| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-11页 |
| ·引言 | 第6-8页 |
| ·相关统计软件介绍 | 第8-9页 |
| ·本文的研究内容安排 | 第9-11页 |
| 第二章 时间序列ARMA模型及其仿真分析 | 第11-19页 |
| ·引言 | 第11页 |
| ·ARMA模型概述 | 第11-13页 |
| ·自回归模型(AR(p)) | 第11-12页 |
| ·移动平均模型建模(MA(q)) | 第12页 |
| ·自回归移动平均模型ARMA(p,q) | 第12-13页 |
| ·ARIMA(p,d,q)模型的形式及建模 | 第13-14页 |
| ·ARIMA(p,d,q)模型预测 | 第14页 |
| ·实证研究与数据分析 | 第14-19页 |
| 第三章 ARFIMA(p,d,q)模型及其实证分析 | 第19-28页 |
| ·引言 | 第19-21页 |
| ·ARFIMA模型概述 | 第21页 |
| ·R/S分析过程 | 第21-22页 |
| ·分数阶差分推导过程 | 第22-23页 |
| ·ARFIMA(p,η,d,q)模型预测公式推导 | 第23-24页 |
| ·实证研究与数据分析 | 第24-28页 |
| 第四章 ARFIMA(p,d,q)模型的贝叶斯分析 | 第28-34页 |
| ·引言 | 第28页 |
| ·ARFIMA模型的贝叶斯推断 | 第28-31页 |
| ·ARFIMA(1,1,04056,1)模型的贝叶斯仿真分析 | 第31-34页 |
| 第五章 全文的总结和展望 | 第34-36页 |
| ·本文所作的工作 | 第34页 |
| ·本文的创新之处 | 第34页 |
| ·进一步研究展望 | 第34-36页 |
| 参考文献 | 第36-40页 |
| 附录 | 第40-43页 |
| 致谢 | 第43-44页 |
| 攻读硕士学位期间发表的论文 | 第44页 |
