應(yīng)用時間序列分析（基于Python）

第1章 時間序列分析概論
1．1 時間序列
1．2 時間序列分析
1．3 時間序列分析的基本概念
1．4 時間序列分析的一般步驟
1．5 時間序列分析軟件——Python簡介
1．6 習(xí)題

第2章 平穩(wěn)時間序列模型
2．1 自回歸模型
2．2 移動平均模型
2．3 自回歸移動平均模型
2．4 平穩(wěn)時間序列模型的特征
2．5 平穩(wěn)時間序列模型的建立
2．6 Pandit-Wu建模方法
2．7 案例分析
2．8 習(xí)題

第3章 非平穩(wěn)時間序列模型
3．1 非平穩(wěn)時間序列
3．2 無季節(jié)效應(yīng)的非平穩(wěn)時間序列模型
3．3 ARIMA模型的建立
3．4 有季節(jié)效應(yīng)的非平穩(wěn)時間序列模型
3．5 季節(jié)ARIMA模型的建立
3．6 案例分析
3．7 習(xí)題

第4章 時間序列的預(yù)測
4．1 最小均方誤差預(yù)測
4．2 平穩(wěn)時間序列的預(yù)測
4．3 非平穩(wěn)時間序列的預(yù)測
4．4 案例分析
4．5 習(xí)題

第5章 多元時間序列分析
5．1 向量平穩(wěn)時間序列
5．2 VAR（p）模型
5．3 傳遞函數(shù)模型
5．4 協(xié)整與誤差修正模型
5．5 案例分析
5．6 習(xí)題

第6章 條件異方差模型
6．1 條件期望與無條件期望
6．2 ARCH模型
6．3 GARCH模型
6．4 GARCH模型的建立
6．5 GARCH類模型的擴(kuò)展
6．6 案例分析
6．7 習(xí)題

第7章 門限自回歸模型
7．1 門限自回歸模型
7．2 門限自回歸模型的建立
7．3 門限自回歸模型的擴(kuò)展形式
7．4 案例分析
7．5 習(xí)題
參考文獻(xiàn)
附錄