时间序列数据分析 R软件应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

时间序列数据分析 R软件应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论 1

1.1时间序列的发展过程 1

1.2时间序列数据的类型与图形表示 2

1.2.1时间序列数据的类型 2

1.2.2时间序列数据的图形表示 3

1.3时间序列数据分析的目的 5

1.4时间序列数据的平稳性和自相关性 6

1.4.1平稳性 6

1.4.2自相关性 8

1.5平稳时间序列的Wold分解 12

【本章小结】 14

【思考与练习】 14

第2章 数据的分解和平滑 16

2.1时间序列数据的分解 16

2.2移动平均方法 21

2.2.1中心化移动平均法 21

2.2.2简单移动平均法 22

2.2.3二次移动平均法 23

2.3指数平滑方法 25

2.3.1简单指数平滑法 26

2.3.2Holt线性指数平滑法 29

2.3.3Holt-Winters指数平滑法 30

【本章小结】 33

【思考与练习】 33

第3章 平稳时间序列模型 38

3.1滞后算子 38

3.2自回归模型 39

3.2.1一阶自回归模型 39

3.2.2二阶自回归模型 43

3.2.3p阶自回归模型 46

3.2.4自回归模型的阶数识别 48

3.3移动平均模型 51

3.3.1一阶移动平均模型 51

3.3.2q阶移动平均模型 54

3.3.3移动平均模型的阶数识别 55

3.4自回归移动平均模型 58

3.4.1ARMA（1，1）模型 58

3.4.2ARMA（p，q）模型 60

3.4.3ARMA模型的阶数识别 62

3.4.4其他模型选择方法 66

3.5参数估计 67

3.5.1矩法 67

3.5.2条件最小二乘法 71

3.5.3极大似然法 73

3.5.4模型诊断 75

3.6预测 79

3.6.1最小均方预测 79

3.6.2一阶自回归模型预测 80

3.6.3p阶自回归模型预测 81

3.6.4一阶移动平均模型预测 82

3.6.5ARMA（p，q）模型预测 83

【本章小结】 86

【思考与练习】 87

第4章 非平稳时间序列模型 90

4.1非平稳的形式 90

4.1.1确定性趋势 90

4.1.2随机性趋势 91

4.2趋势的消除 93

4.3ARIMA模型 97

4.3.1一般ARIMA模型 97

4.3.2随机游走模型 97

4.3.3IMA（1，1）模型 99

4.4ARIMA模型的预测 103

4.4.1随机游走模型的预测 103

4.4.2ARIMA（1，1，1）模型的预测 103

4.5ARIMA模型的建模 104

【本章小结】 108

【思考与练习】 109

第5章 季节时间序列模型 111

5.1简单季节ARMA模型 111

5.1.1简单季节MA（Q）s模型 111

5.1.2简单季节AR（P）s模型 112

5.2乘积季节ARMA模型 112

5.2.1乘积季节ARMA（p，q）×（P，Q）s模 112

5.2.2乘积季节ARMA（0，1）×（1，0）12模型 113

5.3非平稳季节ARIMA模型 114

5.4SARIMA模型预测 121

5.4.1季节AR（1）12模型 121

5.4.2季节MA（1）12模型 122

5.4.3SARIMA（0，0，0）×（0，1，1）12模型 122

5.4.4SARIMA（0，1，1）×（0，1，1）12模型 123

【本章小结】 124

【思考与练习】 125

第6章 协整和误差修正模型 127

6.1单位根检验 127

6.1.1检验非平稳性和平稳性 127

6.1.2单位根检验 128

6.1.3ADF单位根检验 130

6.1.4PP单位根检验 134

6.1.5KPSS检验 136

6.2协整 137

6.2.1长期趋势 137

6.2.2关于协整的一些定理 138

6.2.3协整检验 139

6.3误差修正模型 141

【本章小结】 143

【思考与练习】 144

第7章 资产收益率与波动性模型 145

7.1资产收益率 145

7.1.1简单收益率 145

7.1.2对数收益率 146

7.1.3投资组合收益率 148

7.1.4红利支付和超额收益率的影响 149

7.2ARCH模型 150

7.2.1ARCH（1）模型 150

7.2.2ARCH（p）模型 152

7.2.3ARCH效应 152

7.3GARCH模型 154

7.3.1GARCH（1，1）模型 155

7.3.2GARCH（p，q）模型 156

7.4GARCH模型扩展 158

7.4.1非对称GARCH模型 158

7.4.2EGARCH模型 158

7.4.3GARCH-M模型 159

【本章小结】 163

【思考与练习】 163

参考文献 165