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
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

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1章 时间序列分析简介 1

1.1 引言 1

1.2 时间序列的定义 1

1.3 时间序列分析方法 2

1.3.1 描述性时序分析 2

1.3.2 统计时序分析 4

1.4 时间序列分析软件 6

1.5 习题 7

1.6 上机指导 7

1.6.1 SAS操作界面 7

1.6.2 创建时间序列SAS数据集 8

1.6.3 时间序列数据集的处理 13

第2章 时间序列的预处理 17

2.1 平稳性检验 17

2.1.1 特征统计量 17

2.1.2 平稳时间序列的定义 19

2.1.3 平稳时间序列的统计性质 20

2.1.4 平稳时间序列的意义 21

2.1.5 平稳性的检验 23

2.2 纯随机性检验 27

2.2.1 纯随机序列的定义 27

2.2.2 白噪声序列的性质 28

2.2.3 纯随机性检验 29

2.3 习题 33

2.4 上机指导 35

2.4.1 绘制时序图 35

2.4.2 平稳性与纯随机性检验 37

第3章 平稳时间序列分析 40

3.1 方法性工具 40

3.1.1 差分运算 40

3.1.2 延迟算子 41

3.1.3 线性差分方程 41

3.2 ARMA模型的性质 43

3.2.1 AR模型 43

3.2.2 MA模型 56

3.2.3 ARMA模型 62

3.3 平稳序列建模 65

3.3.1 建模步骤 65

3.3.2 样本自相关系数与偏自相关系数 66

3.3.3 模型识别 66

3.3.4 参数估计 72

3.3.5 模型检验 77

3.3.6 模型优化 79

3.4 序列预测 84

3.4.1 线性预测函数 84

3.4.2 预测方差最小原则 85

3.4.3 线性最小方差预测的性质 86

3.4.4 修正预测 91

3.5 习题 93

3.6 上机指导 96

3.6.1 模型识别 97

3.6.2 参数估计 99

3.6.3 序列预测 102

第4章 非平稳序列的随机分析 103

4.1 时间序列的分解 103

4.1.1 Wold分解定理 103

4.1.2 Cramer分解定理 104

4.2 差分运算 105

4.2.1 差分运算的实质 105

4.2.2 差分方式的选择 106

4.2.3 过差分 109

4.3 ARIMA模型 110

4.3.1 ARIMA模型的结构 110

4.3.2 ARIMA模型的性质 111

4.3.3 ARIMA模型建模 113

4.3.4 ARIMA模型预测 116

4.3.5 疏系数模型 118

4.3.6 季节模型 121

4.4 残差自回归模型 129

4.4.1 模型结构 129

4.4.2 残差自相关检验 131

4.4.3 模型拟合 134

4.5 异方差的性质 136

4.5.1 异方差的影响 136

4.5.2 异方差的直观诊断 137

4.6 方差齐性变换 139

4.7 条件异方差模型 142

4.7.1 ARCH模型 142

4.7.2 GARCH模型 148

4.7.3 GARCH的衍生模型 152

4.8 习题 154

4.9 上机指导 158

4.9.1 拟合ARIMA模型 158

4.9.2 拟合Auto-Regressive模型 161

4.9.3 拟合GARCH模型 167

第5章 非平稳序列的确定性分析 173

5.1 确定性因素分解 173

5.2 X-11季节调整模型 175

5.2.1 移动平均方法 175

5.2.2 X-11季节调整模型的计算过程 188

5.3 X-12-ARIMA模型 191

5.4 指数平滑预测模型 196

5.4.1 简单指数平滑 196

5.4.2 Holt两参数指数平滑 199

5.4.3 Holt-Winters三参数指数平滑 200

5.5 习题 201

5.6 上机指导 204

5.6.1 X-11过程 204

5.6.2 X-12过程 206

5.6.3 Forecast过程 210

第6章 多元时间序列分析 215

6.1 平稳多元序列建模 215

6.2 虚假回归 218

6.3 单位根检验 220

6.3.1 DF检验 220

6.3.2 ADF检验 227

6.3.3 PP检验 230

6.4 协整 233

6.4.1 单整与协整 233

6.4.2 协整检验 235

6.5 误差修正模型 237

6.6 习题 238

6.7 上机指导 241

附录1 248

附录2 276

附录3 278

参考文献 280