《时间序列分析及其应用》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。《时间序列分析及其应用》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
　　在工农业生产、科学技术和社会经济生活的许多领域，普遍存在着按时间顺序发生的具有概率特征的各种随机现象。按照时间顺序把随机现象变化发展的过程记录下来就构成了时间序列的一次观察。
　　对时间序列进行观察、研究，提取有用的信息，以便找出客观事物发展的规律，预测其发展趋势，并进行必要的控制就是时间序列分析。时间序列分析是数理统计这一学科中应用性较强的一个分支，在金融经济、气象水文、信号处理、机械振动等众多领域有着广泛的应用。

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