描述
开 本: 32开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787301063477
编辑推荐
《应用时间序列分析》可作为综合性大学、工科大学和高等师范院校本科生的”应用时间序列分析”课程的教材或教学参考书，也可以作为工程技术人员和应用工作者的参考书。
内容简介
时间序列分析是概率统计学科中应用性教强的一个分支，在金融经济、气象水文、信号处理、机械振动等众多领域有着广泛的应用。本书是高等院校“应用时间序列分析”课程的教材，较系统讲授应用时间序列分析的基本理论、方法以及应用。本书以时间序列的线性模型和平稳序列的谱分析为主线，介绍平稳时间序列的基本知识、常用的建模和预测方法，目的是使学生对时间序列的饿应用理论和方法有基本的了解，能够用时间序列的基本方法处理简单的时间序列数据。全书共分九章，内容包括：时间序列的分解、平稳序列、线性平稳序列、ARMA模型、时间序列的预报，加窗谱估计和多维平稳序列介绍。每节配有适量习题和部分计算机作业，可供教师和学生选用。
目 录
第一章时间序列
1.1时间序列的分解
1.2平衡序列
1.3线性平衡序列和线性滤波
1.4生态时间序列和随机变量的收敛性
1
1.5严平稳序列及其遍历性
1.6Hilbert空间中的平衡序列
1.7平衡序列的谱函数
1.8离散谱序列及其周期性
第二章自回归模型
2.1推移算子和常系数差分方程
2.2自回归模型及其平衡性
2.3AR序列的谱密度和Yule-Walker方程
2.4平衡序列的偏相关系数和Levinson递推公式
2.5AR序列举例
第三章滑动平均模型与自回归滑动平均模型
3.1滑动平均模型
3.2自回归滑动平均模型
3.3广义ARMA模型和ARIMA模型介绍
第四章均值和自协方差函数的估计
4.1均值的估计
4.2自协方差函数的估计
4.3白噪声检验
第五章时间序列的预报
5.1最佳线性预测的基本性质
5.2非决定性平衡序列及其Wold表示
5.3时间序列的递推预测
5.4ARMA序列的递推预测
第六章ARMA模型的参数估计
6.1AR模型的参数估计
6.2MA模型的参数估计
6.3ARMA模型的参数估计
6.4求和ARIMA模型及季节ARIMA模型的参数估计
第七章潜周期模型的参数估计
7.1潜周期模型的参数估计
7.2混合自回归周期模型的参数估计
7.3二维随机场的潜周期模型的参数估计
第八章时间序列的谱估计
8.1平称序列的谱表示
8.2平衡序列的周期图
8.3加窗谱估计
8.4加窗谱估计的比较
第九章多维平稳序列介绍
9.1多维平稳序列
9.2多维平衡序列的均值和自协方差函数的估计
9.3多维AR序列
9.4多维平衡序列的谱分析
附录A部分定理的证明
附录B时间序列数据
索引
符号说明
参考文献
1.1时间序列的分解
1.2平衡序列
1.3线性平衡序列和线性滤波
1.4生态时间序列和随机变量的收敛性
1
1.5严平稳序列及其遍历性
1.6Hilbert空间中的平衡序列
1.7平衡序列的谱函数
1.8离散谱序列及其周期性
第二章自回归模型
2.1推移算子和常系数差分方程
2.2自回归模型及其平衡性
2.3AR序列的谱密度和Yule-Walker方程
2.4平衡序列的偏相关系数和Levinson递推公式
2.5AR序列举例
第三章滑动平均模型与自回归滑动平均模型
3.1滑动平均模型
3.2自回归滑动平均模型
3.3广义ARMA模型和ARIMA模型介绍
第四章均值和自协方差函数的估计
4.1均值的估计
4.2自协方差函数的估计
4.3白噪声检验
第五章时间序列的预报
5.1最佳线性预测的基本性质
5.2非决定性平衡序列及其Wold表示
5.3时间序列的递推预测
5.4ARMA序列的递推预测
第六章ARMA模型的参数估计
6.1AR模型的参数估计
6.2MA模型的参数估计
6.3ARMA模型的参数估计
6.4求和ARIMA模型及季节ARIMA模型的参数估计
第七章潜周期模型的参数估计
7.1潜周期模型的参数估计
7.2混合自回归周期模型的参数估计
7.3二维随机场的潜周期模型的参数估计
第八章时间序列的谱估计
8.1平称序列的谱表示
8.2平衡序列的周期图
8.3加窗谱估计
8.4加窗谱估计的比较
第九章多维平稳序列介绍
9.1多维平稳序列
9.2多维平衡序列的均值和自协方差函数的估计
9.3多维AR序列
9.4多维平衡序列的谱分析
附录A部分定理的证明
附录B时间序列数据
索引
符号说明
参考文献
评论
还没有评论。