时间序列与预测

1Introduction

2StationaryProcesses

3ARMAModels

4SpectralAnalysis

5ModelingandForecastingwithARMAProcesses

6NonstationaryandSeasonalTimeSeriesModels

7MultivariateTimeSeries

8State-SpaceModels

9ForecastingTechniques

10FurtherTopics

ARandomVariablesandProbabilityDistributions

BStatisticalComplements

CMeanSquareConvergence

DAnITSMTutorial

References

Index

　　本书全面介绍了经济学、工程学、自然科学和社会科学中所用的时间序列和预测方法，核心内容是平稳过程、ARMA过程、ARIMA过程、多变量时间序列、状态空间模型和谱分析。另外，本书还介绍了Burg算法、HannanRiissanen算法、EM算法、结构模型、指数平滑、转移函数模型、非线性模型、连续时间模型和长记忆模型等，每章的末尾都有大量习题，供读者巩固所学概念和方法，本书强调方法和数据集的分析，配有时间序列软件包ITSM2000的学生版。本书适合作为各专业学生时间序列入门课程的教材，也适合其他有兴趣的科研工作者阅读。　　本书是时间序列领域的名著。特色在于注重实际应用。深浅适中，适用面广，示例和习题丰富，有微积分、线性代数和统计学基础知识即可阅读。书中全面介绍了经济、工程、自然科学和社会科学中所用的时间序列和预测方法，核心内容是平稳过程、ARMA模型和ARIMA模型、多元时间序列和状态空间模型、谱分析。书中配有时间序列软件包ITSM2000学生版，更加方便读者学习。