《時間序列分析》是一部由 詹姆斯·D·漢密爾頓所著書籍，中國人民大學出版社出版發行。
基本介紹
- 書名：時間序列分析
- 作者： 詹姆斯·D·漢密爾頓
- 出版社：中國人民大學出版社
- ISBN：9787300202136
出版信息,內容簡介,作者簡介,目錄 ,
出版信息
作者: 詹姆斯·D·漢密爾頓 (James D.Hamilton)
出版社: 中國人民大學出版社
原作名: Time Series Analysis
譯者: 夏曉華
出版年: 2015-1-1
頁數: 926
定價: CNY 118.00
裝幀: 平裝
叢民鑽記葛書: 經濟科學譯叢
ISBN: 9787300202136
內容簡介
近些年間，研究者分析時間序列數據的方式發生了顯著的變化。因此，很有必要對這一日益重要的研究領域的新近發展進行綜合，並整體呈現出來。作者第一次對時間序列分析的相關進展做出詳細、全面的梳理與闡述。這些研究進展包括向量自回歸、廣義矩估計、單位根的經濟與統計結果、非線性時間序列等。另外，作者在本書堡燥趨芝中還闡述了包括線性表征、自相關、生成函式、譜分析、卡爾曼濾波等動態系統的傳統分析工具。這些內容有助於經濟理論研究和解釋現實世界的數據.
本書將為學生、研究者和預測人員提供對動態系統、計量經濟和時間序列分析的獨立而明確的全面分析。從最簡單的原理出發，作者的清晰表達使得一年級研究生和非專業人士也能理解相關內容的歷史進展和新近發展。同時，由於其全面性，使得該書為研究者了解學術前沿提供了寶貴的參考文獻。作者一方面通過大量的例子展示理論結果如何運用於實踐，另一方面在相關章節後面提供了詳細的數學附錄。作為為相關領域學生和研究者提供的理論路線圖，該書將成為未來若干年相關領域的權威指導書。
作者簡介
詹姆斯D漢密爾頓（James D. Hamilton）現為加州大學聖地亞哥分校（University of California, San Diego）經濟學教授，1983年畢業於加州大學伯克利分校（University of California, Berkeley）,早年曾在弗吉尼請凝疊亞大學（The University of Virginia）任教。他在時間序列和能源經濟學研究上取得了豐碩的研究成果。
目錄
（上冊）
第1章 差分方程
1.1 一階差分方程
1.2 p階差分方程
附錄1.A 第1章性質證明
第1章參考文獻
第2章 滯後運算元
2.1 簡介
2.2 一階差分方程
2.3 二階差分方程
2.4 p階差分方程
2.5 初始條件及無界序列
第2章參考文獻
第3章 平穩自回歸移動平均過程
3.1 期望、平穩性和遍歷性
3.2 白噪聲
3.3 移動平均過程
3.4 自回歸過程
3.5 混合自回歸移動平均過程
3.6 自協方差生成函式
3.7 可逆性
附錄3.A 無限階移動平均過程的收斂結論
第3章習題
第3章參考文獻
第4章 預測
4.1 預測的原理
4.2 基於無限個觀測的預測
4.3 基於有限個觀測的預測
4.4 正定對稱矩陣的三角分解
4.5 線性投影更新
4.6 高斯過程的最優預測
4.7 自回歸移動平均過程的和
4.8 沃爾德分解與博克斯詹金斯建模哲學
附錄 4.A 普通最小二乘回歸與線性投影
附錄 4.B 一階移動平均過程協方差矩陣的三角分解
第4章習題
第4章參考文獻
第舟船照5章 極大似然估計
5.1 簡介
5.2 高斯一階自回歸過程的似然函式
5.3 高斯 p階自回歸過程的似然函式
5.4 高斯一階移動平均過程的似然函式
5.5 高斯 q階移動平均過程的似然函式
5.6 高斯 p階自回歸q階移動平均過程的似然函式
5.7 數值最佳化
5.8 極大似然估計企趨危的統計推斷
5.9 不等式約束
附錄5.A 第5章性質證明
第5章習題
第5章參考文獻
第6章 譜分析
6.1 總體譜
6.2 樣本譜
6.3 總體譜估計
6.4 譜分析的套用
附錄6.A 第6章性質證明
第6章習題
第6章參考文獻欠戶企
第7章 漸近分布理論
7.1 漸近分布理論回顧
7.2 序列相關觀測的極限定理
附錄7.A 第7章性質證明
第7章習題
第7章擔紙參考文獻
第8章 線性回歸模型
8.2 一般條件下的普通最小二乘法
8.3 廣義最小二乘法
附錄8.A 第8章性質證明
第8章習題
第8章參考文獻
第9章 線性聯立方程系統
9.1 聯立方程偏差
9.2 工具變數與兩階段最小二乘法
9.3 識別
9.4 完全信息極大似然估計
9.5 基於簡化型的估計
9.6 聯立方程偏差綜述
附錄9.A 第9章性質證明
第9章習題
第9章參考文獻
第10章 協方差平穩的向量過程
10.1 向量自回歸簡介
10.2 向量過程的自協方差與收斂性結論
10.3 向量過程的自協方差生成函式
10.4 向量過程的譜
10.5 向量過程的樣本均值
附錄10.A 第10章性質證明
第10章習題
第10章參考文獻
第11章 向量自回歸
11.1 無約束向量自回歸的極大似然估計與假設檢驗
11.2 二元格蘭傑因果檢驗
11.3 有約束向量自回歸的極大似然估計
11.4 脈衝回響函式
11.5 方差分解
11.6 向量自回歸與結構計量模型
11.7 脈衝回響函式的標準誤
附錄11.A 第11章性質證明
附錄11.B 解析導數的計算
第11章習題
第11章參考文獻
第12章 貝葉斯分析
12.1 貝葉斯分析簡介
12.2 向量自回歸的貝葉斯分析
12.3 數值貝葉斯方法
附錄12.A 第12章性質證明
第12章習題
第12章參考文獻
第13章 卡爾曼濾波
13.1 動態系統的狀態空間表達
13.2 卡爾曼濾波的推導
13.3 基於狀態空間表達的預測
13.4 參數的極大似然估計
13.5 穩態卡爾曼濾波
13.6 平滑
13.7 卡爾曼濾波的統計推斷
13.8 時變參數
附錄13.A 第13章性質證明
第13章習題
第13章參考文獻
第14章 廣義矩方法
14.1 廣義矩估計
14.2 例子
14.3 拓展
14.4 廣義矩與極大似然估計
附錄14.A 第14章性質證明
第14章習題
第14章參考文獻
（下冊）
第15章 非平穩時間序列模型
15.1 簡介
15.2 為什麼考慮線性時間趨勢和單位根?
15.3 趨勢平穩和單位根過程的比較
15.4 單位根檢驗的含義
15.5 趨勢時間序列的其他方法
附錄15.A 第15章部分公式的推導
第15章參考文獻
第16章 確定性時間趨勢過程
16.1 簡單時間趨勢模型普通最小二乘估計的漸近分布
16.2 簡單時間趨勢模型的假設檢驗
16.3 含確定性時間趨勢的自回歸過程的漸近推斷
附錄16.A 第16章部分公式的推導
第16章習題
第16章參考文獻
第17章 帶有單位根的單變數過程
17.1 簡介
17.2 布朗運動
17.3 泛函中心極限定理
17.4 真實係數為1時一階自回歸的漸近性質
17.5 存在一般序列相關的單位根過程的漸近結論
17.6 單位根的菲利普斯佩龍檢驗
17.7 p階自回歸的漸近性質和增廣的迪基富勒單位根檢驗
17.8 單位根檢驗的其他方法
17.9 貝葉斯分析和單位根
附錄17.A 第16章性質證明
第17章習題
第17章參考文獻
第18章 多變數時間序列的單位根
18.1 非平穩向量過程的漸近結果
18.2 包含單位根的向量自回歸過程
18.3 偽回歸
附錄18.A 第18章性質證明
第18章習題
第18章參考文獻
第19章 協整
19.1 簡介
19.2 零假設為沒有協整關係的檢驗
19.3 協整向量的假設檢驗
附錄19.A 第19章性質證明
第19章習題
第19章參考文獻
第20章 協整系統的完全信息極大似然分析
20.1 典則相關
20.2 極大似然估計
20.3 假設檢驗
20.4 單位根檢驗綜述———差分還是不差分?
附錄20.A 第20章性質證明
第20章習題
第20章參考文獻
第21章 帶有異方差的時間序列模型
21.1 自回歸條件異方差（ARCH）
21.2 擴展
附錄21.A 第21章部分公式的推導
第21章參考文獻
第22章 機制變化的時間序列建模
22.1 簡介
22.2 馬爾可夫鏈
22.3 獨立同分布的混合分布的統計分析
22.4 機制變化的時間序列模型
附錄22.A 第22章部分公式的推導
第22章習題
第22章參考文獻
附錄A 數學回顧
A.1 三角學
A.2 複數
A.3 微積分
A.4 矩陣代數
A.5 機率和統計
附錄A 參考文獻
附錄B 統計表
附錄C 部分習題答案
附錄D 本書所用的希臘字母與數學符號
主題索引
譯後記
第3章習題
第3章參考文獻
第4章 預測
4.1 預測的原理
4.2 基於無限個觀測的預測
4.3 基於有限個觀測的預測
4.4 正定對稱矩陣的三角分解
4.5 線性投影更新
4.6 高斯過程的最優預測
4.7 自回歸移動平均過程的和
4.8 沃爾德分解與博克斯詹金斯建模哲學
附錄 4.A 普通最小二乘回歸與線性投影
附錄 4.B 一階移動平均過程協方差矩陣的三角分解
第4章習題
第4章參考文獻
第5章 極大似然估計
5.1 簡介
5.2 高斯一階自回歸過程的似然函式
5.3 高斯 p階自回歸過程的似然函式
5.4 高斯一階移動平均過程的似然函式
5.5 高斯 q階移動平均過程的似然函式
5.6 高斯 p階自回歸q階移動平均過程的似然函式
5.7 數值最佳化
5.8 極大似然估計的統計推斷
5.9 不等式約束
附錄5.A 第5章性質證明
第5章習題
第5章參考文獻
第6章 譜分析
6.1 總體譜
6.2 樣本譜
6.3 總體譜估計
6.4 譜分析的套用
附錄6.A 第6章性質證明
第6章習題
第6章參考文獻
第7章 漸近分布理論
7.1 漸近分布理論回顧
7.2 序列相關觀測的極限定理
附錄7.A 第7章性質證明
第7章習題
第7章參考文獻
第8章 線性回歸模型
8.2 一般條件下的普通最小二乘法
8.3 廣義最小二乘法
附錄8.A 第8章性質證明
第8章習題
第8章參考文獻
第9章 線性聯立方程系統
9.1 聯立方程偏差
9.2 工具變數與兩階段最小二乘法
9.3 識別
9.4 完全信息極大似然估計
9.5 基於簡化型的估計
9.6 聯立方程偏差綜述
附錄9.A 第9章性質證明
第9章習題
第9章參考文獻
第10章 協方差平穩的向量過程
10.1 向量自回歸簡介
10.2 向量過程的自協方差與收斂性結論
10.3 向量過程的自協方差生成函式
10.4 向量過程的譜
10.5 向量過程的樣本均值
附錄10.A 第10章性質證明
第10章習題
第10章參考文獻
第11章 向量自回歸
11.1 無約束向量自回歸的極大似然估計與假設檢驗
11.2 二元格蘭傑因果檢驗
11.3 有約束向量自回歸的極大似然估計
11.4 脈衝回響函式
11.5 方差分解
11.6 向量自回歸與結構計量模型
11.7 脈衝回響函式的標準誤
附錄11.A 第11章性質證明
附錄11.B 解析導數的計算
第11章習題
第11章參考文獻
第12章 貝葉斯分析
12.1 貝葉斯分析簡介
12.2 向量自回歸的貝葉斯分析
12.3 數值貝葉斯方法
附錄12.A 第12章性質證明
第12章習題
第12章參考文獻
第13章 卡爾曼濾波
13.1 動態系統的狀態空間表達
13.2 卡爾曼濾波的推導
13.3 基於狀態空間表達的預測
13.4 參數的極大似然估計
13.5 穩態卡爾曼濾波
13.6 平滑
13.7 卡爾曼濾波的統計推斷
13.8 時變參數
附錄13.A 第13章性質證明
第13章習題
第13章參考文獻
第14章 廣義矩方法
14.1 廣義矩估計
14.2 例子
14.3 拓展
14.4 廣義矩與極大似然估計
附錄14.A 第14章性質證明
第14章習題
第14章參考文獻
（下冊）
第15章 非平穩時間序列模型
15.1 簡介
15.2 為什麼考慮線性時間趨勢和單位根?
15.3 趨勢平穩和單位根過程的比較
15.4 單位根檢驗的含義
15.5 趨勢時間序列的其他方法
附錄15.A 第15章部分公式的推導
第15章參考文獻
第16章 確定性時間趨勢過程
16.1 簡單時間趨勢模型普通最小二乘估計的漸近分布
16.2 簡單時間趨勢模型的假設檢驗
16.3 含確定性時間趨勢的自回歸過程的漸近推斷
附錄16.A 第16章部分公式的推導
第16章習題
第16章參考文獻
第17章 帶有單位根的單變數過程
17.1 簡介
17.2 布朗運動
17.3 泛函中心極限定理
17.4 真實係數為1時一階自回歸的漸近性質
17.5 存在一般序列相關的單位根過程的漸近結論
17.6 單位根的菲利普斯佩龍檢驗
17.7 p階自回歸的漸近性質和增廣的迪基富勒單位根檢驗
17.8 單位根檢驗的其他方法
17.9 貝葉斯分析和單位根
附錄17.A 第16章性質證明
第17章習題
第17章參考文獻
第18章 多變數時間序列的單位根
18.1 非平穩向量過程的漸近結果
18.2 包含單位根的向量自回歸過程
18.3 偽回歸
附錄18.A 第18章性質證明
第18章習題
第18章參考文獻
第19章 協整
19.1 簡介
19.2 零假設為沒有協整關係的檢驗
19.3 協整向量的假設檢驗
附錄19.A 第19章性質證明
第19章習題
第19章參考文獻
第20章 協整系統的完全信息極大似然分析
20.1 典則相關
20.2 極大似然估計
20.3 假設檢驗
20.4 單位根檢驗綜述———差分還是不差分?
附錄20.A 第20章性質證明
第20章習題
第20章參考文獻
第21章 帶有異方差的時間序列模型
21.1 自回歸條件異方差（ARCH）
21.2 擴展
附錄21.A 第21章部分公式的推導
第21章參考文獻
第22章 機制變化的時間序列建模
22.1 簡介
22.2 馬爾可夫鏈
22.3 獨立同分布的混合分布的統計分析
22.4 機制變化的時間序列模型
附錄22.A 第22章部分公式的推導
第22章習題
第22章參考文獻
附錄A 數學回顧
A.1 三角學
A.2 複數
A.3 微積分
A.4 矩陣代數
A.5 機率和統計
附錄A 參考文獻
附錄B 統計表
附錄C 部分習題答案
附錄D 本書所用的希臘字母與數學符號
主題索引
譯後記
