趨勢時間序列模型講義(PPT 89頁)

第一節 非平穩時間序列模型的種類
第二節 非平穩性的檢驗
第三節 平穩化方法
第三節 求和自回歸滑動平均模型(ARIMA)
第六章 趨勢時間序列模型
第一節 非時間序列模型的種類
一、均值非平穩過程
二、方差和自協方差非平穩過程
一、通過時間序列的趨勢圖來判斷
二、通過自相關函數(ACF)判斷
三、特征根檢驗法（P146）
根據擬合出的時序模型參數檢驗(P146)
四、用非參數檢驗方法判斷序列的平穩性
(二)非參數檢驗方法在檢驗序列平穩性中的應用
五、隨機遊走的單位根檢驗(Unit root test)
第三節 平穩化方法
一 差分運算的實質
二 差分方式的選擇
第四節 ARIMA模型
一 ARIMA模型結構
ARIMA 模型族
隨機遊走模型( random walk)
二 ARIMA模型的性質
ARIMA模型的方差齊性
三 ARIMA模型建模步驟
擬合ARMA模型
建模
四 ARIMA模型預測
預測值
例7
計算置信區間
五 疏係數模型
疏係數模型類型
例8
一階差分
自相關圖
偏自相關圖
..............................