| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·时间序列分析的目的 | 第10页 |
| ·时间序列模型参数估计的研究状况 | 第10-12页 |
| ·时间序列模型的参数估计法 | 第12-14页 |
| ·论文结构及选题的意义 | 第14-15页 |
| 第2章 预备知识 | 第15-31页 |
| ·平稳时间序列的定义 | 第15页 |
| ·平稳时间序列的模型 | 第15-17页 |
| ·AR 模型 | 第15-16页 |
| ·MA 模型 | 第16页 |
| ·ARMA 模型 | 第16-17页 |
| ·残差模型 | 第17页 |
| ·模型识别 | 第17-23页 |
| ·偏自相关函数 | 第17-19页 |
| ·AR 模型的识别 | 第19-21页 |
| ·MA 模型的识别 | 第21-23页 |
| ·ARMA 模型的识别 | 第23页 |
| ·ARMA 模型参数估计的方法 | 第23-28页 |
| ·ARMA 模型的矩估计 | 第24页 |
| ·ARMA 模型的极大似然估计 | 第24-26页 |
| ·ARMA 模型的最小二乘估计 | 第26-28页 |
| ·平稳序列建模 | 第28-29页 |
| ·非平稳序列的平稳化模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 非线性时间序列 ARMA 模型的优化估计 法——阻尼最小二乘法 | 第31-43页 |
| ·目标函数 | 第31-32页 |
| ·初值的确定 | 第32-39页 |
| ·参数初值β~0 的确定 | 第32-34页 |
| ·残差ε_t 初值的确定 | 第34页 |
| ·基于阻尼最小二乘法的优化算法 | 第34-37页 |
| ·算法的收敛性分析 | 第37-39页 |
| ·实例分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 非线性时间序列 ARMA 模型的优化估计 法——NLBFGS 法 | 第43-51页 |
| ·基于NLBFGS 算法的优化算法 | 第43-45页 |
| ·算法的收敛性分析 | 第45-47页 |
| ·实例分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于残差模型利用MATLAB 解决经济非平稳时间序列预测分析 | 第51-61页 |
| ·选择模型 | 第51-52页 |
| ·提取序列中主要的确定性信息 | 第51页 |
| ·对残差序列拟合自回归模型提取相关信息 | 第51-52页 |
| ·残差自相关检验 | 第52页 |
| ·模型拟合 | 第52-53页 |
| ·实例分析 | 第53-60页 |
| ·绘制GDP 序列图 | 第53-54页 |
| ·选择模型 | 第54-56页 |
| ·绘制残差序列图 | 第56页 |
| ·残差序列自相关性检验 | 第56-57页 |
| ·对残差序列{ε_t } 拟合 | 第57-60页 |
| ·对2006—2010 年的预测 | 第60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
