摘要 | 第1-6页 |
ABSTRACT | 第6-7页 |
致谢 | 第7-12页 |
第一章 绪论 | 第12-15页 |
·时间序列分析的发展概况 | 第12-13页 |
·时间序列分析的应用领域和发展前景 | 第13-14页 |
·本文研究的主要内容 | 第14-15页 |
第二章 时间序列分析的理论知识 | 第15-22页 |
·时间序列分析的问题 | 第15页 |
·时间序列的概念及性质 | 第15-18页 |
·平稳和严平稳 | 第15-16页 |
·平稳性的检验方法 | 第16-18页 |
·线性时间序列模型 | 第18-20页 |
·白噪声过程 | 第18页 |
·AR模型 | 第18-19页 |
·MA模型 | 第19页 |
·ARMA模型 | 第19-20页 |
·ARIMA模型 | 第20页 |
·非线性时间序列模型 | 第20-22页 |
·ARCH模型 | 第20页 |
·TAR模型 | 第20-21页 |
·NAR模型 | 第21-22页 |
第三章 时间序列分析在我国居民消费价格指数中的应用 | 第22-35页 |
·AR(p)模型建立的理论知识 | 第22-25页 |
·数据的平稳性检验与平稳化处理 | 第22页 |
·AR(p)模型参数的估计 | 第22-23页 |
·AR(p)模型阶数的确定 | 第23-24页 |
·AR(p)模型的最佳预测方法 | 第24-25页 |
·AR(p)模型在我国居民消费价格指数中的应用 | 第25-28页 |
·样本数据的选择 | 第25-26页 |
·数据的平稳性检验与平稳化处理 | 第26-27页 |
·我国居民消费价格指数的AR(p)模型 | 第27-28页 |
·NAR(p)模型建立的理论知识 | 第28-30页 |
·数据的平稳性检验与平稳化处理 | 第28页 |
·模型阶数p的确定 | 第28-29页 |
·自回归函数m(·)的估计 | 第29-30页 |
·非参数自回归模型的预测方法 | 第30页 |
·我国居民消费价格指数的NAR预测模型 | 第30-31页 |
·两种模型拟合和预测结果的比较 | 第31-34页 |
·小结 | 第34-35页 |
第四章 总结及下一步工作 | 第35-36页 |
·总结 | 第35页 |
·下一步工作 | 第35-36页 |
参考文献 | 第36-38页 |
攻读硕士学位期间发表的论文 | 第38页 |