展开全部

主编推荐语

多维时间序列图模型及应用

内容简介

本书内容分7章。主要介绍多维时间序列图模型的定义以及由观测序列建立图模型的结构学习方法,包括检验统计量的提出、计算,算法过程和所建立图模型的有效性证明;用数值模拟验证了方法的优越性,在股票市场、宏观经济领域进行了实证分析。第1章概述多维时间序列图模型基本理论和相关基础知识。第2~4章基于信息论方法检验多维时间序列的非线性联系,介绍多维时间序列的条件互信息图模型、结构向量自回归模型的广义有向非循环图模型、Granger因果图模型。第5章介绍带隐变量的结构VAR模型的隐祖先图。第6章介绍基于组Lasso的VAR模型变点检测方法。第7章介绍高维宏观经济时间序列图模型的结构学习方法,基于图Lasso 和组Lasso方法建立多图模型,联合估计多个高斯图模型,保留共同结构的同时考虑类间差异。

目录

  • 封面
  • 版权页
  • 内容简介
  • 前言
  • 第1章 引言
  • 1.1 多维时间序列图模型概述
  • 1.1.1 图模型的研究概况
  • 1.1.2 多维时间序列图模型的研究现状
  • 1.2 多维时间序列图模型的基本知识
  • 1.2.1 图模型基本概念和术语
  • 1.2.2 多维数据的图模型
  • 1.2.3 多维时间序列图模型
  • 1.3 非线性时间序列中的独立性检验
  • 1.3.1 Shannon 熵和互信息
  • 1.3.2 两组多维随机向量之间的互信息和条件互信息
  • 1.3.3 广义熵、广义互信息和广义条件互信息
  • 1.3.4 线性熵、线性互信息和线性条件互信息
  • 1.4 Lasso方法
  • 1.4.1 回归模型的 Lasso 方法
  • 1.4.2 组 Lasso 方法
  • 1.4.3 图 Lasso 方法
  • 第2章 多维时间序列的条件互信息图模型
  • 2.1 非线性时间序列相依联系的条件互信息检验方法
  • 2.1.1 广义条件互信息度量的性质和估计
  • 2.1.2 非线性时间序列相依联系的条件互信息检验
  • 2.1.3 数值模拟与分析
  • 2.2 多维非线性时间序列的条件互信息图模型
  • 2.2.1 多维非线性时间序列条件互信息图的定义
  • 2.2.2 多维非线性时间序列条件互信息图的 Markov 性质
  • 2.2.3 多维非线性时间序列分量序列的条件独立性检验
  • 2.2.4 数值模拟与分析
  • 2.3 多维时间序列的线性条件互信息图模型
  • 2.3.1 多维时间序列线性条件互信息图的定义
  • 2.3.2 多维时间序列分量序列的线性偏相关检验
  • 2.3.3 数值模拟与分析
  • 2.4 小结
  • 第3章 结构VAR模型的广义有向非循环图模型
  • 3.1 结构 VAR模型的线性广义条件独立图
  • 3.1.1 线性结构 VAR 模型和线性广义条件独立图的定义
  • 3.1.2 结构 VAR 模型的线性相依联系检验
  • 3.1.3 数值模拟与分析
  • 3.2 结构 VAR模型的线性广义有向非循环图
  • 3.2.1 结构 VAR 模型的线性有向非循环图
  • 3.2.2 同期相依联系方向的偏回归和检验
  • 3.2.3 数值模拟与分析
  • 3.3 非线性结构VAR模型辨识的广义条件独立图
  • 3.3.1 非线性结构 VAR 模型的广义条件独立图定义
  • 3.3.2 结构 VAR 模型的条件独立性检验
  • 3.3.3 结构 VAR 模型相依联系的线性性检验
  • 3.3.4 数值模拟与分析
  • 3.4 非线性结构 VAR模型的广义有向非循环图
  • 3.4.1 非线性结构 VAR 模型的有向非循环图定义
  • 3.4.2 确定同期相依联系方向的广义似然比检验方法
  • 3.4.3 数值模拟与分析
  • 3.5 小结
  • 第4章 多维时间序列的Granger因果图模型
  • 4.1 Granger因果图模型学习的条件互信息方法
  • 4.1.1 Granger 因果图模型的定义和性质
  • 4.1.2 多维非线性时间序列的 Granger 因果关系检验
  • 4.1.3 Granger 因果关系的线性性检验
  • 4.1.4 数值模拟与分析
  • 4.2 时变偏Granger因果关系检验及其应用
  • 4.2.1 时变偏 Granger 因果关系的定义
  • 4.2.2 时变偏 Granger 因果关系的检验
  • 4.2.3 股市实证分析
  • 4.3 小结
  • 第5章 带隐变量的多维时间序列图模型
  • 5.1 结构 VAR模型的隐祖先图
  • 5.1.1 结构 VAR 模型的隐祖先图定义
  • 5.1.2 隐祖先图模型的参数化方法和参数估计算法
  • 5.1.3 数值模拟与分析
  • 5.2 带隐变量的非高斯结构 VAR模型因果相依联系辨识
  • 5.2.1 模型定义和基本假设
  • 5.2.2 模型的参数估计和伪相关检验
  • 5.2.3 数值模拟与分析
  • 5.3 小结
  • 第6章 多维时间序列时变图模型
  • 6.1 分段平稳VAR模型的组Lasso估计及其性质
  • 6.1.1 分段平稳 VAR 模型的组 Lasso 估计
  • 6.1.2 组 Lasso 估计的性质
  • 6.2 变点和参数的相容性估计
  • 6.2.1 变点的相容性估计
  • 6.2.2 参数的相容性估计
  • 6.3 数值模拟与分析
  • 6.3.1 数值模拟
  • 6.3.2 股市实证分析
  • 6.4 结论
  • 6.5 定理的证明
  • 第7章 多维宏观经济时间序列图模型
  • 7.1 宏观经济变量的高斯图模型
  • 7.1.1 高斯图模型及其建立方法
  • 7.1.2 宏观经济变量高斯图模型的建立
  • 7.1.3 结果分析
  • 7.2 宏观经济变量相依联系的多图模型
  • 7.2.1 多图模型及其联合估计方法
  • 7.2.2 数值模拟
  • 7.2.3 宏观经济变量多图模型的联合估计
  • 7.2.4 宏观经济变量多图模型结果分析
  • 7.3 小结
  • 参考文献
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。