第三节 GARCH模型 281

一、GARCH模型的特征 281

二、GARCH模型的估计 282

三、GARCH模型的检验 283

第四节 ARCH模型的其他推广形式 284

一、ARCH-M模型 284

二、指数GARCH模型（EGARCH） 284

三、非对称GARCH模型（AGARCH） 285

四、门限ARCH模型（TARCH） 286

五、IGARCH模型 286

六、对ARCH模型的简要评价 287

第五节 GARCH模型在研究股市波动中的应用 288

一、样本数据及其特征 288

二、波动的ARCH效应 289

第六节 案例分析 295

一、如何在EViews中估计ARCH模型 295

二、如何在EViews中检验ARCH效应 297

三、GARCH模型估计的案例分析 297

本章小结 303

本章主要公式 304

思考与练习题 304

本章附录 305

第十一章 状态空间模型 306

第一节 局部水平模型 306

一、预备知识 308

二、卡尔曼滤波 309

三、向前一步预测误差 311

四、状态平滑 312

五、参数初始化 314

六、参数估计 314

七、诊断检验 315

八、模拟案例 315

第二节 线性高斯状态空间模型 316

一、可转换成状态空间模型的时间序列模型 317

二、卡尔曼滤波、平滑和预测 318

第三节 案例分析 320

一、一个数据例子：全球变暖（续） 320

二、资本资产定价模型CAPM 321

三、该案例的EViews实现过程 324

本章小结 329

本章主要公式 329

思考与练习题 330

本章附录 331