應(yīng)用時間序列分析（第二版）

第一章時間序列
1.1 時間序列的分解
1.2 平穩(wěn)序列
1.3 線性平穩(wěn)序列和線性濾波
1.4 正態(tài)時間序列和隨機變量的收斂性
1.5 嚴平穩(wěn)序列及其遍歷性
1.6 Hilbert 空間中的平穩(wěn)序列
1.7 平穩(wěn)序列的譜函數(shù)
1.8 離散譜序列及其周期性
第二章自回歸模型
2.1 推移算子和常系數(shù)差分方程
2.2 自回歸模型
2.3 AR 序列的譜密度和Yule-Walker 方程
2.4 平穩(wěn)序列的偏相關(guān)系數(shù)和Levinson 遞推公式
2.5 AR 序列舉例
第三章滑動平均與自回歸滑動平均模型
3.1 滑動平均模型
3.2 自回歸滑動平均模型
3.3 廣義ARMA 模型和ARIMA 模型
第四章數(shù)學(xué)期望和自協(xié)方差函數(shù)的估計
4.1 數(shù)學(xué)期望的估計
4.2 自協(xié)方差函數(shù)的估計
4.3 白噪聲檢驗
4.4 單位根檢驗
第五章時間序列的預(yù)測
5.1 最佳線性預(yù)測的性質(zhì)
5.2 平穩(wěn)序列的Wold 表示
5.3 時間序列的遞推預(yù)測
5.4 ARMA 序列的遞推預(yù)測
第六章ARMA 模型的參數(shù)估計
6.1 AR 模型的參數(shù)估計
6.2 MA 模型的參數(shù)估計
6.3 ARMA 模型的參數(shù)估計
6.4 求和ARIMA 模型的參數(shù)估計
6.5 季節(jié)ARMA 模型的參數(shù)估計
第七章潛周期模型及參數(shù)估計
7.1 潛周期模型
7.2 參數(shù)估計
第八章條件異方差模型
8.1 資產(chǎn)收益率
8.2 ARCH 模型
8.3 ARCH 模型的平穩(wěn)解
8.4 ARCH 模型的參數(shù)估計
8.5 GARCH 模型
第九章時間序列的譜估計
9.1 隨機積分
9.2 平穩(wěn)序列的譜表示
9.3 平穩(wěn)序列的周期圖
9.4 加窗譜估計
9.5 加窗譜估計的比較
第十章多維時間序列
10.1 多維平穩(wěn)序列
10.2 數(shù)學(xué)期望和自協(xié)方差函數(shù)的估計
10.3 多維AR 序列
10.4 多維平穩(wěn)序列的譜分析
附錄1 部分定理的證明
附錄2 時間序列數(shù)據(jù)
部分習(xí)題參考答案和提示
名詞索引
參考文獻