　　时间序列分析是概率统计学科中应用性教强的一个分支，在金融经济、气象水文、信号处理、机械振动等众多领域有着广泛的应用。本书是高等院校“应用时间序列分析”课程的教材，较系统讲授应用时间序列分析的基本理论、方法以及应用。本书以时间序列的线性模型和平稳序列的谱分析为主线，介绍平稳时间序列的基本知识、常用的建模和预测方法，目的是使学生对时间序列的饿应用理论和方法有基本的了解，能够用时间序列的基本方法处理简单的时间序列数据。全书共分九章，内容包括：时间序列的分解、平稳序列、线性平稳序列、ARMA模型、时间序列的预报，加窗谱估计和多维平稳序列介绍。每节配有适量习题和部分计算机作业，可供教师和学生选用。

作者简介

何书元，北京大学数学科学学院教授、博士，从事时间序列分析、应用随机过程和概率极限定理的教学和科研工作。近年的研究方向是不完全数据的统计分析。

第一章时间序列
时间序列的分解
平衡序列
线性平衡序列和线性滤波
生态时间序列和随机变量的收敛性
严平稳序列及其遍历性
Hilbert空间中的平衡序列
平衡序列的谱函数
离散谱序列及其周期性
第二章自回归模型
推移算子和常系数差分方程
自回归模型及其平衡性
AR序列的谱密度和Yule-Walker方程
平衡序列的偏相关系数和Levinson递推公式
AR序列举例
第三章滑动平均模型与自回归滑动平均模型
滑动平均模型
自回归滑动平均模型
广义ARMA模型和ARIMA模型介绍
第四章均值和自协方差函数的估计
均值的估计
自协方差函数的估计
白噪声检验
第五章时间序列的预报
最佳线性预测的基本性质
非决定性平衡序列及其Wold表示
时间序列的递推预测
ARMA序列的递推预测
第六章 ARMA模型的参数估计
AR模型的参数估计
MA模型的参数估计
ARMA模型的参数估计
求和ARIMA模型及季节ARIMA模型的参数估计
第七章潜周期模型的参数估计
潜周期模型的参数估计
混合自回归周期模型的参数估计
二维随机场的潜周期模型的参数估计
第八章时间序列的谱估计
平称序列的谱表示
平衡序列的周期图
加窗谱估计
加窗谱估计的比较
第九章多维平稳序列介绍
多维平稳序列
多维平衡序列的均值和自协方差函数的估计
多维AR序列
多维平衡序列的谱分析
附录A 部分定理的证明
附录B 时间序列数据
索引
符号说明
参考文献