☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

本書分為四部分內容。第一部分單變量時間序列分析，包括傳統時序分析、隨機時序分析、ARCH類模型；第二部分基於迴歸的多變量時序分析，包括含虛擬變量的迴歸模型、基於綫性迴歸的協整和誤差修正模型(ECM) ；第三部分基於AR的多變量時序分析，包括嚮量自迴歸模型(VAR)、結構嚮量自迴歸模型(SVAR)、嚮量誤差修正模型(VECM)；第四部分截麵數據和時序數據結閤的多變量時序分析，主要是在經典綫性迴歸模型基礎上發展起來的各種Panel Data 模型。

作者簡介

易丹輝 中國人民大學統計學院教授、博士生導師。研究方嚮：風險管理與保險、預測與決策。主要從事統計方法在經濟、金融、保險、醫療、管理等領域應用的研究。講授統計預測、預測動態、實驗設計、金融風險分析技術、時間序列分析、數據挖掘技術及應用等課程。

目錄

第一章 傳統時間序列分析模型
第一節 趨勢模型類型和選擇
第二節 參數估計
第三節 模型分析與評價
第四節 季節模型

第二章 ARMA模型
第一節 概述
第二節 時序特性的分析
第三節 ARMA模型及其改進
第四節 隨機時序模型的建立
第五節 時序模型預測

第三章 ARCH類模型
第一節 單位根過程
第二節 ARCH模型的基本形式
第三節 廣義ARCH模型
第四節 ARCH模型的拓廣形式
第五節 多元ARCH模型

第四章 兩序列的協整和誤差修正模型
第一節 含虛擬變量的迴歸模型
第二節 Granger因果檢驗
第三節 協整含義及檢驗
第四節 誤差修正模型

第五章 嚮量自迴歸模型
第一節 非結構化VAR模型
第二節 脈衝響應與方差分解
第三節 結構VAR模型
第四節 嚮量誤差修正模型

第六章 Panel Data模型
第一節 模型的基本問題
第二節 固定效應模型
第三節 隨機效應模型
第四節 單位根檢驗與協整檢驗

參考文獻

精彩書摘

時間過得真快，轉眼該書齣版已經七年，根據齣版社要求，需要修訂再版。藉這個機會，將幾年來在講課和實踐中遇到的問題一並加入，受字數和時間限製，隻能對內容進行壓縮整理，由七章變為六章，共四部分內容。第一部分為單變量時間序列分析，包括傳統時序分析、隨機時序分析、ARCH類模型；第二部分為基於迴歸的多變量時序分析，包括含虛擬變量的迴歸模型、基於綫性迴歸的協整和誤差修正模型(ECM) ；第三部分為基於AR的多變量時序分析，包括嚮量自迴歸模型(VAR)、結構嚮量自迴歸模型(SVAR)、嚮量誤差修正模型(VECM)；第四部分為截麵數據和時序數據結閤的多變量時序分析，主要是各種在經典綫性迴歸模型基礎上發展起來的Panel Data 模型。書中僅對固定時間，分析截麵變化規律進行瞭說明；固定截麵單位，分析其在時間上的變化方法類似。這類模型適用於截麵單位較多、時間不長的數據，以避免時間過長，序列具有明顯的趨勢。如果截麵單位過少，需要時間較長，要注意序列變動是否為單位根過程。
隨著計算機技術的飛速發展，以及人們對各種現象認識的深入，有很多新的分析方法應運而生，特彆是麵對大數據如何分析。希望能夠與讀者探討更多的分析方法，更好地解決實際問題。
易丹輝

時間序列分析：方法與應用（第二版）（高等院校研究生用書） 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價