时间序列分析

本文介绍了时间序列分析的基本概念,包括平稳性、趋势建模、ARIMA模型及其推断。强调了残差分析在判断模型准确性和独立性中的重要性,并概述了Box-Jenkins方法在确定ARIMA模型中的应用。
摘要由CSDN通过智能技术生成

2016.5.13 今晚学习时间序列分析。怎么最快的学习~~~
课本大概有15章,重点好像都在“模型”两个字。
暂且理解为时间序列分析,就是在时间这个跨度建立模型,对各种各样模型进行优劣取舍的研究。

先对整本书进行一个概括:前三章讲了基本的理论,概念,以及对模型的认识。第四第五章从ARMA讲到ARIMA,实际上将时间序列中最重要的模型讲完了。第六到第九章对ARIMA模型的三个阶数,几个参数、模型的适当性以及模型的预测能力进行了研究。第十章介绍了季节模型这一特殊的非线性周期时间序列模型,实际上十三章十四章关于谱分析的介绍正是在这个基础上。第十一章介绍了包含外部信息的时间序列模型,主要辨别了伪相关对建模的影响。第十二章实际上介绍了对方差预测的建模方法(之前都是对均值),引入ARCH,GARCH模型。第十五章的门限模型介绍了非线性,非周期的时间序列模型。时间序列博大精深,这本书主要介绍了ARIMA,其他泛泛说了说。

第一章是引论,先不看,感觉没啥意思。

第二章是基本概念,讲了随机过程,均值,方差,协方差,平稳性。随机过程先不管,均值方差协方差的意思之前有学过。
平稳性的概念比较重要,大概可以这么说,平稳性的意思是历史总会重演。严平稳意思是重演的背后逻辑完全一样,而宽平稳只要求特定的代表方面一样(均值稳定,协方差只与时间间隔相关)。显然宽平稳比较好满足。书上好像接下来也主要说宽平稳。

第三章开始讲趋势,趋势是个啥?趋势应该说是一种确定的建模方法。有确定趋势说明可以建模,若是没有趋势或者只有随机趋势,建模就没什么用了。趋势好像可以理解为是否存在一种规律。规律建立模型。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
近十年来,研究者分析时间序列数据的方式发生了巨大变化。这本十分必需的书归纳了这一日益重要领域的主要最新进展,并就其现有表述给出了一个单一的一致的表示。汉密尔顿就诸如向量自回归、广义矩方法估计、单位根的经济和统计结果、随时间变化的方差以及非线性时间序列模型等重要创新,首次给出了一本完整的和详细的教科书。另外,汉密尔顿还介绍了动态系统分析的传统工具,如线性表示、自协方差、生成函数、谱分析以及卡尔曼滤子,并介绍了它们在经济理论以及研究并解释真实一世界数据两方面的用途。 本书的目的在于为学生、研究者和预测者提供关于动态系统、经济计量学和时间序列分析方面的概览。从第一个原理开始,汉密尔顿的明析介绍使得新旧进展皆适合于大学一年级学生和非专业人员。另外,时间序列分析从内容的广度和深度上使其成为该领域前沿研究者不可多得的一本参考书。汉密尔顿通过大量的数值例子解释理论结果如何在实践中运用并将大量推导细节放在每章末的数学附录中,以此达到了上述双重目的。本书为该领域的学生和研究者提供了一个路径地图,相信在未来几年内它都会是较权威的指南。 詹姆斯D.汉密尔顿是加利福尼亚大学圣地亚哥分校的经济学教授。他获得了加利福尼亚大学伯克利分校的博士学位,并曾在弗吉尼亚大学任教。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值