《套用時間序列分析》作為系列教材的一種，著重討論經典的AKMA模型，同時又對最新的時間序列模型加以介紹，例如ARCH模型族（自回歸條件異方差模型）、ECM模型（誤差修正模型）和處理高頻數據的ACD模型自回歸條件持續期模型），等等。教材編寫簡明，內容通俗，公式表述嚴謹，既保證了較為完整的統計理論體系，又努力突出實際案例的套用和統計思想的滲透。每章後都有相關的統計軟體知識介紹，以讓學生熟練掌握相關統計軟體並用於套用時間序列分析上。學習本課程的學生需要熟悉機率論與數理統計的基礎知識，也要具備微積分和線性代數知識。 《套用時間序列分析》可以作為統計學、數學以及經濟學等專業的教材。為便於教師課堂教學，《套用時間序列分析》中的所有數據和PPT均刻錄有光碟，需要的老師可免費索取。
基本介紹
- 中文名：博學21世紀高校統計學專業教材系列•套用
- 出版社：復旦大學出版社
- 頁數：287頁
- 開本：16
- 定價：32.00
- 作者：王黎明 王連
- 出版日期：2009年9月1日
- 語種：簡體中文
- ISBN：9787309068801, 7309068807
- 品牌：復旦大學出版社
內容簡介,圖書目錄,序言,
內容簡介
《套用時間序列分析》：上海市教委重點課程建設項目，上海財經大學精品課程
本教材系列的編寫大綱和書稿經過教材編審委員會的多次反覆論證、認真討論，力求體現以下特點：
在考慮面向財經類統計學專業課堂使用的同時，考慮“大統計學”專業的需求，力求選材做到“精”和“新”。
廣泛吸收國內外優秀教材的成果進行內容設計，在系統介紹基本理論和基本方法的同時，注意介紹新的成熟的內容，以及統計學在實際問題中的套用。
教材編寫注重計算機的套用，根據教材的具體內容選講相應的統計軟體，提高學生熟練運用統計方法和計算機技術解決實際的能力。
本教材系列的編寫大綱和書稿經過教材編審委員會的多次反覆論證、認真討論，力求體現以下特點：
在考慮面向財經類統計學專業課堂使用的同時，考慮“大統計學”專業的需求，力求選材做到“精”和“新”。
廣泛吸收國內外優秀教材的成果進行內容設計，在系統介紹基本理論和基本方法的同時，注意介紹新的成熟的內容，以及統計學在實際問題中的套用。
教材編寫注重計算機的套用，根據教材的具體內容選講相應的統計軟體，提高學生熟練運用統計方法和計算機技術解決實際的能力。
圖書目錄
第一章 時間序列分析概論
§1.1 時間序列的定義和例子
§1.2 時間序列分析方法簡介
§1.3 時間序列分析軟體
習題一
EVIEWS軟體簡介（Ⅰ）
第二章 時間序列分析的基本概念
§2.1 隨機過程
§2.2 平穩過程的特徵及遍歷性
§2.3 線性差分方程
§2.4 時間序列數據的預處理
習題二
EVIEWS軟體介紹（Ⅱ）
第三章 線性平穩時間序列分析
§3.1 線性過程
§3.2 自回歸過程AR（p）
§3.3 移動平均過程MA（q）
§3.4 自回歸移動平均過程ARMA（p，q）
§3.5 自相關係數與偏相關係數
習題三
第四章 非平穩時間序列和季節序列模型
§4.1 均值非平穩
§4.2 自回歸求和移動平均模型（ARIMA）
§4.3 方差和自協方差非平穩
§4.4 季節時間序列（SARIMA）模型
習題四
第五章 時間序列的模型識別
§5.1 自相關和偏自相關係數法
§5.2 F 檢驗法
§5.3 信息準則法
習題五
第六章 時間序列模型參數的統計推斷
§6.1 自協方差係數的參數估計
§6.2 ARMA（p，q）模型參數的矩估計
§6.3 ARMA（p，q）模型參數的極大似然估計
§6.4 ARMA（p，q）模型參數的最小二乘估計
§6.5 ARMA（p，q）模型的診斷檢驗
§6.6 ARMA（p，q）模型的最佳化
習題六
EVIEWS軟體介紹（Ⅲ）
第七章 平穩時間序列模型預測
§7.1 最小均方誤差預測
§7.2 對AR模型的預測
§7.3 MA模型的預測
§7.4 ARMA模型的預測
§7.5 預測值的適時修正
習題七
EVIEWS軟體介紹（Ⅳ）
第八章 非平穩和季節時間序列模型分析方法
§8.1 ARIMA模型的分析方法
§8.2 季節時間序列模型的分析方法
習題八
EVIEWS軟體介紹（Ⅴ）
第九章 非線性時間序列模型
§9.1 非線性時間序列模型
§9.2 條件異方差模型
習題九
EVIEWS軟體介紹（Ⅵ）
第十章 多元時間序列分析
§10.1 多元平穩時間序列建模
§10.2 虛假回歸
§10.3 單位根檢驗
§10.4 協整
§10.5 誤差修正模型
習題十
EVIEWS軟體介紹（Ⅶ）
第十一章 （超）高頻數據的建模與分析簡介
§11.1 （超）高頻數據的特點
§11.2 （超）高頻數據與ACD模型
§11.3 交易持續期的集聚性
§11.4 UHF-GARCH模型
習題十一
附錄1 數據
附錄2 常見分布表
參考文獻
§1.1 時間序列的定義和例子
§1.2 時間序列分析方法簡介
§1.3 時間序列分析軟體
習題一
EVIEWS軟體簡介（Ⅰ）
第二章 時間序列分析的基本概念
§2.1 隨機過程
§2.2 平穩過程的特徵及遍歷性
§2.3 線性差分方程
§2.4 時間序列數據的預處理
習題二
EVIEWS軟體介紹（Ⅱ）
第三章 線性平穩時間序列分析
§3.1 線性過程
§3.2 自回歸過程AR（p）
§3.3 移動平均過程MA（q）
§3.4 自回歸移動平均過程ARMA（p，q）
§3.5 自相關係數與偏相關係數
習題三
第四章 非平穩時間序列和季節序列模型
§4.1 均值非平穩
§4.2 自回歸求和移動平均模型（ARIMA）
§4.3 方差和自協方差非平穩
§4.4 季節時間序列（SARIMA）模型
習題四
第五章 時間序列的模型識別
§5.1 自相關和偏自相關係數法
§5.2 F 檢驗法
§5.3 信息準則法
習題五
第六章 時間序列模型參數的統計推斷
§6.1 自協方差係數的參數估計
§6.2 ARMA（p，q）模型參數的矩估計
§6.3 ARMA（p，q）模型參數的極大似然估計
§6.4 ARMA（p，q）模型參數的最小二乘估計
§6.5 ARMA（p，q）模型的診斷檢驗
§6.6 ARMA（p，q）模型的最佳化
習題六
EVIEWS軟體介紹（Ⅲ）
第七章 平穩時間序列模型預測
§7.1 最小均方誤差預測
§7.2 對AR模型的預測
§7.3 MA模型的預測
§7.4 ARMA模型的預測
§7.5 預測值的適時修正
習題七
EVIEWS軟體介紹（Ⅳ）
第八章 非平穩和季節時間序列模型分析方法
§8.1 ARIMA模型的分析方法
§8.2 季節時間序列模型的分析方法
習題八
EVIEWS軟體介紹（Ⅴ）
第九章 非線性時間序列模型
§9.1 非線性時間序列模型
§9.2 條件異方差模型
習題九
EVIEWS軟體介紹（Ⅵ）
第十章 多元時間序列分析
§10.1 多元平穩時間序列建模
§10.2 虛假回歸
§10.3 單位根檢驗
§10.4 協整
§10.5 誤差修正模型
習題十
EVIEWS軟體介紹（Ⅶ）
第十一章 （超）高頻數據的建模與分析簡介
§11.1 （超）高頻數據的特點
§11.2 （超）高頻數據與ACD模型
§11.3 交易持續期的集聚性
§11.4 UHF-GARCH模型
習題十一
附錄1 數據
附錄2 常見分布表
參考文獻
序言
時間序列分析是統計學中的一個非常重要的分支，是以機率論與數理統計為基礎、計算機套用為技術支撐，迅速發展起來的一種套用性很強的科學方法。時間序列是變數按時間間隔的順序而形成的隨機變數序列，大量自然界、社會經濟等領域的統計指標都依年、季、月或日統計其指標值，隨著時間的推移，形成了統計指標的時間序列，例如，股價指數、物價指數、GDP和產品銷售量等等都屬於時間序列。時間序列分析就是估算和研究某一時間序列在長期變動過程中所存在的統計規律性，通過對這些數據的有效分析，無疑可以提高經營決策水平。特別是近些年來計算機運用和技術的迅速發展，以及有關統計軟體的日益普及，為在實際問題中進行大規模、快速、準確地對時間序列進行分析提供了有力的技術支撐。
隨著統計學在中國被確立為一級學科，統計學專業的課程設定已有了較大的變化，加強推斷統計內容的學習和套用已成為中國統計學界的共識。為了適應新的統計學學科體系和財經類統計學專業教學的需要，我們決定編寫一套適應新時期需要的系列教材——復旦博學·21世紀高校統計學專業教材系列。
作為系列教材之一，《套用時間序列分析》是其中較為重要的一本教材。本書寫作的指導思想是：既要保持較為嚴謹的統計學理論體系，又要努力突出實際案例的套用和統計思想的滲透，結合統計軟體較全面地系統介紹時間序列分析的實用方法。為了貫徹這一指導思想，本書將系統介紹時間序列分析的基本理論和方法，在理論上，本書著重討論經典的ARMA模型，同時又對最新的時間序列模型加以介紹，例如ARCH模型族（自回歸條件異方差模型）、ECM模型（誤差修正模型）和處理高頻數據的ACD模型（自回歸條件持續期模型）等等。中心主題是判斷序列的平穩性，模型識別，建立時間序列模型，評價擬合效果，並且作出結論。
全書分為十一章。第一章介紹了時間序列分析的基本思想和一般理論，討論了時間序列分析的主要任務和建模過程。
隨著統計學在中國被確立為一級學科，統計學專業的課程設定已有了較大的變化，加強推斷統計內容的學習和套用已成為中國統計學界的共識。為了適應新的統計學學科體系和財經類統計學專業教學的需要，我們決定編寫一套適應新時期需要的系列教材——復旦博學·21世紀高校統計學專業教材系列。
作為系列教材之一，《套用時間序列分析》是其中較為重要的一本教材。本書寫作的指導思想是：既要保持較為嚴謹的統計學理論體系，又要努力突出實際案例的套用和統計思想的滲透，結合統計軟體較全面地系統介紹時間序列分析的實用方法。為了貫徹這一指導思想，本書將系統介紹時間序列分析的基本理論和方法，在理論上，本書著重討論經典的ARMA模型，同時又對最新的時間序列模型加以介紹，例如ARCH模型族（自回歸條件異方差模型）、ECM模型（誤差修正模型）和處理高頻數據的ACD模型（自回歸條件持續期模型）等等。中心主題是判斷序列的平穩性，模型識別，建立時間序列模型，評價擬合效果，並且作出結論。
全書分為十一章。第一章介紹了時間序列分析的基本思想和一般理論，討論了時間序列分析的主要任務和建模過程。
