時間序列分析:總體經濟與財務金融之應用 (3版)
其他會員也一起購買
時間序列分析:總體經濟與財務金融之應用
ISBN13:9789865492366
出版社:雙葉書廊
作者:陳旭昇
裝訂/頁數:平裝/560頁
規格:26cm*19cm*2.5cm (高/寬/厚)
版次:3
出版日:2022/06/01
中國圖書分類:數理統計
內容簡介
本書以直觀且有系統的方式,介紹讀者現代時間序列的計量分析工具,內容力求理論與應用上之平衡,除了希望讀者了解如何從事總體與財金的實證研究,也期望讀者能夠掌握其背後的理論基礎。本書除了涵蓋傳統教科書一般時間序列的主題外,更進一步探討結構性變動、樣本外預測、蒙地卡羅模擬、樣本重抽法(Bootstrap)、VAR/SVAR/VECM 模型,以及總體 DSGE模型。每一個主題都有總體經濟或是財務金融的實例應用,並說明如何以計量軟體執行估計、檢定、預測與模擬。閱讀本書將有助於讀者從事總體經濟或財金領域的實證研究與研讀相關實證文獻。
第三版最大的特色為為專章介紹 EViews 程式撰寫、預測模型及對於 VAR 與 SVAR 之間連結的部分也有更細膩的討論。期待透過新的角度切入,能夠讓對時間序列方法有興趣的讀者有更深入的理解與體會。
本書特色
1. 介紹 EViews 程式撰寫。
2. 內容兼顧時間序列理論與應用之平衡。
3. 介紹樣本重抽法(Bootstrap)與總體 DSGE 模型。
4. 詳細介紹 VAR/SVAR/VECM 模型。
目錄
第01章 時間序列導論
1.1 時間序列資料
1.2 時間序列資料性質
1.3 時間序列的重要動差
1.4 定態時間序列
1.5 樣本動差
1.6 固定趨勢
1.7 季節性
1.8 總體與財金時間序列資料
第02章 Eviews 簡介
2.1 EViews 的使用簡介
2.2 指令概述
2.3 程式專屬變數
2.4 程式的執行控制
2.5 EViews 程式範例
2.6 EViews 指令採集視窗
第03章 ARMA 模型
3.1 定態時間序列模型
3.2 移動平均模型
3.3 自我迴歸 AR 模型與其定態條件
3.4 一階自我迴歸 AR(1) 模型
3.5 AR(1) 模型之估計
3.6 AR(1) 模型之衝擊反應函數
3.7 實例應用:實質匯率與購買力平價
3.8 p 階自我迴歸 AR(p) 模型
3.9 ARMA 模型
3.10 Wold Representation 定理
第04章 時間序列迴歸分析
4.1 時間序列漸近理論
4.2 時間序列迴歸模型
4.3 Newey-West HAC 估計式
4.4 常用的時間序列迴歸模型
4.5 AR 係數估計式的大樣本性質
4.6 AR 係數估計式的小樣本偏誤
4.7 實例:估計菲利浦曲線
第05章 預測
5.1 時間序列預測模型
5.2 AR(1) 模型之預測
5.3 AR(p) 模型之預測
5.4 即時預測
5.5 擬真樣本外預測
5.6 樣本外預測之應用
5.7 透過 EViews 執行動態預測
5.8 附錄
第06章 單根與隨機趨勢
6.1 隨機漫步模型
6.2 非定態時間序列:帶有趨勢之序列
6.3 隨機趨勢造成的問題
6.4 時間序列的單根檢定
6.5 實例應用:對實質匯率的單根檢定
6.6 ADF 檢定的檢定力
6.7 其他單根檢定
6.8 如何處理時間序列的單根
6.9 去除趨勢後定態 vs. 差分後定態
6.10 追蹤資料單根檢定
6.11 實例應用:再探購買力平價困惑
6.12 附錄
第07章 結構性變動
7.1 結構性變動
7.2 檢定結構性變動
7.3 變動點 τ 未知下的檢定
7.4 變動點的估計
7.5 結構性改變 vs. 隨機趨勢
7.6 未知結構性轉變的單根檢定
第08章 縮減式 VAR
8.1 縮減式 VAR
8.2 縮減式 VAR 的估計
8.3 縮減式 VAR 的預測
8.4 應用:檢定股票價格現值模型
8.5 Granger 因果關係檢定
8.6 Granger 因果關係檢定之實例應用
8.7 縮減式 VAR 模型的實務議題
8.8 附錄
第09章 結構式 VAR(I)
9.1 VAR 與結構性衝擊
9.2 結構式 VAR
9.3 認定條件
9.4 衝擊反應函數
9.5 變異數分解
9.6 歷史分解
9.7 實例應用:外匯市場不對稱干預
9.8 延伸閱讀
9.9 附錄
第10章 結構式 VAR(II)
10.1 一般結構式 VAR
10.2 過度認定檢定
10.3 貨幣政策的 SVAR 模型
10.4 長期限制認定條件
10.5 實例應用:Blanchard and Quah(1989)
10.6 延伸閱讀
10.7 附錄
第11章 共整合與向量誤差修正模型
11.1 共整合關係
11.2 共整合與共同隨機趨勢
11.3 向量誤差修正模型
11.4 Engle-Granger 兩階段程序
11.5 Johansen 程序
11.6 實例應用:利率期限結構
11.7 關於共整合分析
11.8 VAR 模型設定
11.9 附錄
第12章 GARCH 模型
12.1 時間序列的波動性
12.2 ARCH 模型
12.3 GARCH 模型
12.4 檢定 ARCH 效果
12.5 GARCH 模型的擴充
12.6 GARCH 模型的最大概似估計
12.7 GARCH 模型的實例應用:外匯市場干預
12.8 關於 ARCH-GARCH 模型
第13章 Bootstrap 與模擬
13.1 蒙地卡羅模擬及其應用
13.2 樣本重抽法與 Bootstrap
13.3 Bootstrap 偏誤與標準差
13.4 Bootstrap 信賴區間
13.5 Bootstrap p-values
13.6 迴歸模型的 Bootstrap
13.7 Bootstrapping 長期追蹤調查資料
13.8 Bootstrap 的實例應用
13.9 EViews 程式附錄
第14章 DSGE 模型
14.1 DSGE 模型簡介
14.2 一階隨機差分方程式
14.3 二階隨機差分方程式
14.4 理性預期方程組
14.5 模型調校
14.6 一個簡單的實質景氣循環模型
14.7 附錄 A:EViews 程式
14.8 附錄 B:Dynare 外掛程式簡介
第15章 經濟理論與實證
15.1 經濟理論與實證研究
15.2 一個簡單的匯率模型
15.3 估計檢定與模型調校
立即查看
論文就是要這樣寫
系列名:社會科學研究
ISBN13:9789860744293
出版社:心理
作者:張芳全
裝訂/頁數:平裝/384頁
規格:23cm*17cm*2.1cm (高/寬/厚)
重量:655克
版次:5
出版日:2021/09/22
中國圖書分類:論文寫作法
內容簡介
您有論文寫作的困擾嗎?
快來閱讀本書,會解開您的許多疑惑。
本書與坊間論文寫作的書籍不同,這是一本不需要在學校學習,就可以獲得論文寫作技巧的專書。作者以指導超過百位學生論文寫作的經驗,非常瞭解論文撰寫的各種困難;他整合了重要的寫作觀念與方法,以淺顯易懂的文字、生動活潑的例子來說明論文寫作技巧。本書內容之安排適合初學者,更適合正在寫作論文者,尤其最適合對論文寫作茫然者。
本書共有十五章,除了論文格式的五章之外,更說明了論文寫作的時間管理、與教授互動、題目形成、論文抄襲、寫作經驗、統計的正誤用、如何整理統計報表、資料庫運用、第七版APA、論文口試過程,以及每章之後的問題思考等內容。本書分為論文寫作的觀念篇與實務篇,各章均有生動活潑的實例解說,讀者可以不用依各章順序閱讀。在自行閱讀之後,很快就會有想要完成論文的動力,更重要的是,擁有本書猶如多了一位教授在旁叮嚀與指導寫作一樣,在撰寫論文上具有事半功倍之效。
目錄
觀念篇
第一章 論文寫作的管理
壹、找一位相應的指導教授
貳、與指導教授的互動
參、畢業的進程
肆、口試委員的重要
伍、送出口試本論文的注意事項
陸、論文口試
柒、審查結果
捌、論文抄襲:論文寫作之恥
問題思考:弟子相的特性
第二章 論文寫作經驗分享
壹、詹秀雯博士:論文寫作譬如為山
貳、張樹閔校長:論文寫作重點在態度
參、蕭玉盞校長:工作繁忙也能快速完成論文
肆、陳冠蓉博士:論文寫作的重要事
伍、林維彬校長:第一章卡住,後續無法進行
陸、楊志欽校長、柯淑慧老師:研究設計的分享
柒、古如君小姐:以資料庫進行研究
捌、陳俊男老師:一直找不到題目與指導教授
玖、高玉玲老師:機會是留給有準備的人
拾、許淑娟老師:難忘的論文寫作經驗
問題思考:算命卜卦找指導教授
第三章 如何找尋論文題目
壹、找尋研究題目的態度
貳、研究題目的初步建構
參、追尋好的研究題目
問題思考:一個活生生的問題建構歷程
第四章 研究資料的取得
壹、自編研究工具的問卷調查
貳、運用次級資料分析
參、有效使用資料庫
肆、掌握問卷設計重點
伍、問卷設計的流程
陸、成就測驗的編製流程
問題思考:大數據分析的能力
第五章 統計的正誤用
壹、一個值得省思的例子
貳、統計在論文的重要與迷思
參、統計的正用
肆、統計的誤用
伍、誤用的結果
問題思考:「我很怕統計……」
第六章 單變項統計在論文的應用
壹、描述統計
貳、標準分數
參、平均數t檢定
肆、卡方考驗
伍、相關係數
陸、變異數分析
柒、共變數分析
捌、徑路分析
問題思考:學會看懂統計報表
第七章 多變項統計在論文的應用
壹、多元迴歸分析
貳、因素分析
參、集群分析
肆、區別分析法
伍、結構方程模式
問題思考:多層次模式分析的重要
實務篇
第八章 如何撰寫研究計畫
壹、研究計畫的撰寫
貳、研究計畫的格式
參、研究計畫敘寫的注意事項
肆、一份可行的寫作計畫
伍、口試委員常問的問題與標準
問題思考:論文計畫口試完成後務必修改
第九章 如何撰寫緒論
壹、研究動機的寫法
貳、研究目的的寫法與注意事項
參、研究問題的寫法與注意事項
肆、名詞釋義的寫法與注意事項
伍、研究方法的寫法與注意事項
陸、研究步驟的寫法與注意事項
柒、研究範圍與限制的寫法與注意事項
問題思考:論文的基本格式
第十章 如何撰寫文獻探討
壹、文獻探討的目的
貳、無效的引用與不引用
參、文獻探討常犯的錯誤
肆、如何作好文獻探討
伍、正確運用第七版APA格式於文獻探討
問題思考:自我抄襲
第十一章 如何撰寫研究設計與實施
壹、清晰的研究架構
貳、研究樣本的代表性
參、研究工具的掌握
肆、具體可行的實施程序
伍、資料處理與統計分析
問題思考:問卷預試的重要性
第十二章 如何撰寫研究結果與討論
壹、研究結果的敘寫重點
貳、研究結果的解釋
參、研究結果的討論
問題思考:討論應該放的位置
第十三章 如何撰寫結論與建議
壹、結論的敘寫重點
貳、建議的敘寫重點
問題思考:令人印象深刻的結論與建議
第十四章 摘要、附錄與參考文獻的敘寫
壹、摘要的敘寫
貳、附錄的呈現與格式
參、參考文獻的格式
問題思考:英文參考文獻的寫法
第十五章 結語:論文寫作困難嗎?
後記
壹、體悟:好論文在各章節都能串連
貳、研究者想問:哪一個章節最困難?
參、一份調查檢視:研究者的困難在哪裡?
肆、一定要掌握:人際互動也相當重要
伍、心中的疑惑:論文的厚度要多少?
陸、論文的定位:具有原創性或依樣畫葫蘆?
柒、誘人的訊息:可以代寫學位論文嗎?
捌、凡事記得:研究倫理的掌握
玖、問題與回應:我思故我在
拾、格局與結局,態度與高度
拾壹、感人的謝詞
問題思考:依「六種想」完成論文
參考文獻
中文部分
英文部分
立即查看
應用統計分析:SPSS的運用
作 者:陳寬裕
出版社別:五南
書 系:研究&方法
出版日期:2022/03/08(1版4刷)
ISBN:978-957-11-9408-0
書 號:1H0N
頁 數:448
開 數:16K
內容簡介
■ 可做為「統計學」、「應用統計學」等課程之教材。
■ 適用於專題研究、學術論文寫作之指引。
■ 每章節皆附範例、習題,方便授課教師驗收學生學習成果。
■ 所有範例皆附教學影音檔,促進讀者學習效率,減輕授課教師負擔。
鑒於SPSS突出的優越性,作者本著讓更多的讀者熟悉和掌握該軟體的初衷,進而幫助讀者強化分析數據的能力而編寫本書。
本書特別適用於教學單位,在統計學或應用統計學等課程授課時使用。另外,亦非常適合須進行學術論文寫作或個案專題者。其內容涵蓋了一般論文或專題寫作時,所須用到的各種統計方法,諸如:次數分配、現況分析、項目分析、無反應偏差、資料合併檢驗、共同方法變異、重要度—表現分析、相關分析、探索性因素分析、信度分析、收斂與區別效度檢驗、卡方檢定、t檢定、變異數分析、迴歸分析等。書中幾乎所有範例都是實際碩士論文的原始資料與分析結果,期盼讓讀者能身歷其境,融入研究情境中。
書中每一範例的操作過程與報表解說或內文中需額外講解的部分,皆附影音檔;讀者可藉由範例旁的QRcode,直接上網觀看。藉由本書的引導,讀者便能順利完成論文或專題的統計分析部分。
目錄
序
第○章 使用本書前
第一章 簡介與建立資料檔
1-1 SPSS的主畫面
1-2 開啟資料檔
1-3 編輯資料
1-4 建立新檔案
1-5 資料的修改
1-6 資料檔的儲存
1-7 使用其它格式的資料檔
1-8 SPSS的變數屬性
第1章習題
第二章 問卷資料檔的建立
2-1 李克特量表
2-2 範例問卷的結構
2-3 製作問卷的編碼格式表
2-4 將Excel資料檔匯入至SPSS
第2章習題
第三章 資料的編輯和轉換
3-1 資料常態性的檢測
3-2 離群值檢測
3-3 橫向計算
3-4 反向題重新計分
3-5 資料分組
3-6 計算分組平均數
第3章習題
第四章 基本統計分析
4-1 製作基本資料分析表
4-2 描述性統計資料
4-3 標準化值
第4章習題
第五章 重要度—表現分析法
5-1 重要度—表現分析法簡介
5-2 IPA原理與分析步驟
5-3 IPA策略矩陣圖
第5章習題
第六章 信度分析
6-1 信度簡介
6-2 測量信度的方法
6-3 以信度分析刪除不適切題項
6-4 求取構面的信度
第6章習題
第七章 效度與探索性因素分析
7-1 效度的意義與種類
7-2 探索性因素分析的意義
7-3 因素分析的數學模型
7-4 因素分析的相關概念
7-5 因素分析的基本步驟
7-6 以因素分析法進行項目分析
7-7 評估初步的建構效度
7-8 共同方法變異
7-9 有關因素分析的忠告
第7章習題
第八章 相關分析
8-1 相關分析的前提假設
8-2 相關係數的計算
8-3 相關分析的範例
8-4 收斂效度與區別效度的檢測
8-5 偏相關分析
第8章習題
第九章 交叉表與卡方檢定
9-1 認識交叉表
9-2 交叉表欄、列變數之關係分析
9-3 假設檢定的基本概念
9-4 卡方檢定的原理
9-5 交叉表卡方檢定的相關問題
9-6 卡方檢定範例
9-7 無反應偏差
第9章習題
第十章 平均數的差異性比較—t檢定
10-1 推論統計與參數檢定
10-2 參數之假設檢定
10-3 兩個樣本之平均值比較—t檢定
10-4 單一樣本t檢定
10-5 獨立樣本t檢定
10-6 成對(相依)樣本t檢定
10-7 資料合併決定分析
第10章習題
第十一章 變異數分析
11-1 變異數分析簡介
11-2 變異數分析的基本原理
11-3 單因子變異數分析的基本概念
11-4 單因子變異數分析的基本步驟
11-5 單因子變異數分析範例
11-6 一般線性模型簡介
11-7 關聯強度(strength of association)分析
11-8 單因子相依樣本變異數分析
第11章習題
第十二章 迴歸分析
12-1 簡單線性迴歸
12-2 多元迴歸分析
12-3 SPSS中建立迴歸模型的方法
12-4 殘差分析
12-5 共線性問題和異常值問題
12-6 迴歸建模範例一
12-7 迴歸建模範例二
第12章習題
附錄
一 品牌形象、知覺價值對品牌忠誠度關係之研究
二 遊客體驗、旅遊意象與重遊意願關係之研究
三 景觀咖啡廳商店意象、知覺價值、忠誠度與轉換成本的關係
四 電信業服務品質問卷
五 澎湖休閒漁業觀光意象原始問卷
六 醫院服務品質問卷
參考文獻
立即查看
計量經濟學
ISBN13:9789865492045
出版社:雙葉書廊
作者:R. Carter Hill;William E. Griffiths;Guay C. Lim
譯者:黃智聰;梁儀盈
裝訂:平裝
規格:23cm*17cm*2.5cm (高/寬/厚)
版次:2
出版日:2021/09/01
中國圖書分類:原理
內容簡介
計量經濟學是社會科學研究的重要研究方法,因此也是社會科學研究者一門必修的功課。此書是任何想進入計量經濟學領域的人都必須研讀的入門書。新版的內容為計量經濟學提供了更為清楚的說明,對於研習大學部計量經濟學課程的同學,選讀這本書有助於了解計量經濟學的原理與原則,也有助於資料的分析與運用。對於研究所的同學,充分了解本書有助於選擇與應用適當計量模型以完成學位論文。對於從事研究工作的在職人員,利用本書所提供的知識也能提升研究報告結果的可信度。
具親和力的敘述:全書以還原英文原版的原則翻譯,深入淺出,故同學自修或教師授課均將事半功倍。
精闢的實務範例:每個單元均提供深入淺出的範例,讀者可以學習更深入的專業內容,並了解如何應用所學的計量經濟模型。
實用的練習題:讀者可以藉章末練習題應用課程內容,檢視自己了解的程度。
目錄
第01章 計量經濟學導論
1.1 為何要學習計量經濟學
1.2 何謂計量經濟學
1.3 計量經濟模型
1.4 資料是如何產生的
1.5 經濟資料的種類
1.6 研究的過程
1.7 撰寫一份實證研究論文
1.8 經濟資料的來源
第02章 簡單線性迴歸模型
2.1 經濟模型
2.2 計量經濟模型
2.3 估計迴歸參數
2.4 評估最小平方估計式
2.5 Gauss-Markov 定理
2.6 最小平方估計式的機率分配
2.7 估計誤差項的變異數
2.8 非線性關係的估計
2.9 迴歸中的指標變數
2.10 獨立變數
2.11 練習題
附錄 2A 最小平方估計值的推導
附錄 2B b2 的離均差形式
附錄 2C b2 為線性估計式
附錄 2D b2 的理論表達推導
附錄 2E 推導 b2 的條件變異數
附錄 2F Gauss-Markov 定期的證明
附錄 2G 2.10 節結果之證明
附錄 2H Monte Carlo 模擬法
第03章 區間估計與假設檢定
3.1 區間估計
3.2 假設檢定
3.3 特定對立假設的拒絕域
3.4 假設檢定的範例
3.5 p 值
3.6 參數的線性組合
3.7 練習題
附錄 3A t 分配的推導
附錄 3B 在對立假設 H1 下的 t 統計量分配
附錄 3C Monte Carlo 模擬
第04章 預測、配適度與模型建立
4.1 最小平方預測
4.2 配適度的衡量
4.3 模型建立之問題
4.4 多項式模型
4.5 對數線性模型
4.6 對數對數模型
4.7 練習題
附錄 4A 預測區間的推導
附錄 4B 平方和分解式
附錄 4C 均方誤差:估計與預測
第05章 多元迴歸模型
5.1 導論
5.2 估計多元迴歸模型的參數
5.3 最小平方估計式的有限抽樣特性
5.4 區間估計
5.5 假設檢定
5.6 非線性關係
5.7 最小平方估計式的大樣本特性
5.8 練習題
附錄 5A 最小平方估計式的推導
附錄 5B 角形法
附錄 5C Monte Carlo 模擬
附錄 5D 拔靴法
第06章 多元迴歸模型的進一步推論
6.1 檢定聯合假設:F 檢定
6.2 非樣本資訊的使用
6.3 模型設定
6.4 預測
6.5 不良的資料、共線性與不具顯著性
6.6 非線性最小平方法
6.7 練習題
附錄 6A F 檢定的檢定力
附錄 6B FWL 定理的進一步結果
第07章 指標變數的使用
7.1 指標變數
7.2 指標變數的應用
7.3 對數線性模型
7.4 線性機率模型
7.5 處理效果
7.6 處理效果與建立因果模型
7.7 練習題
附錄 7A 對數線性模型的詳細解釋
附錄 7B 異中求異估計式的推導
附錄 7C 重疊假定:細節
第08章 異質變異
8.1 異質變異的本質
8.2 多元迴歸中的異質變異
8.3 異質性頑強變異數估計式
8.4 一般化最小平方估計法:已知的變異數形式
8.5 一般化最小平方估計法:未知形式的變異數
8.6 檢測異質變異
8.7 線性機率模型中的異質變異
8.8 練習題
附錄 8A 最小平方估計式的性質
附錄 8B 針對異質變異的 Lagrange 乘數檢定
附錄 8C 最小平方殘差的性質
附錄 8D 替代的頑強夾擠估計式
附錄 8E Monte Carlo 證據:OLS、GLS 與 FGLS
第09章 時間序列資料的迴歸:定態變數
9.1 前言
9.2 定態與弱相依
9.3 預測
9.4 序列相關誤差檢定
9.5 針對政策分析的時間序列迴歸
9.6 練習題
附錄 9A Durbin-Watson 檢定
附錄 9B AR(1) 誤差的特性
第10章 內生性解釋變數與動差估計
10.1 有內生解釋變數之最小平方估計
10.2 x 與 e 具同期相關性的範例
10.3 基於動差法的估計式
10.4 模型設定的檢定
10.5 練習題
附錄 10A 針對弱工具變數的檢定
附錄 10B Monte Carlo 模擬
第11章 聯立方程式模型
11.1 供給與需求模型
11.2 縮減式方程式
11.3 最小平方估計法的失敗
11.4 判定的問題
11.5 兩階段最小平方估計法
11.6 練習題
附錄 11A 2SLS 的替代方案
第12章 時間序列資料的迴歸:非定態變數
12.1 定態與非定態變數
12.2 隨機趨勢的結果
12.3 定態的單根檢定
12.4 共整合
12.5 無共整合的迴歸
12.6 結論
12.7 練習題
第13章 向量誤差修正與向量自我迴歸模型
13.1 VEC 與 VAR 模型
13.2 估計向量誤差修正模型
13.3 估計 VAR 模型
13.4 衝擊反應與變異數分解
13.5 練習題
附錄 13A 判定問題
第14章 依時變動的波動與 ARCH 模型
14.1 ARCH 模型
14.2 依時變動的波動
14.3 檢定、估計與預測
14.4 延伸
14.5 練習題
第15章 追蹤資料模型
15.1 追蹤資料迴歸函數
15.2 固定效果估計式
15.3 追蹤資料迴歸誤差假定
15.4 隨機效果估計式
15.5 練習題
附錄 15A 群聚頑強標準誤:一些細節
附錄 15B 誤差組成之估計
第16章 質化與受限依變數模型
16.1 介紹具有二元依變數的模型
16.2 建構二元選擇模型
16.3 多項 logit 模型
16.4 條件 logit 模型
16.5 有序選擇模型
16.6 計數資料模型
16.7 受限依變數
16.8 練習題
附錄 16A probit 邊際影響:細節
附錄 16B 隨機效用模型
附錄 16C 使用潛在變數
附錄 16D 一項 Tobit 的 Monte Carlo 實驗
附錄D 統計表
索引
立即查看
財金時間序列分析:使用R語言(附光碟) (1版)
類似書籍推薦給您
書名:財金時間序列分析:使用R語言(附光碟)
作者:林進益
出版社:五南
出版日期:2020/03/00
ISBN:9789577637604
內容簡介
✎為實作派的你而寫——翻開本書,即刻上手!
✔提供完整程式語言,對照參考不出錯
✔多種程式碼撰寫範例,臨陣套用、現學現賣
未來的國際通用語言只有一種——程式語言。FinTech強勢佔領金融市場,想在瞬息萬變的財金領域脫穎而出,就要具備程式語言邏輯的知能。
●打造沉浸式R語言的學習環境
本書用統計學觀點,檢視實際的財金時間序列資料,臨場感十足。讀取、計算、模擬、編表或繪圖,皆詳細收錄對應的R程式,不省略不馬虎,對應實作好簡單。
●比起理論,更重視實際操作
不僅強調理論與實際結合,同時包括蒙地卡羅、拔靴與貝氏計量等模擬方法。提供許多R程式碼撰寫範例,情境式學習,效果更加分。
●拜程式語言的強大,學習門檻大幅降低
除了適合大學部或研究所的 「時間序列分析」 、「計量經濟學」 或 「應用統計」 等課程;搭配貼心解說的「附錄」使用,也適合從零開始的讀者自修。
目錄
Chapter 1 迴歸模型 ( 一)
1. 迴歸模型的意義
2. OLS 估計式的幾何特徵
2.1 OLS 估計式的數值特徵
2.2 Frisch-Waugh-Lovell 定理
3. 迴歸模型的假定與OLS
3.1 AT、AL 與AFR 的意義
3.2 AX 的假定
3.3 AH 與AN 的假定
3.4 Mann-Wald 定理
Chapter 2 迴歸模型 ( 二)
1. 統計推論
1.1 有關於β 的線性假設檢定
1.2 線性限制下的估計
1.3 一個例子:MRW(1992)
2. LR、Wald 與LM 檢定
2.1 ML 估計
2.2 LR、Wald 與LM 檢定
3. 初見拔靴法
3.1 拔靴法的原理
3.2 拔靴法於迴歸模型的應用
Chapter 3 ARIMA 模型 ( 一)
1. 隨機過程
1.1 定態的隨機過程
1.2 定態隨機過程之建構
1.3 落後運算式的應用
2. AR 過程
2.1 AR(p) 過程
2.2 衝擊反應函數
Chapter 4 ARIMA 模型( 二)
1. ARIMA 模型
1.1 MA 過程
1.2 ARMA 過程
1.3 ARIMA 模型的建立
1.4 預測
2. 非定態隨機過程的考量
2.1 虛假迴歸模型
2.2 Beveridge-Nelson 分解
Chapter 5 頻譜分析
1. 認識週期函數
1.1 正弦與餘弦函數
1.2 季節模型
2. 母體頻譜
2.1 自我共變異數產生函數
2.2 母體頻譜與其特徵
3. 母體頻譜的意義
3.1 母體頻譜的解釋
3.2 樣本週期圖
3.3 長期變異數
4. 母體頻譜的估計
4.1 長期變異數的估計
4.2 母體頻譜的估計
Chapter 6 單根檢定
1. 非定態分配理論
1.1 定態與非定態隨機過程變數
1.2 非定態變數的漸近分析
2. 傳統的單根檢定
2.1 DF 檢定
2.2 ADF 檢定
2.3 PP 檢定
2.4 KPSS 檢定
3. 較有效的單根檢定
3.1 除去趨勢化
3.2 ERS 檢定
3.3 有效的修正PP 檢定
Chapter 7 VAR 模型
1. SUR 模型與線性VAR 過程
1.1 SUR 模型
1.2 線性VAR 過程
2. VAR 模型的估計
2.1 OLS 與ML 估計
2.2 RGLS 估計
3. 定態的VAR 模型
3.1 預測
3.2 落後期p 選擇過程
3.3 Granger 因果關係
3.4 衝擊反應函數
3.5 預測誤差之變異數拆解
3.6 診斷檢定
4. 拔靴法
4.1 AR(p) 模型
4.2 VAR(p) 模型
Chapter 8 貝氏VAR 模型
1. 貝氏統計方法
1.1 貝氏理論與計算
1.2 線性迴歸模型
2. Gibbs 抽樣方法
2.1 線性迴歸模型的應用
2.2 Gibbs 抽樣的收斂
3. VAR 模型的應用
3.1 BVAR 模型
3.2 Minnesota 先驗
參考文獻
中文索引
英文索引
詳細資料
ISBN:9789577637604
規格:平裝 / 452頁 / 19 x 26 x 2.26 cm / 普通級 / 單色印刷 / 初版
出版地:台灣
本書分類:商業理財> 會計/統計> 統計軟體分析
本書分類:專業/教科書/政府出版品> 財經類> 統計> 統計軟體
立即查看
時間序列分析
作 者:余桂霖
出版社別:五南
書 系:研究&方法
出版日期:2020/07/01(1版3刷)
ISBN:978-957-11-7147-0
書 號:1H79
頁 數:984
開 數:16K
本書適合研究生與研究人員,在社會及行為科學領域,使用時間序列預測模型分析時使用。透過完整的分析方法,讀者研習後,即可著手研究與分析﹔並可進行真實世界問題的預測。
時間序列分析技術是多重技術交叉、結合與關聯的組合。基本上有三種技術;(一)時間序列分析的基本技術(二)廻歸的分析技術(三)自我廻歸統合移動平均的ARIMA模型。本書依據前述三種基本技術進行分析,並透過SPSS軟體的程式與電腦的操作執行達成。讀者可依據本書內容,以及附錄的案例進行研習。
目錄
第一章 時間序列分析:導論
第一節 廻歸分析與時間序列
第二節 時間序列分析技術的發展
第三節 時間序列的基本概念分析
第四節 時間序列分析軟體的發展與應用
第五節 結語
第二章 時間序列的分析與預測的基本技術
第一節 緒言
第二節 預測的類型
一、時間序列模型
二、因果模型
三、質化的模型
第三節 時間序列的成分
一、趨勢成分
二、循環成分
三、季節成分
四、不規則成分
第四節 預測誤差的測量
一、誤差(Error)
二、平均誤差(ME)
三、平均絕對離差(MAD)
四、均方差(MSE)
五、平均百分比誤差(MPE)
六、平均絕對百分比誤差(MAPE)
第五節 利用平滑法預測
一、移動平均
二、加權移動平均
三、指數平滑
第六節 利用趨勢投射法預測時間序列
一、趨勢投射法
第七節 利用古典分解法預測時間序列
一、季節因素的運算
二、消除季節性因子以顯現趨勢
三、季節的調整
第八節 利用迴歸模型預測時間序列
第九節 結語
第三章 時間序列分析:廻歸技術的探究
第一節 導論
第二節 時間序列的廻歸分析:未滯延的範例
一、一個比率目標的假設
二、誤差項
三、時間序列的廻歸模型
(一)直線性:Y與X之間的關係是線性的
(二)非機率的X:E
(三)零的平均數:
(四)恆定的變異數:
(五)非自我廻歸:
(六)常態性:誤差項是常態性分配
四、沒有自我廻歸的假設
五、違反沒有自我廻歸假設的結果
六、傳統對自我相關的檢定
七、一個可以選擇對立的估計方法
八、虛擬-GLS估計
九、小樣本的特性
十、延伸到多元廻歸
十一、一個比率目標假設的再斟酌
第三節 時間序列的廻歸分析:滯延的案例
一、滯延的外衍變項
二、滯延的內衍變項
三、滯延內衍變項模型中自我相關的檢定
四、估計
五、虛擬-GLS估計
六、IV-虛擬GLS
七、一個修正比率目標的模型
第四節 預測
一、預測誤差
二、預測的產生
三、修正預測的方程式
四、預測的評估
第五節 可以選擇的時間-相依過程
一、可以選擇的過程
(一)較高階自我廻歸的過程
(二)移動平均的過程
(三)混合的過程
二、過程的辨識
(一)滯延內衍變項模型的應用
三、估計
第六節 摘要
第四章 在時間序列資料中自我相關與自我廻歸的探究
第一節 緒言
第二節 自我相關的問題
第三節 一階自我廻歸的誤差模型
一、簡單的線性廻歸
二、多元廻歸
三、誤差項的屬性
第四節 自我相關與Durbin-Watson檢定
一、自我相關
二、 Durbin-Watson檢定
三、範例
四、評論
第五節 自我相關的修正測量
一、預測變項的增加
二、已被轉變變項的使用
三、Cochrane-Orcutt 的程序
1. p的估計
2. 被轉變模型的適配
四、Hildreth-Lu的程序
五、一階的差分的程序
六、三種方法的比較
七、評論
第六節 以自我相關的誤差項進行預測
第七節 自我廻歸
第八節 提供趨勢發展的適配與預測的自我廻歸模型
一、一階的自我廻歸模型
二、二階的自我廻歸模型
三、pth-Order的自我廻歸模型
第九節 結語
第五章 間斷的時間序列:ARIMA模型代數與技術分析
第一節 緒論
第二節 隨機組成成份,
一、ARIMA 模型(0,0,0)與ARIMA 模型(0,d,0)過程
二、自我相關函數
三、移動平均模型
四、自我廻歸的模型
五、淨(偏partial)自我相關的函數
六、混合自我廻歸-移動平均模型
七、模型的建構
八、季節的模型
(一)季節性的非常定性
第三節 干預成份,
一、一個突然的間斷的,不變的影響
(一)辨識
(二)估計
(三)診斷
(四)影響評估
二、一個逐漸的,不變的影響
三、一個突然的,暫時的影響
四、檢定競爭的假設
第四節 結語
第六章 時間序列的資料分析與SPSS(18版)的操作過程
第一節 緒論
第二節 時間序列的廻歸
一、時間就是一個預測式
二、進行二次方程式趨勢
三、診斷:自我相關的修正
四、Durben-Watson的統計量
五、差分
六、圖形的求取與SPSS軟體的操作方法
(一)在時間就是一個預測式中有關其序列關聯圖的SPSS操作過程
(二)在進行二次方程式趨勢中有關其序列關聯圖的SPSS操作過程
(三)在診斷:自我相關的修正中有關其序列關聯圖的SPSS操作過程
(四)Durben-Watson的統計量中有關其序列關聯圖的SPSS操作過程
(五)在差分中有關其序列關聯圖的SPSS操作過程
第三節 滯延
一、分配的滯延
二、KOYCK模型
三、圖形的求取與SPSS軟體的操作方法
(一)在分配的滯延中有關其序列關聯圖的SPSS操作過程
第四節 自我廻歸
一、AR(1)模型
二、AR(2)模型
三、圖形的求取與SPSS軟體的操作方法
(一)在AR(1)模型中有關其序列關聯圖的SPSS操作過程
(二)在AR(2)模型中有關其序列關聯圖的SPSS操作過程
第五節 指數平滑
一、簡單的指數平滑
二、平滑常數的選擇
三、雙重指數平滑
四、起動雙重指數平滑
五、圖形的求取與SPSS軟體的操作方法
第六節 季節的時間序列
一、季節性
二、季節的(測量)指標
三、圖形的求取與SPSS軟體的操作方法
第七節 季節的自我廻歸
第八節 季節的指數平滑
一、季節指數平滑的起動
二、平滑常數的選擇
三、外在的RMSPE
四、圖形的求取與SPSS軟體的操作方法
第九節 季節的差分
第十節 季節的調整
第十一節 結語
第七章 時間序列預測模型:專題的分析與SPSS(13版)的操作
第一節 指數平滑模型
第一節 指數平滑模型
一、模型類型
(一)簡單的(二)雜林(Holt)(三)冬天(冬季)(四)習慣性(Custom)
二、有四種模型的參數可以被要求進行選擇
(一)一般的(Alpha, )(二)Gamma.( )(三)Delta.( )(四)Phi.( )
三、使用指數平滑去預測未來的量尺
四、理解你的資料
五、建立與分析指數平滑模型
六、建立與分析一個簡單的模型
七、建立與分析一個雜木(Holt)模型
八、建立冬季模型
九、檢定模型預測能力
十、使用模型去預測未來的量尺
第二節 自我廻歸
...
原價:
1000
售價:
850
現省:
150元
立即查看
財經時間序列預測─使用R的計量與機器學習方法 (1版)
類似書籍推薦給您
財經時間序列預測:使用R的計量與機器學習方法
ISBN13:9786263431492
出版社:五南圖書出版
作者:何宗武
裝訂/頁數:平裝/336頁
規格:26cm*19cm*1.7cm (高/寬/厚)
重量:720克
版次:1
出版日:2022/08/25
中國圖書分類:統計電子資料處理;統計電腦資料處理
內容簡介
本書為進階的教材,需要經濟計量方法和矩陣代數的基礎。時間序列預測是統計學裡非常實用的工具,不論是分析投資組合的數據、全球總經和金融市場,以及預測景氣循環變動等等,可以用過去的數據資料,預測未來趨勢,是可以符合實際決策需要的實用能力。
書中並介紹機器學習方法,機器學習不是指特定估計方法,學習指的是如何在資料結構中運算,以追蹤最小預測誤差的方法獲得最佳預測(tuning)。我們應用機器學習演算法訓練歷史資料,執行特徵萃取(features extraction),再測試預測表現。依此建立一個可預測未來的模型,作為決策之用。
使用R語言進行時間序列預測是本書的一大特點,R語言是統計學中普及且容易上手的分析工具,書中針對一個個資料分析步驟進行深度解說,教給讀者進行預測與評估的最實用方法。
目錄
自序
Part I
時間序列預測基礎
1 統計與時間序列基礎
第1 節 隨機變數和預測
第2 節 樣本和母體
第3 節 兩組中央趨勢
第4 節 時間序列特徵
第5 節 時間序列預測的不同之處
2 財經時間序列開放資料之取得
第1 節 Fed 美國聯準會
第2 節 證交所5 秒鐘的高頻資料
第3 節 國際清算銀行的有效匯率指數BIS
第4 節 R 內建套件quantmod 國際股市資料
第5 節 Fama-French Factor Data
第6 節 套件JFE 內建函數
3 時間序列的訓練架構—Recursive Validation
第1 節 K- 段交叉驗證方法(K-fold CV)
第2 節 N 步遞回驗證(N-step Recursive Validation)
第3 節 K-fold 的關聯問題和Rabinowicz-Rosset 修正CV
4 關於時間序列預測值的計算
第1 節 資料配適的統計預測
第2 節 預測未來之一:單步預測
第3 節 預測未來之二:多步預測
第4 節 評估模型的預測績效
Part II
經濟計量方法Econometric Methods
5 計量時間序列方法
第1 節 ARIMA
第2 節 非線性移轉模型:SETAR 和LSTAR
第3 節 BATS (Box-Cox transform, ARMA, Trend & Seasonality)
第4 節 BAGGED (Bootstrap AGGregation)
第5 節 GAMs
第6 節 時間序列的組合預測簡介:AveW and Model Average
6 經濟計量預測實做—臺灣工業生產指數成長率預測
第1 節 資料與訓練架構
第2 節 R 程式的單步靜態預測
第3 節 R 程式的動態預測的訓練
Part III
機器學習 Machine Learning
7 機器學習的演算法
第1 節 迴歸樹、隨機森林和KNN
第2 節 簡易人工神經網路(Simple Artificial Neural Network)
第3 節 Support Vector Machine
第4 節 Gradien Boosting Machine
第5 節 正則方法:LASSO, Ridge and Elastic Net
第6 節 自動化機器學習模式:autoML 委員會
第7 節 機器學習的動態預測—R 套件iForecast 說明
附錄
8 機器學習預測實做—指數報酬率預測(Index Returns Forecasting)
第1 節 資料與模型
第2 節 R 程式說明與結果呈現
Part IV
深度學習方法
9 深度學習方法的訓練與學習RNN-LSTM
第1 節 原理簡說
第2 節 軟體環境設置
10 LSTM 預測實做—美國失業率和通貨膨脹
第1 節 LSTM 程式說明
第2 節 iForecast 內的ttsLSTM()
Part V
類別資料
11 分類模式
第1 節 二元廣義線性模式
第2 節 GLM 的R 程式
第3 節 混淆矩陣
第4 節 決策樹分類案例研究
12 類別時間序列資料的預測—景氣循環
第1 節 資料與問題說明
第2 節 機器學習R 程式
附錄1 R 套件iForecast 介紹
附錄2 矩陣進一步性質與應用
第1 節 方陣的特殊性質
第2 節 應用
參考文獻
立即查看
Panel:data迴歸模型:Stata在廣義時間序列的應用
類似書籍推薦給您
Panel-data迴歸模型:Stata在廣義時間序列的應用(附光碟)
作 者:張紹勳
出版社別:五南
書 系:研究&方法
出版日期:2022/10/11(1版3刷)
ISBN:978-957-11-8566-8
書 號:1HA1
頁 數:1024
開 數:16K
內容簡介
●Panel-data迴歸是大量應用於經濟、統計、社會和醫學領域的熱門分析工具,研究者不可不學。
●本書內容結合「理論、方法、統計」,幫助您正確、精準處理Panel-data迴歸模型。
●完整剖析各項統計分析技巧,模型建立好簡單,迅速提升研究力!
●圖解操作流程,跟著老師的指示,無痛學習STATA指令功能。
●本書範例結合光碟檔案學習,帶領讀者熟悉軟體及統計觀念,一步一步深入分析。
要真正了解現代經濟生活的數量關係,「統計學」、「經濟理論」與「數學」皆是不可或缺。「計量經濟學」便是整合了這三者,藉由統計工具將經濟理論付諸實際的實用學科。
其中,panal-data迴歸模型包含樣本單位在某一時點上的多項特性,以及在一段時間內的連續觀察。這種結合橫斷面與時間數列的資料型態,不僅可應用於個體、總體經濟領域,更能延伸至社會科學、醫學及金融領域。
本書利用STATA統計軟體,幫助研究者正確、精準地使用panel-data迴歸模型。STATA功能龐大,眾多內建(外掛)指令,幾乎囊括SPSS、SAS、LISREL/HLM、jMulti、Gretl、AMOS、LIMDEP及Eviews的處理能力。在此則專注在STATA處理panel-data迴歸模型的各項統計概念及分析技巧。
本書各章皆有實際案例分析,配合光碟附檔與書中圖文指示練習,可讓學習者及研究者快速熟悉STATA統計軟體的操作、強化統計分析的基本功。
原價:
1000
售價:
850
現省:
150元
立即查看