傳統(tǒng)的線性時間序列模型不能解釋經常性的離散跳躍性,更不能刻畫變量的離散相依性,給出的預測值通常也非整數值。為此,具有特殊相依結構的多種離散值時間序列模型應運而生,影響較大的模型是Thinning算子模型。本書針對基于Thinning算子的離散值時間序列模型進行探究,主要就模型選擇問題、時間平穩(wěn)性問題、參數估計方法選擇等時間序列模型傳統(tǒng)熱點領域展開討論,在實證研究中也比較了主流的離散值時間序列模型預測方法的適用性。本書主要探討五個問題:(1)針對INAR(p)與INMA(q) 模型參數的極大似然估計量、條件很小二乘估計量與Yule-Walker估計量,多角度地比較它們的估計效果;(2)論述運用傳統(tǒng)的模型選擇準則和交叉驗證法來確定泊松INAR(p)模型參數p的合理性;(3)討論離散值隨機游走過程的極限性質,證明單位根過程中的自回歸系數的極限分布;(4)提出整數值泊松隨機系數滑動平均過程、門限泊松整數值滑動平均模型,證明其存在性與遍歷性,給出一些特殊情況下的矩估計量;(5)運用整數值INAR(p)模型來研究中國股市的個股交易量行為,給出交易量的概率預測