時(shí)間序列的理論與方法：第二版

第一章　平穩(wěn)時(shí)間序列
1.1　時(shí)間序列實(shí)例
1.2　隨機(jī)過(guò)程
1.3　平穩(wěn)和嚴(yán)平穩(wěn)
1.4　趨勢(shì)項(xiàng)和季節(jié)項(xiàng)的估計(jì)和分離
1.5　平穩(wěn)過(guò)程的自協(xié)方差函數(shù)
1.6　多元正態(tài)分布
1.7　Kolmogorov定理的應(yīng)用
習(xí)題
第二章　Hilbert空間
2.1　內(nèi)積空間及其性質(zhì)
2.2　Hilbert空間
2.3　投影定理
2.4　正交集
2.5　R中的投影
2.6　線性回歸和一般線性模型
2.7　均方收斂，條件期望和最佳線性預(yù)報(bào)
2.8　Fourier級(jí)數(shù)
2.9　Hilbert空間的同構(gòu)
2.10　L2的完備性
2.11　Fourier級(jí)數(shù)的補(bǔ)充知識(shí)
習(xí)題二
第三章　平穩(wěn)AMAR過(guò)程
3.1　因果可逆ARMA過(guò)程
3.2　無(wú)限階滑動(dòng)平均過(guò)程
3.3　ARMA（p，q）過(guò)程自協(xié)方差函數(shù)的計(jì)算
3.4　偏自相關(guān)（系數(shù)）函數(shù)
3.5　自協(xié)方差母函數(shù)
3.6　常系數(shù)線性齊次差分方程
習(xí)題三
第四章　平穩(wěn)過(guò)程的譜表示
4.1　復(fù)值平穩(wěn)時(shí)間序列
4.2　正弦函數(shù)線性組合的譜分布
4.3　Herglotz定理
4.4　譜密度與ARMA過(guò)程
4.5　循環(huán)行列式與其特征值
4.6　[一兀，兀]上的正交增量過(guò)程
4.7　關(guān)于正交增量過(guò)程的積分
4.8　譜表示
4.9　反演公式
4.10　時(shí)不變線性濾波器
4.11　逼近的性質(zhì)
習(xí)題四
第五章　平穩(wěn)過(guò)程的預(yù)報(bào)
5.1　時(shí)域中的預(yù)報(bào)方程
5.2　最佳線性預(yù)報(bào)的遞推計(jì)算方法
5.3　ARMA（p，q）過(guò)程的遞歸預(yù)報(bào)
5.4　平穩(wěn)Gauss過(guò)程的預(yù)報(bào)；預(yù)報(bào)界
5.5　因果可逆ARMA過(guò)程基于表示的預(yù)報(bào)
5.6　頻域中的預(yù)報(bào)
5.7　Wold分解
5.8　Kolrnogorov公式
習(xí)題五
第六章　漸近理論
6.1　依概率收斂
6.2　階收斂（r>0）
6.3　依分布收斂
6.4　中心極限定理和有關(guān)結(jié)論
習(xí)題六
第七章　均值和自協(xié)方差函數(shù)的估計(jì)
7.1　u的估計(jì)
7.2　R（·）和p（·）的估計(jì)
7.3　漸近分布的推論
習(xí)題七
第八章　ARMA模型.的估計(jì)
8.1　自回歸過(guò)程的Yule-Walker方程和參數(shù)估計(jì)
8.2　應(yīng)用Durbin-Levinson算法的自回歸過(guò)程初估計(jì)
8.3　滑動(dòng)平均過(guò)程參數(shù)的新息估計(jì)
8.4　ARMA（p，q）過(guò)程的初估計(jì)
8.5　關(guān)于漸近有效性的附注
8.6　任意零均值Gauss過(guò)程的似然函數(shù)的遞歸計(jì)算
8.7　ARMA過(guò)程的極大似然函數(shù)和最小二乘估計(jì)
8.8　極大似然估計(jì)的漸近性質(zhì)
8.9　因果可逆ARMA過(guò)程參數(shù)的置信區(qū)間
8.10　Yule-Walker估計(jì)的漸近性質(zhì)
8.11　參數(shù)估計(jì)的漸近正態(tài)性
習(xí)題八
第九章　利用ARIMA過(guò)程建模和預(yù)報(bào)
9.1　非平穩(wěn)時(shí)間序列的ARIMA模型
9.2　辨識(shí)方法
9.3　AIC準(zhǔn)則
9.4　診斷檢驗(yàn)
9.5　ARIMA過(guò)程預(yù)報(bào)
9.6　季節(jié)ARIMA模型
習(xí)題九
第十章　平穩(wěn)過(guò)程的譜推斷
10.1　周期圖
10.2　隱含周期的存在性檢驗(yàn)
10.3　周期圖的漸近性質(zhì)
10.4　平滑周期圖
10.5　關(guān)于譜的置信區(qū)間
10.6　自回歸譜估計(jì)、極大熵譜估計(jì)、滑動(dòng)平均譜估計(jì)和極大似然ARMA譜估計(jì)
10.7　快速Fourier變換算法
10.8　ARMA模型系數(shù)的最小二乘估計(jì)與極大似然估計(jì)漸近性的證明
習(xí)題十
第十一章　多維時(shí)間序列
11.1　多維時(shí)間序列的二階性質(zhì)
11.2　均值和協(xié)方差函數(shù)的估計(jì)
11.3　多維ARMA過(guò)程
11.4　二階矩隨機(jī)向量的最佳線性預(yù)報(bào)
11.5　關(guān)于多維.ARMA過(guò)程的估計(jì)
11.6　互譜
11.7　互譜的估計(jì)
11.8　多維平穩(wěn)時(shí)間序列的譜表示
習(xí)題十
第十二章　狀態(tài)－空間模型和Kalman遞歸式
12.1　狀態(tài)－空間模型
12.2　Kalman遞歸式
12.3　帶有缺失觀測(cè)值的狀態(tài)－空間模型
12.4　可控制性和可觀測(cè)性
12.5　遞歸Bayes狀態(tài)估計(jì)
習(xí)題十二
第十三章　進(jìn)一步的專(zhuān)題
13.1　傳遞函數(shù)建模
13.2　長(zhǎng)記憶過(guò)程
13.3　具有無(wú)限方差的線性過(guò)程
13.4　門(mén)限模型
習(xí)題十三
附錄數(shù)據(jù)集
中英文詞匯對(duì)照