時間序列分析是數(shù)理統(tǒng)計的一個分支。它是一種利用具有“時序特性”的觀測數(shù)據(jù)，根據(jù)研究對象的統(tǒng)計特征發(fā)掘其內(nèi)在規(guī)律并建立動態(tài)模型，再對所建立的動態(tài)模型進行模式識別、參數(shù)估計和檢驗，然后以此模型為依據(jù)對序列的未來發(fā)展或動態(tài)進行合理的預測和控制的統(tǒng)計方法。在工程技術(shù)、經(jīng)濟管理、氣象學、地球物理學等方面有著廣泛的應用。
SAS軟件是國際上流行的統(tǒng)計分析的標準軟件�！陡叩葘W校本科生教材：列分析與SAS應用（第2版）》只介紹與時間序列有關(guān)的程序編寫和結(jié)果分析
《高等學校本科生教材：列分析與SAS應用（第2版）》主要介紹時間序列的概念、異常點的診斷、自相關(guān)分析、偏自}目關(guān)分析、時序模型的識別、時序模型的參數(shù)估計與檢驗及其預報，同時也對檢驗模型平穩(wěn)性的單位根檢驗方法、條件異方差模型、傳遞函數(shù)模型、干預模型及誤差修正模型進行了介紹。本書既可以作為統(tǒng)計專業(yè)、應用數(shù)學專業(yè)、信息與計算科學專業(yè)、經(jīng)濟管理專業(yè)和工程技術(shù)專業(yè)的本科生教材，也可以作為科技工作者的參考書。
1時間序列的基本知識
1.1 時間序列概念
1.2 SAS介紹
1.2.1 SAS的顯示管理系統(tǒng)
1.2.2 SAS的程式結(jié)構(gòu)
1.2.3 SAS程式的輸入及運行
1.2.4 DATA語句
1.2.5 CARDS語句
1.2.6 INPUT語句
1.2.7 PROC語句
1.2.8 PRINT過程
1.3 時間序列的平穩(wěn)性
1.3.1 統(tǒng)計特征
1.3.2 時間序列的平穩(wěn)性
1.3.3 嚴平穩(wěn)與寬平穩(wěn)的關(guān)系
1.3.4 樣本均值、方差、自協(xié)方差與自相關(guān)函數(shù)
1.3.5 平穩(wěn)時間序列的意義
1.4 異常點檢驗與缺省值的補足
1.4.1 時間序列數(shù)據(jù)的采集
1.4.2 異常點的檢驗與處理
1.4.3 缺省值的補足
1.5 平穩(wěn)性檢驗
1.6 純隨機性檢驗
1.7 方差的同質(zhì)性檢驗
1.7.1 方差的同質(zhì)性檢驗
1.7.2 方差的穩(wěn)定性轉(zhuǎn)換
1.8 差分運算與后移算子
1.8.1 差分運算
1.8.2 后移算子
習題1
2 穩(wěn)時間序列
2.1 AR（p）模型
2.1.1 p階自回歸模型
2.1.2 p階自回歸模型的統(tǒng)計特性
2.2 MA模型
2.2.1 q階移動平均模型
2.2.2 移動平均模型的統(tǒng)計特性
2.3 ARMA模型（AutoRegressionMovingAverageModel）
2.3.1 ARMA（p，g）模型
2.3.2 ARMA（p，q）模型的統(tǒng)計特性
2.4 ARMA模型的識別與參數(shù)估計
2.4.1 模型的初步識別
2.4.2 模型定階
2.4.3 模型參數(shù)估計
2.4.4 模型的適應性檢驗和參數(shù)的顯著性檢驗
2.5 平穩(wěn)時間序列的預測
2.6 實例分析（I）
習題2
3 平穩(wěn)時間序列的確定性分析
3.1 時間序列的分解
3.1.1 Cramer分解定理
3.1.2 確定性因素分解
3.2 長期趨勢分析及預報
3.2.1 平滑法
3.2.2 趨勢擬合法
3.3 季節(jié)變動分析及預報
3.3.1 季節(jié)變動及其測定目的
3.3.2 季節(jié)變動分析及預測的原理與方法
3.4 X-ll方法簡介
3.4.1 X-ll方法的基本思想
3.4.2 X-ll方法
習題3
4 RIMA模型
4.1 平穩(wěn)化方法
4.1.1差分運算的實質(zhì)
4.1.2 平穩(wěn)化方法
4.1.3 過差分
4.2 ARIMA（p，d，q）模型
4.2.1 ARIMA（p，d，g）模型
4.2.2 ARIMA（p，d，q）模型的參數(shù)估計與預報
4.3 實例分析（Ⅱ）
4.4 條件異方差模型
4.4.1 模型介紹
4.4.2 擬合模型
習題4
5 遞函數(shù)模型
5.1 傳遞函數(shù)模型
5.2 傳遞函數(shù)模型的識別
5.3 干預模型
5.4 協(xié)整
5.4.1 單整及其檢驗（Integration）
5.4.2 協(xié)整及其檢驗（Cointegration）
5.4.3 誤差修正模型（EICM）
刁題5
附表
參考文獻
書單推薦
