掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
多元時間序列分析及金融應用-R語言 版權信息
- ISBN：9787111542605
- 條形碼：9787111542605 ; 978-7-111-54260-5
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
多元時間序列分析及金融應用-R語言 本書特色
本書介紹了多元時間序列數據的基本概念和思想，并用r軟件來展示所有的方法和模型。本書共分為7章，其主要內容為多元時間序列的基本概念、向量自回歸（var）模型、向量自回歸移動平均（varma）模型、多元時間序列的結構設定、單位根非平穩和協整問題、因子模型和一些特定的多元時間序列主題、多元波動率模型。全書應用實際的例子，并用r軟件來說明分析方法。本書可作為高等院校統計學、金融學等相關專業高年級本科生或研究生的時間序列分析教材，也可供相關專業研究人員參考。
多元時間序列分析及金融應用-R語言 內容簡介
本書介紹了多元時間序列數據的基本概念和思想，并用R軟件來展示所有的方法和模型。本書共分為7章，其主要內容為多元時間序列的基本概念、向量自回歸（VAR）模型、向量自回歸移動平均（VARMA）模型、多元時間序列的結構設定、單位根非平穩和協整問題、因子模型和一些特定的多元時間序列主題、多元波動率模型。全書應用實際的例子，并用R軟件來說明分析方法。本書可作為高等院校統計學、金融學等相關專業高年級本科生或研究生的時間序列分析教材，也可供相關專業研究人員參考。
多元時間序列分析及金融應用-R語言 目錄
譯者序前言致謝第1章多元線性時間序列1.1 引言1.2基本概念1.2.1平穩性1.2.2線性1.2.3可逆性1.3交叉協方差和相關矩陣1.4樣本ccm1.5零交叉相關性的檢驗1.6預測1.7模型表示1.8本書的結構1.9軟件練習參考文獻第2章平穩向量自回歸時間序列2.1引言2.2var（1）模型2.2.1模型結構和格蘭杰因果關系2.2.2傳遞函數模型的相關性2.2.3平穩條件2.2.4可逆性2.2.5矩方程2.2.6分量的隱含模型2.2.7移動平均表達式2.3var（2）模型2.3.1平穩條件2.3.2矩方程2.3.3隱含的邊際分量模型2.3.4移動平均表達式2.4var（p）模型2.4.1一個var（1）表達式2.4.2平穩條件2.4.3矩方程2.4.4隱含的分量模型2.4.5移動平均表達式2.5估計2.5.1*小二乘方法2.5.2極大似然估計2.5.3ls估計的極限性質2.5.4貝葉斯估計2.6階選擇2.6.1序列似然比檢驗2.6.2信息準則2.7模型檢驗2.7.1殘差交叉相關性2.7.2多元混成統計2.7.3模型簡化2.8線性約束2.9預測2.9.1給定模型的預測2.9.2估計模型的預測2.10脈沖響應函數2.10.1正交新息2.11預測誤差方差分解2.12證明練習參考文獻第3章向量自回歸移動平均時間序列3.1向量ma模型3.1.1vma（1）模型3.1.2vma（q）模型的性質3.2設定vma 階3.3vma模型的估計3.3.1條件似然估計3.3.2精確似然估計3.3.3初始參數估計3.4vma模型預測3.5varma模型3.5.1可識別性3.5.2varma（1,1）模型3.5.3varma模型的一些性質3.6varma模型的隱含關系3.6.1格蘭杰因果關系3.6.2脈沖響應函數3.7varma過程的線性變換3.8varma過程的時間聚合3.9varma模型的似然函數3.9.1條件似然函數3.9.2精確似然函數3.9.3解釋似然函數3.9.4似然函數計算3.10精確似然函數的新息方法3.10.1塊cholesky 分解3.11極大似然估計的漸近分布3.11.1線性參數約束3.12擬合varma模型的模型檢驗3.13varma模型預測3.13.1預測更新3.14初次階識別3.14.1一致ar估計3.14.2擴展的交叉相關矩陣3.14.3匯總雙向表3.15varma模型的實證分析3.15.1個人收入與支出3.15.2房屋開工率和房貸利率3.16附錄練習參考文獻第4章varma模型的結構設定4.1kronecker 指數方法4.1.1預測解釋4.1.2varma設定4.1.3一個說明性的例子4.1.4echelon形式4.1.5續例4.2標量分量方法4.2.1標量分量模型4.2.2模型設定與標量分量模型4.2.3冗余參數4.2.4varma 模型設定4.2.5變換矩陣4.3階數設定的統計量4.3.1降秩檢驗4.4求解kronecker指數4.4.1應用4.5求解標量分量模型4.5.1標量分量模型的含義4.5.2可交換標量分量模型4.5.3求解標量分量 4.5.4應用4.6估計4.6.1kronecker指數方法的解釋4.6.2scm方法的解釋4.7例子4.7.1scm方法4.7.2kronecker指數方法4.7.3討論和比較4.8附錄：典型相關分析 練習參考文獻第5章單位根非平穩過程5.1一元單位根過程5.1.1動機5.1.2平穩單位根5.1.3ar(1)模型5.1.4ar(p)模型5.1.5ma(1)模型5.1.6單位根檢驗5.1.7例子5.2多元單位根過程5.2.1等價模型表示法5.2.2單位根var過程5.3偽回歸5.4多元變量指數平滑過程5.5協整關系5.5.1一個協整的例子5.5.2協整性的一些說明5.6誤差修正模型5.7協整向量的含義5.7.1確定性項的含義5.7.2移動平均表示法的含義5.8協整向量的參數化5.9協整檢驗5.9.1var模型5.9.2確定性項的設定5.9.3似然比檢驗小結5.9.4對var模型的協整檢驗5.9.5案例5.9.6varma模型的協整檢驗5.10誤差修正模型的估計5.10.1var模型5.10.2簡化回歸模型5.10.3varma模型5.11應用5.12討論5.13附錄練習參考文獻第6章因子模型和其他問題 6.1季節模型 6.2主成分分析 6.3外生變量的運用 6.3.1varx模型6.3.2回歸模型6.4缺失值 6.4.1完全缺失 6.4.2部分缺失 6.5因子模型6.5.1正交因子模型6.5.2近似因子模型6.5.3擴散指數模型6.5.4動態因子模型6.5.5約束因子模型6.5.6漸近主成分分析6.6分類和聚類分析6.6.1聚類分析6.6.2貝葉斯估計6.6.3馬爾科夫鏈蒙特卡洛法練習參考文獻 第7章多元波動率模型7.1條件異方差檢驗7.1.1混成檢驗7.1.2基于秩的檢驗7.1.3模擬7.1.4應用7.2多元波動率模型估計7.3波動率模型的診斷檢驗7.3.1ling和li 統計量7.3.2tse統計量7.4指數加權移動平均7.5bekk模型7.5.1討論7.6cholesky分解和波動率建模7.6.1波動率建模7.6.2應用7.7動態條件相關模型7.7.1建立dcc模型的過程7.7.2例子7.8正交變換7.8.1gogarch模型7.8.2動態正交分量7.8.3doc存在性檢驗7.9基于copula函數模型7.9.1copula函數7.9.2高斯和tcopula函數7.9.3多元波動率建模7.10主波動成分練習參考文獻附錄a數學與統計學
展開全部
書友推薦
- >
羅庸西南聯大授課錄
- >
唐代進士錄
- >
月亮與六便士
- >
伯納黛特,你要去哪(2021新版)
- >
自卑與超越
- >
月亮虎
- >
上帝之肋:男人的真實旅程
- >
經典常談
本類暢銷
