时间序列分析经典书

  |  

摘要: 《时间序列分析与应用》

【对算法,数学,计算机感兴趣的同学,欢迎关注我哈,阅读更多原创文章】
我的网站:潮汐朝夕的生活实验室
我的公众号:算法题刷刷
我的知乎:潮汐朝夕
我的github:FennelDumplings
我的leetcode:FennelDumplings


  • 时间:2011(中文版)
  • 作者:Jonathan D.Cryer
  • 代码:R 语言安装 TSA 包


基本概念

  • 时间序列与随机过程
  • 均值、方差和协方差
  • 平稳性

趋势

  • 确定性趋势与随机趋势
  • 常数均值的估计
  • 回归方法
  • 回归估计的可靠性和有效性
  • 回归结果的解释
  • 残差分析

平稳时间序列模型

  • 一般线性过程
  • 滑动平均过程
  • 自回归过程
  • 自回归滑动平均混合
  • 可逆性

非平稳时间序列模型

  • 通过差分平稳化
  • ARIMA模型
  • ARIMA模型中的常数项
  • 其他变换

模型识别

  • 样本自相关函数的性质
  • 偏自相关函数和扩展的自相关函数
  • 对一些模拟的时间序列数据的识别
  • 非平稳性
  • 其他识别方法

参数估计

  • 矩估计
  • 最小二乘估计
  • 极大似然与无条件最小二乘
  • 估计的性质
  • 参数估计例证
  • 自助法估计ARIMA模型

模型诊断

  • 残差分析
  • 过度拟合和参数冗余

预测

  • 最小均方误差预测
  • 确定性趋势
  • ARIMA预测
  • 预测极限
  • 预测的图示
  • ARIMA预测的更新
  • 预测的权重与指数加权滑动平均
  • 变换序列的预测
  • 某些ARIMA模型预测的总结

季节模型

  • 季节ARIMA模型
  • 乘法季节ARMA模型
  • 非平稳季节ARIMA模型
  • 模型识别、拟合和检验
  • 季节模型预测

时间序列回归模型

  • 干预分析
  • 异常值
  • 伪相关
  • 预白化与随机回归

异方差时间序列模型

  • 金融时间序列的一些共同特征
  • ARCH(1)模型
  • GARCH模型
  • 极大似然估计
  • 模型诊断
  • 条件方差非负条件
  • GARCH模型的一些扩展
  • 另一个示例:USD/HKD汇率日数据

谱分析入门

  • 周期图
  • 谱表示和谱分布
  • 谱密度
  • ARMA过程的谱密度
  • 样本谱密度的抽样性质

谱估计

  • 平滑谱密度
  • 偏差和方差
  • 带宽
  • 谱置信区间
  • 泄露和锥削
  • 自回归谱估计
  • 其他谱估计法

门限模型

  • 用图解法探索非线性
  • 非线性检验
  • 多项式模型一般是爆炸性的
  • 一阶门限自回归模型
  • 门限模型
  • 门限非线性的检验
  • TAR模型的估计
  • 模型诊断

Share