国产91青青成人a在线/在线视频成人/aaa成人永久在线观看视频/深夜草莓视频app

    本書包含大量關(guān)于非線性時(shí)間序列模型和其在經(jīng)濟(jì)關(guān)系建模中的應(yīng)用。很重要的是，本書向讀者展示了如何在實(shí)際中運(yùn)用這些模型。本書既包含非線性時(shí)間序列模型的基礎(chǔ)理論，又含有理論的拓展和延伸，還有很多非線性時(shí)間序列模型的應(yīng)用，都具現(xiàn)實(shí)意義。這使得本書不僅對(duì)初學(xué)者幫助很大，而且也能使學(xué)者受益匪淺。

目錄
叢書序一（厲以寧）
叢書序二（何帆）
推薦序（李維安）
譯者序
前言
//第1章
概念、模型和定義
//1.1非線性的定義
//1.2非線性的來源
//1.3平穩(wěn)性和非平穩(wěn)性
//1.4可逆性
//1.5趨勢(shì)
//1.6季節(jié)性
//1.7條件分布
//1.8Wold表述和Volterra擴(kuò)展
//1.9加法模型
//1.10譜分析
//1.11混沌
//第2章
經(jīng)濟(jì)理論中的非線性模型
//2.1非均衡模型
//2.2勞動(dòng)力市場(chǎng)模型
//2.3匯率目標(biāo)區(qū)
//2.4生產(chǎn)理論
//第3章
參數(shù)非線性模型
//3.1概述
//3.2轉(zhuǎn)換回歸模型
//3.3馬爾可夫狀態(tài)轉(zhuǎn)換回歸模型
//3.4平滑狀態(tài)轉(zhuǎn)換回歸模型
//3.5多項(xiàng)式模型
//3.6人工神經(jīng)網(wǎng)絡(luò)模型
//3.7極大極小模型
//3.8非線性移動(dòng)平均模型
//3.9雙線性模型
//3.10時(shí)變參數(shù)和狀態(tài)空間模型
//3.11隨機(jī)系數(shù)和波動(dòng)性模型
/第4章
非參數(shù)方法
//4.1引言
//4.2自協(xié)方差和譜
//4.3密度、條件均值和條件方差
//4.4非線性過程的相依性測(cè)度
//第5章
參數(shù)線性檢驗(yàn)
//5.1引言
//5.2一致的設(shè)定偏誤檢驗(yàn)
//5.3拉格朗日乘數(shù)或得分檢驗(yàn)
//5.4局部等價(jià)的備擇假設(shè)
//5.5僅在備擇假設(shè)下可識(shí)別的非線性模型
//5.6未指定備擇模型的線性性檢驗(yàn)
//5.7運(yùn)用漸近相對(duì)效率比較參數(shù)線性檢驗(yàn)
//5.8使用何種檢驗(yàn)
//第6章
參數(shù)恒定性檢驗(yàn)
//6.1概況
//6.2鄒氏檢驗(yàn)法概述
//6.3拉格朗日乘數(shù)型檢驗(yàn)
//6.4基于遞歸估計(jì)的參數(shù)檢驗(yàn)
//第7章
非參數(shù)的規(guī)范檢驗(yàn)
//7.1引言
//7.2非參數(shù)線性檢驗(yàn)
//7.3具體函數(shù)形式的檢驗(yàn)
//7.4滯后項(xiàng)選擇
//7.5可加性和交互作用的檢驗(yàn)
//7.6部分線性和半?yún)?shù)模型檢驗(yàn)
//7.7獨(dú)立性檢驗(yàn)
//第8章
條件異方差模型
//8.1自回歸條件異方差模型
//8.2廣義ARCH模型
//8.3指數(shù)類GARCH模型
//8.4自回歸隨機(jī)波動(dòng)模型
//8.5GARCH均值模型
//8.6實(shí)現(xiàn)波動(dòng)率
//8.7多元GARCH模型
//第9章
時(shí)變參數(shù)和狀態(tài)空間模型
//9.1引言
//9.2線性狀態(tài)空間模型
//9.3時(shí)變參數(shù)模型
//9.4非線性狀態(tài)空間模型
//9.5隱馬爾可夫鏈和狀態(tài)
//9.6參數(shù)估計(jì)
//第10章
非參數(shù)模型
//10.1可加模型
//10.2相關(guān)模型
//10.3半?yún)?shù)模型
//10.4穩(wěn)健性和自適應(yīng)估計(jì)
//第11章
非線性和非平穩(wěn)模型
//11.1長(zhǎng)記憶模型
//11.2線性單位根模型
//11.3向量自回歸過程及線性協(xié)整
//11.4非線性I(1)過程
//11.5非線性誤差修正模型
//11.6有非平穩(wěn)回歸變量的參數(shù)非線性回歸
//11.7非線性協(xié)整類下的非參數(shù)估計(jì)
//11.8隨機(jī)單位根模型
//第12章
參數(shù)非線性模型的估計(jì)算法
//12.1不用導(dǎo)數(shù)的優(yōu)化法
//12.2需要導(dǎo)數(shù)的算法
//12.3其他方法
//第13章
基本非參數(shù)估計(jì)
//13.1密度估計(jì)
//13.2非參數(shù)回歸估計(jì)
//第14章
非線性模型的預(yù)測(cè)
//14.1引言
//14.2參數(shù)模型的條件均值預(yù)測(cè)
//14.3非參數(shù)模型的預(yù)測(cè)
//14.4預(yù)測(cè)的精度
//14.5非線性模型預(yù)測(cè)的有用性
//14.6預(yù)測(cè)波動(dòng)性
//14.7非線性模型預(yù)測(cè)綜述
//第15章
非線性脈沖響應(yīng)
//15.1廣義脈沖響應(yīng)函數(shù)
//15.2圖解表示法
//第16章
非線性模型的構(gòu)建
//16.1概述
//16.2非參數(shù)和半?yún)?shù)模型
//16.3平滑轉(zhuǎn)換回歸模型的構(gòu)建
//16.4構(gòu)建轉(zhuǎn)換回歸模型
//16.5構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型
//16.6兩個(gè)預(yù)測(cè)的比較
//第17章
其他專題
//17.1數(shù)據(jù)的加總
//17.2季節(jié)性
//17.3異常值與非線性性
//參考文獻(xiàn)
//出版說明