图书介绍
应用时间序列分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

- 王炜炘等编著 著
- 出版社: 桂林:广西师范大学出版社
- ISBN:7563329102
- 出版时间:1999
- 标注页数:295页
- 文件大小:6MB
- 文件页数:305页
- 主题词:
PDF下载
下载说明
应用时间序列分析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
图书目录
第一章 预备知识1
1 随机过程1
1.1 基本概念1
1.2 随机过程(序列)的概率分布4
1.3 二阶矩随机序列和参数特征6
1.4 正态随机序列7
2 平稳序列8
2.1 概念及自协方差函数8
2.2 平稳序列与自协方差函数的谱表示12
2.3 平稳序列的遍历性18
2.4 平稳过程的采样21
3 线性差分方程24
4 最小方差估计28
4.1 最小方差估计准则28
4.2 条件期望与条件方差29
4.3 最小方差估计31
4.4 线性最小方差估计32
第二章 确定型时间序列模型37
1 时间序列分析概述37
2 确定型时间序列分析38
2.1 趋势变动预测模型38
2.2 季节变动预测模型48
第三章 平稳线性模型--ARMA模型54
1 噪声序列54
2.1 线性过程的定义与性质56
2 线性过程56
2.2 线性过程的传递形式和逆转形式58
3 ARMA模型60
3.1 ARMA模型的定义61
3.2 有理谱密度65
4 ARMA模型的等价形式及其特性67
4.1 模型的传递形式和格林(Green)函数67
4.2 模型的逆转形式和逆函数71
5 模型参数的平稳域与可逆域74
5.1 ARMA模型平稳域与可逆域74
5.2 高阶ARMA模型平稳可逆域检验76
6 ARMA 序列的自协方差函数与逆自协方差函数及其特征79
6.1 线性过程的逆自协方差函数及其性质79
6.2 ARMA序列的自协方差函数及其特征81
6.3 ARMA序列的逆自协方差函数及其特征87
7 ARMA序列的偏相关函数与逆偏相关函数及其特征89
7.1 偏相关函数的定义与概率意义90
7.2 偏相关函数的递推算法91
7.3 AR(p)序列偏相关函数截尾性,MA(q)和ARMA(p,q)序列偏相关函数拖尾性95
7.4 ARMA(p,q)序列的逆偏相关函数及其特征98
第四章 ARMA模型的参数估计102
1 平稳序列参数表征的矩估计103
1.1 均值估计103
1.2 自协方差函数{yk}和自相关函数{ρk}的估计104
1.3 偏相关函数估计107
2 ARMA模型参数估计108
2.1 ARMA模型参数矩估计直接法109
2.2 ARMA模型参数矩估计的逆函数法117
2.3 ARMA模型参数矩估计的逆自协方差函数法121
3 ARMA模型参数的精估计123
3.1 模型参数的最小二乘估计123
3.2 模型参数的近似极大似然估计(最小平方和估计)131
第五章 ARMA模型定阶、非平稳序列模型及建模实例138
1 ARMA模型定阶138
1.1 相关分析法用于ARMA模型定阶138
1.2 用F-检验准则确定ARMA模型的阶143
1.3 FPE、AIC、BIC定阶准则145
2 非平稳序列的时序模型153
2.1 ARIMA模型155
2.2 乘积模型159
2.3 趋势分量和季节分量的估计163
3 动态数据的系统定阶164
3.1 采用ARMA(n,n-1)拟合动态数据的合理性165
3.2 建模步骤167
4 建模实例172
第六章 时间序列的预报184
1 平稳线性最小均方误差预报184
1.1 l步预报和预报误差方差188
1.2 ARMA(p,q)序列的平稳线性最小均方误差预报190
2 一类非平稳序列的线性最小均方误差预报201
2.1 ARIMA(p,d,q)序列的预报202
2.2 季节性乘积模型的预报203
2.3 非平稳序列的叠合模型的预报205
3.1 新息定理207
3 ARMA序列的新息(Innovation)预报207
3.2 新息预报与线性最小均方误差预报的比较213
第七章 基于多值状态序列的时序分析219
1 基于均值为水平的0--1序列220
1.1 自相关函数之间关系220
1.2 0--1序列的自相关函数(p?)的估计222
1.3 原序列{Xt}的AR建模226
2 基于任意水平的0--1序列229
2.1 自相关函数之间的关系230
2.2 自相关函数的估计233
3 有限个状态序列分析235
3.1 自相关函数之间的关系235
3.2 自相关函数与pj,μ,σ2的估计238
3.3 状态序列的预报242
第八章 非线性模型与多维·AR模型245
1 引言245
2 非线性模型247
2.1 非线性模型的类型247
2.2 模型线性性与非线性性的判别251
2.3 门限自回归模型的定义与特性255
2.4 门限自回归模型的建模与预报263
2.5 门限自回归模型的实例268
3 多维AR模型273
3.1 多维平稳序列274
3.2 多维AR模型278
参考文献294
热门推荐
- 1453908.html
- 3355111.html
- 2741259.html
- 2021431.html
- 3298001.html
- 2098651.html
- 1825334.html
- 3264419.html
- 314026.html
- 464572.html
- http://www.ickdjs.cc/book_2535203.html
- http://www.ickdjs.cc/book_660845.html
- http://www.ickdjs.cc/book_1852338.html
- http://www.ickdjs.cc/book_3544856.html
- http://www.ickdjs.cc/book_2037717.html
- http://www.ickdjs.cc/book_3774095.html
- http://www.ickdjs.cc/book_246435.html
- http://www.ickdjs.cc/book_513953.html
- http://www.ickdjs.cc/book_1488111.html
- http://www.ickdjs.cc/book_446894.html