內容簡介
《時間序列模型及預測》介紹時間序列分析的主要理論和方法,既涵蓋時間序列分析的經典理論內容,又反映21世紀以來時間序列分析理論的一些新進展。《時間序列模型及預測》主要包括經典的時間序列分析理論及相關內容、基於計算智能的時間序列模型及預測、模糊時間序列模型及相關理論三大部分。《時間序列模型及預測》在藉鑒國內外相關教材優點的基礎上,總結作者多年從事時間序列分析方嚮研究和課程教學的心得和體會;既重視概念、理論和方法的嚴密性、準確性和前瞻性,同時又注重從實際需要齣發,兼顧對運用這些理論方法分析研究乃至最終解決實際經濟、金融、管理類問題的能力。
目錄
目錄
第1章 時間序列分析概述 1
1.1 關於時間序列分析 1
1.1.1 引例 1
1.1.2 時間序列分析及預測的産生與發展 7
1.2 時間序列分析的基本步驟 9
1.2.1 特徵分析 9
1.2.2 模型識彆 10
1.2.3 模型參數估計 11
1.2.4 模型檢驗 11
1.2.5 模型應用 12
1.3 時間序列分析軟件 12
本章小結 13
思考題 14
第2章 時間序列分析的基本概論 15
2.1 隨機過程 15
2.1.1 隨機過程的相關概念 15
2.1.2 隨機過程的分布及其特徵 16
2.1.3 幾種重要的隨機過程 18
2.2 平穩隨機過程 18
2.3 時間序列的平穩性與非平穩性 20
2.4 時間序列數據的預處理 21
2.4.1 平穩性檢驗 21
2.4.2 正態性檢驗 24
2.4.3 獨立性檢驗 26
2.4.4 異常點的檢驗與處理 27
本章小結 27
思考題 28
第3章 時間序列模型及預測方法 29
3.1 幾種典型的時間序列模型 29
3.1.1 嚮量自迴歸模型 29
3.1.2 滑動平均模型 32
3.1.3 嚮量自迴歸滑動平均模型 33
3.1.4 嚮量誤差修正模型 35
3.1.5 自迴歸條件異方差模型 37
3.2 最小均方誤差預測 39
3.3 區間預測 41
3.4 基於計算智能技術的時間序列模型及預測方法 42
3.4.1 人工神經網絡模型及預測方法 43
3.4.2 貝葉斯網絡模型及預測方法 46
3.4.3 支持嚮量機預測方法 47
3.5 平穩時間序列模型的建立 48
3.5.1 模型識彆與定階 48
3.5.2 模型參數估計 54
本章小結 58
思考題 59
第4章 模糊時間序列模型及預測方法 61
4.1 引言 61
4.2 模糊集閤的基礎知識 62
4.2.1 模糊集閤的概念 62
4.2.2 模糊集閤的運算 66
4.2.3 水平截集及分解定理 68
4.3 模糊時間序列預測模型 72
4.3.1 模糊時間序列模型簡介 72
4.3.2 模糊時間序列模型及其基本框架 74
本章小結 80
思考題 80
第5章 基於信息粒度的模糊時間序列模型及預測 82
5.1 引言 82
5.2 基於信息粒度和模糊聚類的論域劃分方法 82
5.2.1 方法的理論知識 82
5.2.2 本節提齣的論域劃分方法 85
5.3 基於信息粒度的模糊時間序列模型 87
5.4 仿真實驗與分析 89
5.4.1 Alabama大學入學人數預測 89
5.4.2 DAX股票月值指數預測 94
本章小結 97
思考題 97
第6章 包含時域信息的模糊時間序列模型及預測 99
6.1 引言 99
6.2 包含時間變量信息的論域劃分方法 100
6.2.1 方法的理論知識 100
6.2.2 本節提齣的論域劃分方法 102
6.3 包含時間信息的模糊時間序列模型 105
6.4 實驗結果與分析 106
6.4.1 Alabama大學入學人數預測 106
6.4.2 TAIEX 預測 112
本章小結 116
思考題 116
第7章 基於Granger相關性的時間序列模型及預測 118
7.1 引言 118
7.2 基礎知識 119
7.2.1 Granger相關性及假設檢驗 119
7.2.2 利用神經網絡識彆函數關係 121
7.3 基於Granger相關性的時間序列模型 121
7.4 實驗結果與分析 123
7.4.1 人工閤成數據預測 124
7.4.2 真實數據預測 128
本章小結 132
思考題 132
參考文獻 134
附錄A 標準正態分布錶 139
附錄B t分布的分位點 141
附錄C F分布上側a分位數錶 143
附錄D x2分布錶 149
附錄E 協整檢驗臨界值錶 151
時間序列模型及預測 下載 mobi epub pdf txt 電子書