| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及现状 | 第9-11页 |
| 1.2 本文主要工作 | 第11-13页 |
| 第二章 时间序列模型 | 第13-18页 |
| 2.1 平稳时间序列模型ARMA(p,q) | 第13-16页 |
| 2.1.1 模型描述 | 第13-14页 |
| 2.1.2 AR(p)模型参数估计 | 第14-15页 |
| 2.1.3 MA(q)模型参数估计 | 第15页 |
| 2.1.4 ARMA(p,q)模型参数估计 | 第15-16页 |
| 2.2 自回归条件异方差模型ARCH(p) | 第16-18页 |
| 2.2.1 模型描述 | 第16页 |
| 2.2.2 ARCH模型的平方序列性质及参数估计 | 第16-18页 |
| 第三章 时间序列模型的定阶方法 | 第18-21页 |
| 3.1 Akaike的AIC准则、AICC准则和BIC准则 | 第18-20页 |
| 3.2 Schwartz准则 | 第20-21页 |
| 第四章 时间序列异常点 | 第21-24页 |
| 4.1 时间序列异常点的分类 | 第21页 |
| 4.2 异常点诊断方法 | 第21-22页 |
| 4.3 附加型和革新型异常点 | 第22-24页 |
| 4.3.1 ARMA模型的附加型和革新型异常点 | 第22-23页 |
| 4.3.2 ARCH模型的异常点 | 第23-24页 |
| 第五章 异常点估计的偏差及偏差纠正 | 第24-29页 |
| 5.1 AR模型异常点估计的偏差及偏差纠正 | 第24页 |
| 5.2 MA模型和ARMA模型异常点估计的偏差 | 第24-26页 |
| 5.3 MA模型和ARMA模型异常点估计的偏差纠正 | 第26-27页 |
| 5.4 ARCH模型附加型异常点的近似无偏估计 | 第27-29页 |
| 第六章 模拟数值计算 | 第29-36页 |
| 6.1 模拟步骤 | 第29-30页 |
| 6.2 MA模型异常点模拟 | 第30-32页 |
| 6.3 ARMA模型异常点模拟 | 第32-34页 |
| 6.4 ARCH模型异常点模拟 | 第34-36页 |
| 第七章 实例分析 | 第36-38页 |
| 7.1 纪念品数据实例分析 | 第36-38页 |
| 第八章 实证分析 | 第38-47页 |
| 8.1 全球原料多元化的烯烃产业研究 | 第38-47页 |
| 第九章 总结与展望 | 第47-49页 |
| 9.1 本文结论 | 第47页 |
| 9.2 研究展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-51页 |