时间序列分析发展简史

《时间序列分析发展简史》依据大量的原始文献和相关研究文献，尽可能地以概念、思想和方法形成与发展的时间顺序为主线，细致勾勒时间序列分析的起源、历史发展的脉络。同时《时间序列分析发展简史》也为时间序列分析课程的理论教学和学习提供文化背景与学术支撑，为现代教学科研探寻方向。

序
前言
第1章 早期描述性时序分析的应用
1.1 基于描述性时序分析推断农业规律
1.1.1 最早的时序分析——尼罗河涨落数据列
1.1.2 我国历史上的粮食生产周期研究与稳定粮价之道
1.1.3 欧洲经济学家对粮食产量的描述分析
1.2 格朗特对死亡公报数据序列的剖析
1.2.1 平稳序列产生的背景——统计比率的稳定性
1.2.2 格朗特现代时间序列思想的萌芽
1.2.3 格朗特对卡尔·皮尔逊等统计学家的学术影响
第2章 时间序列相关概念的发展历程
2.1 差分的历史
2.1.1 早期的差分思想
2.1.2 实证研究中的差分运算
2.1.3 现代差分理论
2.2 指数和滑动平均的历史
2.2.1 指数序列的发展
2.2.2 “昙花一现”的银行滑动平均
2.2.3 现代滑动平均的发展
第3章 频域分析的早期发展
3.1 傅里叶级数的理论发展
3.2 舒斯特创建周期图方法
3.2.1 舒斯特生平与研究背景
3.2.2 基础知识解析
3.2.3 周期图方法的创建
第4章 时域分析方法的源起——尤尔的奠基性工作
4.1 尤尔生平与研究背景
4.2 尤尔研究回归和相关技术——与卡尔·皮尔逊的合作和分歧
4.2.1 受教于卡尔·皮尔逊及其对卡尔·皮尔逊思想的传承
4.2.2 尤尔与卡尔·皮尔逊的分歧
4.3 尤尔基于社会统计视角对贫穷问题的实证研究
4.3.1 尤尔的社会统计学研究
4.3.2 统计工具与贫穷等社会问题的有机融合
4.3.3 尤尔社会科学研究的影响
4.4 尤尔首创线性自回归AR(2)模型
4.4.1 变量差分方法和时间相关问题
4.4.2 时间序列的分类和无意义相关问题
4.4.3 模型创建和回归分析法
延伸阅读 尤尔与作者身份识别研究
第5章 时域分析方法的持续发展——各类平稳模型的创建
5.1 沃克拓展的AR(s)模型
5.1.1 沃克气象学的研究背景
5.1.2 对尤尔建模工作的概括
5.1.3 沃克的建模思路
5.1.4 沃克运用AR(s)模型研究世界天气问题
5.2 斯卢茨基创建MA(n)模型
5.2.1 斯卢茨基的学术研究背景
5.2.2 MA(n)模型构建过程解析
5.3 沃尔德创建ARMA(s，n)模型
5.3.1 沃尔德生平与研究背景
5.3.2 沃尔德对离散平稳时间序列的界定
5.3.3 沃尔德研究思路解析
5.3.4 沃尔德的研究内容及方法
5.3.5 沃尔德工作的影响
5.3.6 时间序列分解的背景及沃尔德分解定理的诞生
5.3.7 沃尔德分解的意义及构建ARMA模型
5.4 随机游动模型
第6章 时间序列分析与统计学的交融
6.1 “相关”概念的涵义变迁
6.1.1 “相关”用于刻画两个变量受公共原因影响的程度
6.1.2 相关是比因果关系更宽泛的分类方式
6.1.3 从伪相关到多元相关、虚假联合分布和时间序列自相关
6.2 “误差项”概念的内涵演变
6.2.1 时间序列分解下的随机成分——残差
6.2.2 线性自回归AR(2)模型中的误差项——随机扰动
6.2.3 基于随机扰动叠加构建的移动平均MA(n)模型
6.2.4 基于残差序列的异方差性构建的ARCH族模型
延伸阅读 数据科学的发展与建设
参考文献