非线性时间序列——建模、预报及应用
点此进入淘宝搜索页搜索分类: 图书,自然科学,数学,应用数学,
作者： 范剑青，姚琦伟 著，陈敏 译
出 版 社： 高等教育出版社
出版时间： 2008-1-1字数： 670000版次： 1页数： 408印刷时间： 2005/12/01开本：印次：纸张： 胶版纸I S B N ： 9787040173574包装： 精装内容简介
本书主要介绍非线性时间序列理论和方法的一些最新研究成果，尤其以近十年来发展起来的非参数和半参数技术为主本书不仅对这些技术在时间序列状态空间、频域和时域等方面的应用给出了详细的介绍，同时，为了体现参数和非参数方法在时间序列分析中的整合性，还系统地阐述了一些主要参数非线性时间序列模型（比如ARCH／GARCH模型和门限模型等）的近期研究成果。此外，书中还包含了一个对线性ARMA模型的简洁介绍为了说明如何运用非参数技术来揭示高维数据的局部结构，本书借助了很多源于实际问题的具体数据，并注重在这些例子的分析中体现部分的分析技巧和工具。阅读本书只需要具备基础的概率论和统计学知识。
本书适用于统计专业的研究生、面向应用的时间序列分析人员以及该领域的各类研究人员。此外，本书也对从事统计学的其他分支以及经济计量学、实证金融学、总体生物和生态学的研究人员有参考价值。
作者简介
范剑青美国普林斯顿太学运筹与金融工程系、经济系讲座教授，统计研究会主任，1982年复旦大学毕业，1989年获得美国加州伯克利大学统计学博士，曾任美国加州大学洛杉矶分校教授，香港中文大学讲座教授、统计系主任，现还兼任英国伦敦经济学院教授、中国科学：院数学与系统科学研究院国际统计研究中心主任，是国际数理统计研究院、美国统计学会、美国科学发展学会等的Fellow，担任著名杂志The Annals of Statistics、Probability Theory and Related Fields主编，Journal of American Statistical Association等副主编，因发明非参数建模中局部多项式等方法，获得国际统计联席委员会的“2000 COPSS Presidents”奖，因他在统计学的杰出贡献、被邀参加2006国际数学家大会的邀请报告。
目录
第一章 绪论
1.1 时间序列的例子
1.2 时间序列分析的目的
1.3 线性时间序列模型
1.3.1 白噪声过程
1.3.2 AR模型
1.3.3 MA模型
1.3.4 ARMA模型
1.3.5 ARIMA模型
1.4 什么是非线性时间序列
1.5 非线性时间序列模型
1.5.1 一个简单例子
1.5.2 ARCH模型
1.5.3 门限模型
1.5.4 非参数自回归模型
1.6 从线性模型到非线性模型
1.6.1 局部线性建模
1.6.2 全局样条逼近
1.6.3 拟合优度检验
1.7 进一步的阅读材料
1.8 软件实现
第二章 时间序列的特征
2.1 平稳性
2.1.1 定义
2.1.2 平稳ARMA过程
2.1.3 平稳高斯过程
2.1.4 遍历非线性模型
2.1.5 平稳ARCH过程
2.2 自相关
2.2.1 自相关和自协方差
2.2.2 ACVF和ACF的估计
2.2.3 偏自相关
2.2.4 ACF图，PACF图和例子
2.3 谱分布
2.3.1 周期过程
2.3.2 谱密度
2.3.3 线性滤波
2.4 周期图
2.4.1 离散傅里叶变换
2.4.2 周期图
2.5 长记忆过程
2.5.1 分式求和噪声
2.5.2 分式求和ARMA过程
2.6 混合性
2.6.1 混合条件
2.6.2 不等式
2.6.3 Q混合过程的极限定理
2.6.4 非参数回归的中心极限定理
2.7 补充
2.7.1 定理2.5（i）的证明
2.7.2 命题2.3（i）的证明
2.7.3 定理2.9的证明
2.7.4 定理2.10的证明
2.7.5 定理2.13的证明
2.7.6 定理2.14的证明
2.7.7 定理2.22的证明
2.8 附加文献注释
第三章 ARMA建模和预报
3.1 模型和背景
3.2 最优线性预报——预白化
3.3 极大似然估计
3.3.1 估计量
……
第四章 参数非线性时间序列模型
第五章 非参数密度估计
第六章 时序序列的平滑
第七章 谱密度估计及其应用
第八章 非参数模型
第九章 模型的确定
第十章 非线性预报
参考文献
索引
