主要內容
時間序列分析是套用統計學的核心基礎課之一，也是計量經濟學和統計預測學的核心內容。作為數理統計學的一個專業分支，時間序列分析有它非常特殊的、自成體系的一套分析方法。
章節目錄
第1章時間序列分析簡介1
1.1 引言1
1.2 時間序列的定義1
1.3 時間序列分析方法2
1.3.1 描述性時序分析2
1.3.2 統計時序分析41.4 R 簡介6
1.4.1 R 的特點61.4.2 R 的安裝7
1.4.3 R 語言基本規則8
1.4.4 生成時間序列數據11
1.4.5 時間序列數據的處理14
1.4.6 時間序列數據導出16
1.5 習題16第2 章時間序列的預處理17
2.1 平穩時間序列17
2.1.1 特徵統計量17
2.1.2 平穩時間序列的定義19
2.1.3 平穩時間序列的統計性質20
2.1.4 平穩時間序列的意義21
2.2 時序圖與自相關圖23
2.2.1 時序圖23ii 時間序列分析|| 基於R
2.2.2 繪製序列自相關圖29
2.3 平穩性的檢驗30
2.3.1 時序圖檢驗30
2.3.2 自相關圖檢驗32
2.4 純隨機性檢驗33
2.4.1 純隨機序列的定義34
2.4.2 白噪聲序列的性質35
2.4.3 純隨機性檢驗36
2.5 習題41
第3 章平穩時間序列分析44
3.1 方法性工具44
3.1.1 差分運算44
3.1.2 延遲運算元45
3.1.3 線性差分方程45
3.2 ARMA 模型的性質47
3.2.1 AR 模型47
3.2.2 MA 模型623.2.3 ARMA 模型69
3.3 平穩序列建模723.3.1 建模步驟72
3.3.2 樣本自相關係數與偏自相關係數73
3.3.3 模型識別73
3.3.4 參數估計81
3.3.5 模型檢驗87
3.3.6 模型最佳化91
3.4 序列預測96
3.4.1 線性預測函式96
3.4.2 預測方差最小原則97
3.4.3 線性最小方差預測的性質98
3.5 習題105
第4 章非平穩序列的確定性分析109
4.1 時間序列的分解109
4.1.1 Wold 分解定理109
4.1.2 Cramer 分解定理110
4.2 確定性因素分解111
4.3 趨勢分析112
4.3.1 趨勢擬合法112
4.3.2 平滑法117
4.4 季節效應分析125
4.5 綜合分析1274.6 習題133
第5 章非平穩序列的隨機分析136
5.1 差分運算136
5.1.1 差分運算的實質136
5.1.2 差分方式的選擇137
5.1.3 過差分1415.2 ARIMA 模型142
5.2.1 ARIMA 模型的結構142
5.2.2 ARIMA 模型的性質143
5.2.3 ARIMA 模型建模145
5.2.4 ARIMA 模型預測147
5.2.5 疏係數模型150
5.2.6 季節模型154
5.3 殘差自回歸模型161
5.3.1 模型結構162
5.3.2 殘差自相關檢驗165
5.3.3 殘差自相關模型擬合168
5.4 異方差的性質170
5.4.1 異方差的影響170
5.4.2 異方差的直觀診斷171
5.5 方差齊性變換173
5.6 條件異方差模型175
5.6.1 ARCH 模型176
5.6.2 GARCH 模型184
5.6.3 GARCH 的衍生模型191
5.7 習題193
第6 章多元時間序列分析198
6.1 平穩多元序列建模198
6.2 虛假回歸203
6.3 單位根檢驗205
6.3.1 DF 檢驗205
6.3.2 ADF 檢驗214
6.4 協整219
6.4.1 單整與協整219
6.4.2 協整檢驗220
6.5 誤差修正模型223
6.6 習題附錄參考文獻
