Time Series Analysis
Jonathan D. Cryer • Kung-Sik Chan
With Applications in R
Second Edition

本书以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真实数据集和模拟数据集进行了说明.
本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业学生的教材或教学参考书，同时也可供相关技术人员使用.
目录 · · · · · · 译者序
前言
第1章引论1
1.1时间序列举例1
1.2建模策略6
1.3历史上的时间序列图6
1.4本书概述7
习题7
第2章基本概念8
2.1时间序列与随机过程8
2.2均值、方差和协方差8
2.3平稳性11
2.4小结14
习题14
附录A期望、方差、协方差和相关系数18
第3章趋势20
3.1确定性趋势与随机趋势20
3.2常数均值的估计20
3.3回归方法22
3.4回归估计的可靠性和有效性26
3.5回归结果的解释29
3.6残差分析31
3.7小结36
习题37
第4章平稳时间序列模型40
4.1一般线性过程40
4.2滑动平均过程41
4.3自回归过程48
4.4自回归滑动平均混合模型56
4.5可逆性57
4.6小结58
习题58
附录BAR（2）过程的平稳域61
附录CARMA(p,q)模型的自相关函数62
第5章非平稳时间序列模型63
5.1通过差分平稳化63
5.2ARIMA模型66
5.3ARIMA模型中的常数项70
5.4其他变换70
5.5小结73
习题73
附录D延迟算子75
第6章模型识别77
6.1样本自相关函数的性质77
6.2偏自相关函数和扩展的自相关函数79
6.3对一些模拟的时间序列数据的识别83
6.4非平稳性88
6.5其他识别方法92
6.6一些真实时间序列的识别94
6.7小结99
习题99
第7章参数估计105
7.1矩估计105
7.2最小二乘估计108
7.3极大似然与无条件最小二乘112
7.4估计的性质113
7.5参数估计例证115
7.6自助法估计ARIMA模型118
7.7小结120
习题120
第8章模型诊断125
8.1残差分析125
8.2过度拟合和参数冗余132
8.3小结134
习题135
第9章预测137
9.1最小均方误差预测137
9.2确定性趋势137
9.3ARIMA预测138
9.4预测极限145
9.5预测的图示146
9.6ARIMA预测的更新148
9.7预测的权重与指数加权滑动平均148
9.8变换序列的预测149
9.9某些ARIMA模型预测的总结151
9.10小结152
习题152
附录E条件期望156
附录F最小均方误差预测157
附录G截断线性过程158
附录H状态空间模型160
第10章季节模型164
10.1季节ARIMA模型165
10.2乘法季节ARMA模型166
10.3非平稳季节ARIMA模型168
10.4模型识别、拟合和检验169
10.5季节模型预测174
10.6小结178
习题178
第11章时间序列回归模型180
11.1干预分析180
11.2异常值185
11.3伪相关188
11.4预白化与随机回归191
11.5小结198
习题198
第12章异方差时间序列模型201
12.1金融时间序列的一些共同特征201
12.2ARCH(1)模型206
12.3GARCH模型209
12.4极大似然估计214
12.5模型诊断217
12.6条件方差非负条件221
12.7GARCH模型的一些扩展223
12.8另一个示例：USD/HKD汇率日数据224
12.9小结226
习题226
附录I广义混合检验公式228
第13章谱分析入门229
13.1引言229
13.2周期图231
13.3谱表示和谱分布235
13.4谱密度237
13.5ARMA过程的谱密度238
13.6样本谱密度的抽样性质243
13.7小结247
习题247
附录J余弦与正弦序列的正交性250
第14章谱估计251
14.1平滑谱密度251
14.2偏差和方差253
14.3带宽254
14.4谱置信区间254
14.5泄露和锥削256
14.6自回归谱估计259
14.7模拟数据示例259
14.8真实数据示例264
14.9其他谱估计法268
14.10小结269
习题269
附录K锥削与狄利克雷核271
第15章门限模型273
15.1用图解法探索非线性274
15.2非线性检验278
15.3多项式模型一般是爆炸性的280
15.4一阶门限自回归模型282
15.5门限模型285
15.6门限非线性的检验285
15.7TAR模型的估计287
15.8模型诊断293
15.9预测295
15.10小结298
习题298
附录LTAR广义混合检验299
附录ⅠR入门301
附录Ⅱ数据集合的说明339
参考文献342