时间序列分析：方法与应用（第二版）（高等院校研究生用书）

作者: 易丹辉著

出版社: 中国人民大学出版社

出版时间: 2018-03

版次: 2

ISBN: 9787300254739

定价: 36.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 252页

丛书: 高等院校研究生用书

分类: 工程技术

41人买过

本书分为四部分内容。第一部分单变量时间序列分析，包括传统时序分析、随机时序分析、ARCH类模型；第二部分基于回归的多变量时序分析，包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ；第三部分基于AR的多变量时序分析，包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM)；第四部分截面数据和时序数据结合的多变量时序分析，主要是在经典线性回归模型基础上发展起来的各种Panel Data 模型。易丹辉中国人民大学统计学院教授、博士生导师。研究方向：风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授统计预测、预测动态、实验设计、金融风险分析技术、时间序列分析、数据挖掘技术及应用等课程。第一章传统时间序列分析模型

第一节趋势模型类型和选择

第二节参数估计

第三节模型分析与评价

第四节季节模型

第二章 ARMA模型

第一节概述

第二节时序特性的分析

第三节 ARMA模型及其改进

第四节随机时序模型的建立

第五节时序模型预测

第三章 ARCH类模型

第一节单位根过程

第二节 ARCH模型的基本形式

第三节广义ARCH模型

第四节 ARCH模型的拓广形式

第五节多元ARCH模型

第四章两序列的协整和误差修正模型

第一节含虚拟变量的回归模型

第二节 Granger因果检验

第三节协整含义及检验

第四节误差修正模型

第五章向量自回归模型

第一节非结构化VAR模型

第二节脉冲响应与方差分解

第三节结构VAR模型

第四节向量误差修正模型

第六章 Panel Data模型

第一节模型的基本问题

第二节固定效应模型

第三节随机效应模型

第四节单位根检验与协整检验

参考文献
内容简介:
本书分为四部分内容。第一部分单变量时间序列分析，包括传统时序分析、随机时序分析、ARCH类模型；第二部分基于回归的多变量时序分析，包括含虚拟变量的回归模型、基于线性回归的协整和误差修正模型(ECM) ；第三部分基于AR的多变量时序分析，包括向量自回归模型(VAR)、结构向量自回归模型(SVAR)、向量误差修正模型(VECM)；第四部分截面数据和时序数据结合的多变量时序分析，主要是在经典线性回归模型基础上发展起来的各种Panel Data 模型。
作者简介:
易丹辉中国人民大学统计学院教授、博士生导师。研究方向：风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授统计预测、预测动态、实验设计、金融风险分析技术、时间序列分析、数据挖掘技术及应用等课程。
目录:
第一章传统时间序列分析模型

第一节趋势模型类型和选择

第二节参数估计

第三节模型分析与评价

第四节季节模型

第二章 ARMA模型

第一节概述

第二节时序特性的分析

第三节 ARMA模型及其改进

第四节随机时序模型的建立

第五节时序模型预测

第三章 ARCH类模型

第一节单位根过程

第二节 ARCH模型的基本形式

第三节广义ARCH模型

第四节 ARCH模型的拓广形式

第五节多元ARCH模型

第四章两序列的协整和误差修正模型

第一节含虚拟变量的回归模型

第二节 Granger因果检验

第三节协整含义及检验

第四节误差修正模型

第五章向量自回归模型

第一节非结构化VAR模型

第二节脉冲响应与方差分解

第三节结构VAR模型

第四节向量误差修正模型

第六章 Panel Data模型

第一节模型的基本问题

第二节固定效应模型

第三节随机效应模型

第四节单位根检验与协整检验

参考文献