状态空间时间序列分析导论

1.介绍

2.局部水平模型

2.1 确定水平模型

2.2 随机水平模型

2.3 局部水平模型与挪威交通死亡

3.局部线性趋势模型

3.1 确定水平与斜率模型

3.2 随机水平与斜率模型

3.3 随机水平与确定斜率模型

3.4 局部线性趋势模型与芬兰交通死亡

4.季节局部水平模型

4.1 确定水平与季节模型

4.2 随机水平与季节模型

4.3 随机水平与确定季节模型

4.4 局部水平与季节模型和英国通货膨胀

5.带解释变量的局部水平模型

5.1 确定水平和解释变量模型

5.2 随机水平与解释变量模型

6.带干预变量的局部水平模型

6.1 确定水平与干预变量模型

6.2 随机水平与干预变量模型

7.英国安全带和通货膨胀模型

7.1 确定水平与季节模型

7.2 随机水平与季节模型

7.3 随机水平与确定季节模型

7.4 英国通货膨胀模型

8.单变量状态空间模型的一般处理

8.1 单变量的状态空间模型表达

8.2 状态方程加入回归效应

8.3 置信区间

8.4 滤波与预测

8.5 诊断检验

8.6 预测

8.7 观测值缺失

9.多变量的状态空间分析

9.1 多变量的状态空间模型表达

9.2 多变量趋势回归效应

9.3 共同水平和斜率

9.4 多变量的状态空间分析演示

10.时间序列分析的状态空间和博克斯—詹金斯方法

10.1 平稳过程和相关概念

10.2 非平稳的ARIMA模型

10.3 不可观测成分和ARIMA

10.4 状态空间与ARIMA方法

11.状态空间建模实务

11.1 STAMP程序和Ssfpack

11.2 Ssfpack的状态空间表达

11.3 组合回归和干预效应

11.4 使用Ssfpack估计模型

11.5 预测、滤波和平滑

12.结论

12.1 进一步阅读

附录

附录A：英国司机死亡或重伤人数和汽油价格

附录B：挪威和芬兰道路交通死伤

附录C：英国前排乘客和后排乘客死伤人数

附录D：英国价格变化

参考文献

《状态空间时间序列分析导论》提供了应用于不可观测的时间序列模型的状态空间方法，也称之为结构时间序列模型的介绍。这本书起初是康曼德在第一次学习状态空间模型时，他个人所发现和理解的笔记的汇集。当他的同事和朋友发现这些笔记非常有用，因此就形成了把它公布于众的想法。库普曼开始与康曼德合著作这本书，作为荷兰莱岑丹SWOV学院道路安全研究联合作项目的一部分。这本书的目标读者是实务工作者和非统计领域的研究者，他们日常使用的时间序列仅基于社会科学、计量历史学、生物学和医药学。这本书提供了循序渐进的方法来逐步分析时间序列主要的特征，如趋势、季节和不规则成分，以及实际中主要遇到的问题，例如预测和观测值缺失如何处理的细节。这本书也可作为计量经济学和统计学中的基本时间序列课程的伴读教科书，定位于非研究生水平。