《時間序列分析：方法與套用》是中國人民大學出版社2018年03月出版的書籍。作者是易丹輝。隨著計算機技術的飛速發展，以及人們對各種現象認識的深入，有很多新的分析方法應運而生，特別是面對大數據如何分析。本書希望能夠與讀者探討更多的分析方法，更好地解決實際問題。
基本介紹
- 中文名：時間序列分析：方法與套用
- 作者：易丹輝
- 出版社：中國人民大學出版社
- 出版時間：2018年3月
- ISBN：9787122322838
內容簡介,圖書目錄,作者簡介,
內容簡介
本書分為四部分內容。第一部分單變數時間序列分析，包括傳統時序分析、隨機時序分析、ARCH類模型；第二部分基於回歸的多變數時序分析，包括含虛擬變數的回歸模型、基於線性回歸的協整和誤差修正模型(ECM) ；第三部分基於AR的多變數時序分析，包括向量自回歸模型(VAR)、結構向量自回歸模型(SVAR)、向量誤差修正模型(VECM)；第四部分截面數據和時序數據結合的多變數時序分析，主要是在經典線性回歸模型基礎上發展起來的各種Panel Data 模型。
圖書目錄
第一章 傳統時間序列分析模型
節 趨勢模型類型和選擇
第二節 參數估計
第三節 模型分析與評價
第四節 季節模型
第二章 ARMA模型
節 概述
第二節 時序特性的分析
第三節 ARMA模型及其改進
第四節 隨機時序模型的建立
第五節 時序模型預測
第三章 ARCH類模型
節 單位根過程
第二節 ARCH模型的基本形式
第三節 廣義ARCH模型
第四節 ARCH模型的拓廣形式
第五節 多元ARCH模型
第四章 兩序列的協整和誤差修正模型
節 含虛擬變數的回歸模型
第二節 Granger因果檢驗
第三節 協整含義及檢驗
第四節 誤差修正模型
第五章 向量自回歸模型
節 非結構化VAR模型
第二節 脈衝回響與方差分解
第三節 結構VAR模型
第四節 向量誤差修正模型
第六章 Panel Data模型
節 模型的基本問題
第二節 固定效應模型
第三節 隨機效應模型
第四節 單位根檢驗與協整檢驗
參考文獻
作者簡介
易丹輝 中國人民大學統計學院教授、博士生導師。研究方向：風險管理與保險、預測與決策。主要從事統計方法在經濟、金融、保險、醫療、管理等領域套用的研究。講授統計預測、預測動態、實驗設計、金融風險分析技術、時間序列分析、數據挖掘技術及套用等課程。
