時(shí)間序列分析（經(jīng)濟科學(xué)譯叢；“十一五”國家重點(diǎn)圖書(shū)出版規劃項目）（上下冊）簡(jiǎn)介，目錄書(shū)摘

內容簡(jiǎn)介:近幾年間，研究者分析時(shí)間序列數據的方式發(fā)生了顯著(zhù)的變化。因此，很有必要對這一日益重要的研究領(lǐng)域的新近發(fā)展進(jìn)行綜合，并整體呈現出來(lái)。作者一次對時(shí)間序列分析的相關(guān)進(jìn)展做出詳細、全面的梳理與闡述。這些研究進(jìn)展包括向量自回歸、廣義矩估計、單位根的經(jīng)濟與統計結果、非線(xiàn)性時(shí)間序列等。另外，作者在本書(shū)中還闡述了包括線(xiàn)性表征、自相關(guān)、生成函數、譜分析、卡爾曼濾波等動(dòng)態(tài)系統的傳統分析工具。這些內容有助于經(jīng)濟理論研究和解釋現實(shí)世界的數據.
本書(shū)將為學(xué)生、研究者和預測人員提供對動(dòng)態(tài)系統、計量經(jīng)濟和時(shí)間序列分析的獨立而明確的全面分析。從最簡(jiǎn)單的原理出發(fā)，作者的清晰表達使得一年級研究生和非專(zhuān)業(yè)人士也能理解相關(guān)內容的歷史進(jìn)展和新近發(fā)展。同時(shí)，由于其全面性，使得該書(shū)為研究者了解學(xué)術(shù)前沿提供了寶貴的參考文獻。作者一方面通過(guò)大量的例子展示理論結果如何運用于實(shí)踐，另一方面在相關(guān)章節后面提供了詳細的數學(xué)附錄。作為為相關(guān)領(lǐng)域學(xué)生和研究者提供的理論路線(xiàn)圖，該書(shū)將成為未來(lái)若干年相關(guān)領(lǐng)域的指導書(shū)。

作者簡(jiǎn)介:詹姆斯·D·漢密爾頓（James D. Hamilton）現為加州大學(xué)圣地亞哥分校（University of California, San Diego）經(jīng)濟學(xué)教授，1983年畢業(yè)于加州大學(xué)伯克利分校（University of California, Berkeley）,早年曾在弗吉尼亞大學(xué)（The University of Virginia）任教。他在時(shí)間序列和能源經(jīng)濟學(xué)研究上取得了豐碩的研究成果。

目錄:（上冊）
第1章 差分方程
1．1 一階差分方程
1．2 p階差分方程
附錄1．A 第1章性質(zhì)證明
第1章參考文獻
第2章 滯后算子
2．1 簡(jiǎn)介
2．2 一階差分方程
2．3 二階差分方程
2．4 p階差分方程
2．5 初始條件及界序列
第2章參考文獻
第3章 平穩自回歸移動(dòng)平均過(guò)程
3．1 期望、平穩性和遍歷性
3．2 白噪聲
3．3 移動(dòng)平均過(guò)程
3．4 自回歸過(guò)程
3．5 混合自回歸移動(dòng)平均過(guò)程
3．6 自協(xié)方差生成函數
3．7 可逆性
附錄3．A 限階移動(dòng)平均過(guò)程的收斂結論
第3章習題
第3章參考文獻
第4章 預測
4．1 預測的原理
4．2 基于限個(gè)觀(guān)測的預測
4．3 基于有限個(gè)觀(guān)測的預測
4．4 正定對稱(chēng)矩陣的三角分解
4．5 線(xiàn)性投影更新
4．6 高斯過(guò)程的最優(yōu)預測
4．7 自回歸移動(dòng)平均過(guò)程的和
4．8 沃爾德分解與博克斯詹金斯建模哲學(xué)
附錄 4．A 普通最小二乘回歸與線(xiàn)性投影
附錄 4．B 一階移動(dòng)平均過(guò)程協(xié)方差矩陣的三角分解
第4章習題
第4章參考文獻
第5章 極大似然估計
5．1 簡(jiǎn)介
5．2 高斯一階自回歸過(guò)程的似然函數
5．3 高斯 p階自回歸過(guò)程的似然函數
5．4 高斯一階移動(dòng)平均過(guò)程的似然函數
5．5 高斯 q階移動(dòng)平均過(guò)程的似然函數
5．6 高斯 p階自回歸q階移動(dòng)平均過(guò)程的似然函數
5．7 數值優(yōu)化
5．8 極大似然估計的統計推斷
5．9 不等式約束
附錄5．A 第5章性質(zhì)證明
第5章習題
第5章參考文獻
第6章 譜分析
6．1 總體譜
6．2 樣本譜
6．3 總體譜估計
6．4 譜分析的應用
附錄6．A 第6章性質(zhì)證明
第6章習題
第6章參考文獻
第7章 漸近分布理論
7．1 漸近分布理論回顧
7．2 序列相關(guān)觀(guān)測的極限定理
附錄7．A 第7章性質(zhì)證明
第7章習題
第7章參考文獻
第8章 線(xiàn)性回歸模型
8．1 確定性回歸元與獨立同分布高斯擾動(dòng)下的普通最小二乘法回顧
8．2 一般條件下的普通最小二乘法
8．3 廣義最小二乘法
附錄8．A 第8章性質(zhì)證明
第8章習題
第8章參考文獻
第9章 線(xiàn)性聯(lián)立方程系統
9．1 聯(lián)立方程偏差
9．2 工具變量與兩階段最小二乘法
9．3 識別
9．4 完全信息極大似然估計
9．5 基于簡(jiǎn)化型的估計
9．6 聯(lián)立方程偏差綜述
附錄9．A 第9章性質(zhì)證明
第9章習題
第9章參考文獻
第10章 協(xié)方差平穩的向量過(guò)程
10．1 向量自回歸簡(jiǎn)介
10．2 向量過(guò)程的自協(xié)方差與收斂性結論
10．3 向量過(guò)程的自協(xié)方差生成函數
10．4 向量過(guò)程的譜
10．5 向量過(guò)程的樣本均值
附錄10．A 第10章性質(zhì)證明
第10章習題
第10章參考文獻
第11章 向量自回歸
11．1 約束向量自回歸的極大似然估計與假設檢驗
11．2 二元格蘭杰因果檢驗
11．3 有約束向量自回歸的極大似然估計
11．4 脈沖響應函數
11．5 方差分解
11．6 向量自回歸與結構計量模型
11．7 脈沖響應函數的標準誤
附錄11．A 第11章性質(zhì)證明
附錄11．B 解析導數的計算
第11章習題
第11章參考文獻
第12章 貝葉斯分析
12．1 貝葉斯分析簡(jiǎn)介
12．2 向量自回歸的貝葉斯分析
12．3 數值貝葉斯方法
附錄12．A 第12章性質(zhì)證明
第12章習題
第12章參考文獻
第13章 卡爾曼濾波
13．1 動(dòng)態(tài)系統的狀態(tài)空間表達
13．2 卡爾曼濾波的推導
13．3 基于狀態(tài)空間表達的預測
13．4 參數的極大似然估計
13．5 穩態(tài)卡爾曼濾波
13．6 平滑
13．7 卡爾曼濾波的統計推斷
13．8 時(shí)變參數
附錄13．A 第13章性質(zhì)證明
第13章習題
第13章參考文獻
第14章 廣義矩方法
14．1 廣義矩估計
14．2 例子
14．3 拓展
14．4 廣義矩與極大似然估計
附錄14．A 第14章性質(zhì)證明
第14章習題
第14章參考文獻

（下冊）
第15章 非平穩時(shí)間序列模型
15．1 簡(jiǎn)介
15．2 為什么考慮線(xiàn)性時(shí)間趨勢和單位根?
15．3 趨勢平穩和單位根過(guò)程的比較
15．4 單位根檢驗的含義
15．5 趨勢時(shí)間序列的其他方法
附錄15．A 第15章部分公式的推導
第15章參考文獻
第16章 確定性時(shí)間趨勢過(guò)程
16．1 簡(jiǎn)單時(shí)間趨勢模型普通最小二乘估計的漸近分布
16．2 簡(jiǎn)單時(shí)間趨勢模型的假設檢驗
16．3 含確定性時(shí)間趨勢的自回歸過(guò)程的漸近推斷
附錄16．A 第16章部分公式的推導
第16章習題
第16章參考文獻
第17章 帶有單位根的單變量過(guò)程
17．1 簡(jiǎn)介
17．2 布朗運動(dòng)
17．3 泛函中心極限定理
17．4 真實(shí)系數為1時(shí)一階自回歸的漸近性質(zhì)
17．5 存在一般序列相關(guān)的單位根過(guò)程的漸近結論
17．6 單位根的菲利普斯佩龍檢驗
17．7 p階自回歸的漸近性質(zhì)和增廣的迪基富勒單位根檢驗
17．8 單位根檢驗的其他方法
17．9 貝葉斯分析和單位根
附錄17．A 第16章性質(zhì)證明
第17章習題
第17章參考文獻
第18章 多變量時(shí)間序列的單位根
18．1 非平穩向量過(guò)程的漸近結果
18．2 包含單位根的向量自回歸過(guò)程
18．3 偽回歸
附錄18．A 第18章性質(zhì)證明
第18章習題
第18章參考文獻
第19章 協(xié)整
19．1 簡(jiǎn)介
19．2 零假設為沒(méi)有協(xié)整關(guān)系的檢驗
19．3 協(xié)整向量的假設檢驗
附錄19．A 第19章性質(zhì)證明
第19章習題
第19章參考文獻
第20章 協(xié)整系統的完全信息極大似然分析
20．1 典則相關(guān)
20．2 極大似然估計
20．3 假設檢驗
20．4 單位根檢驗綜述———差分還是不差分?
附錄20．A 第20章性質(zhì)證明
第20章習題
第20章參考文獻
第21章 帶有異方差的時(shí)間序列模型
21．1 自回歸條件異方差（ARCH）
21．2 擴展
附錄21．A 第21章部分公式的推導
第21章參考文獻
第22章 機制變化的時(shí)間序列建模
22．1 簡(jiǎn)介
22．2 馬爾可夫鏈
22．3 獨立同分布的混合分布的統計分析
22．4 機制變化的時(shí)間序列模型
附錄22．A 第22章部分公式的推導
第22章習題
第22章參考文獻
附錄A 數學(xué)回顧
A．1 三角學(xué)
A．2 復數
A．3 微積分
A．4 矩陣代數
A．5 概率和統計
附錄A 參考文獻
附錄B 統計表
附錄C 部分習題答案
附錄D 本書(shū)所用的希臘字母與數學(xué)符號
主題索引
譯后記