本书以时间序列的统计特征和建模步骤为主线，共分八章，内容包括平稳时间序列模型的统计特征、平稳时间序列模型的建立与预测、时间序列的确定性分析与随机性分析、波动率模型等，并系统介绍了时间序列的基本理论、建模和预测方法以及应用。本书旨在将实际应用与理论推导联系起来，通过详细的建模步骤和流程图、习题、软件操作步骤以及实际时间序列分析实例，尽量体现时间序列分析的综合性和整体性，从而使得统计专业和其他工程专业、管理专业的学生掌握时间序列分析的理论和应用。

第一章 绪论

 第一节 时间序列

 第二节 时间序列分析

 第三节 平稳时间序列

 习题一

第二章 ARMA模型的时域特征

 第一节 时间序列的基本模型

 第二节 格林函数

 第三节 逆函数

 第四节 ARMA系统的可逆性与平稳性

 第五节 ARMA系统的自相关函数

 第六节 ARMA系统的偏相关系数

 习题二

第三章 平稳时间序列模型的建立

 第一节 时间序列的采样、直观分析和特征分析

 笫二节 时间序列的相关分析

 第三节 平稳时间序列的零均值处理

 第四节 平稳时间序列的模式识别

 第五节 平稳时间序列模型参数的矩估计

 第六节 平稳时间序列模型的定阶

 第七节 平稳时间序列模型的检验

 第八节 平稳时间序列模型的建模方法

 习题三

第四章 平稳时间序列预测

 第一节 正交投影预测

 第二节 条件期望预测

 第三节 适时修正预测

 习题四

第五章 时间序列的确定性分析

 第一节 概述

 第二节 趋势性分析

 第三节 季节效应分析

 第四节 X-11方法简介

 第五节 确定性时间序列的建模方法

 习题五

第六章 非平稳序列的随机性分析

 第一节 ARIMA模型

 第二节 乘积季节模型

 第三节 其他随机性分析模型

 习题六

第七章 波动率模型

 第一节 异方差的定义与检验

 第二节 条件异方差的模型

 习题七

第八章 Eviews软件操作

 第一节 数据输入上机操作

 第二节 预处理的上机操作

 第三节 零均值化的上机操作

 第四节 ARMA模型的建模与预测

 第五节 残差检验

 第六节 非平稳序列的确定性分析

 第七节 ARIMA模型与乘积季节模型

 第八节 ARcH模型的上机操作

 习题八

附录

参考文献