时间序列分析及其应用

　　第一章 绪论
　　第一节 时间序列
　　第二节 时间序列分析
　　第三节 平稳时间序列
　　习题一
　　第二章 ARMA模型的时域特征
　　第一节 时间序列的基本模型
　　第二节 格林函数
　　第三节 逆函数
　　第四节 ARMA系统的可逆性与平稳性
　　第五节 ARMA系统的自相关函数
　　第六节 ARMA系统的偏相关系数
　　习题二
　　第三章 平稳时间序列模型的建立
　　第一节 时间序列的采样、直观分析和特征分析
　　笫二节时间序列的相关分析
　　第三节 平稳时间序列的零均值处理
　　第四节 平稳时间序列的模式识别
　　第五节 平稳时间序列模型参数的矩估计
　　第六节 平稳时间序列模型的定阶
　　第七节 平稳时间序列模型的检验
　　第八节 平稳时间序列模型的建模方法
　　习题三
　　第四章 平稳时间序列预测
　　第一节 正交投影预测
　　第二节 条件期望预测
　　第三节 适时修正预测
　　习题四
　　第五章 时间序列的确定性分析
　　第一节 概述
　　第二节 趋势性分析
　　第三节 季节效应分析
　　第四节 X-11方法简介
　　第五节 确定性时间序列的建模方法
　　习题五
　　第六章 非平稳序列的随机性分析
　　第一节 ARIMA模型
　　第二节 乘积季节模型
　　第三节 其他随机性分析模型
　　习题六
　　第七章 波动率模型
　　第一节 异方差的定义与检验
　　第二节 条件异方差的模型
　　习题七
　　第八章 Eviews软件操作
　　第一节 数据输入上机操作
　　第二节 预处理的上机操作
　　第三节 零均值化的上机操作
　　第四节 ARMA模型的建模与预测
　　第五节 残差检验
　　第六节 非平稳序列的确定性分析
　　第七节 ARIMA模型与乘积季节模型
　　第八节 ARcH模型的上机操作
　　习题八
　　附录
　　参考文献

　　《时间序列分析及其应用》以时间序列的统计特征和建模步骤为主线，共分八章，内容包括平稳时间序列模型的统计特征、平稳时间序列模型的建立与预测、时间序列的确定性分析与随机性分析、波动率模型等，并系统介绍了时间序列的基本理论、建模和预测方法以及应用。《时间序列分析及其应用》旨在将实际应用与理论推导联系起来，通过详细的建模步骤和流程图、习题、软件操作步骤以及实际时间序列分析实例，尽量体现时间序列分析的综合性和整体性，从而使得统计专业和其他工程专业、管理专业的学生掌握时间序列分析的理论和应用。