编辑推荐
本书致力于描述和推断多元时间序列中变量间内生的动态关系。作者讨论了四种主要的时间序列数据建模方法，包括自回归整合移动平均模型、同时方程模型、误差纠正模型和向量自回归模型，并详细介绍了向量自回归模型的设定、估计和推论，格兰杰因果关系检验以及对变量之间动态关系进行评价的冲击反应函数。此外，本书为读者提供了若干实例，从多个角度充分展现了向量自回归模型的具体运用。• 语言通俗，分析全面，便于读者快速理解多元时间序列模型• 提供实际案例，向读者展示如何将分析方法应用于研究• 适合具有经典统计方法基础的高年级本科生、研究生
内容简介
本书致力于描述和推断多元时间序列中变量间内生的动态关系。作者讨论了四种主要的时间序列数据建模方法，包括自回归整合移动平均模型、同时方程模型、误差纠正模型和向量自回归模型，并详细介绍了向量自回归模型的设定、估计和推论，格兰杰因果关系检验以及对变量之间动态关系进行评价的冲击反应函数。此外，本书为读者提供了若干实例，从多个角度充分展现了向量自回归模型的具体运用。
目录
序第1章 前言第2章 对多元时间序列模型的介绍第1节 同时方程方法第2节 自回归整合移动平均模型第3节 误差纠正模型和伦敦经济学院方法第4节 向量自回归第5节 比较和总结第3章 基本的向量自回归模型第1节 动态结构方程模型第2节 向量自回归的简化形式第3节 向量自回归模型与动态同时方程模型的关系第4节 模型的运用第5节 向量自回归模型的设定与分析
作者简介
帕特里克·T.布兰特，得克萨斯大学达拉斯分校经济、政治和政策科学学院政治学副教授。研究集中在发展和运用时间序列模型来分析政治制度、政治经济以及国际关系。约翰·T.威廉姆斯，加州大学河滨分校政治学系讲座教授。他的工作主要集中于研究政治经济和政策分析中的统计方法。
内容简介
本书致力于描述和推断多元时间序列中变量间内生的动态关系。作者讨论了四种主要的时间序列数据建模方法，包括自回归整合移动平均模型、同时方程模型、误差纠正模型和向量自回归模型，并详细介绍了向量自回归模型的设定、估计和推论，格兰杰因果关系检验以及对变量之间动态关系进行评价的冲击反应函数。此外，本书为读者提供了若干实例，从多个角度充分展现了向量自回归模型的具体运用。
目录
序第1章 前言第2章 对多元时间序列模型的介绍第1节 同时方程方法第2节 自回归整合移动平均模型第3节 误差纠正模型和伦敦经济学院方法第4节 向量自回归第5节 比较和总结第3章 基本的向量自回归模型第1节 动态结构方程模型第2节 向量自回归的简化形式第3节 向量自回归模型与动态同时方程模型的关系第4节 模型的运用第5节 向量自回归模型的设定与分析
作者简介
帕特里克·T.布兰特，得克萨斯大学达拉斯分校经济、政治和政策科学学院政治学副教授。研究集中在发展和运用时间序列模型来分析政治制度、政治经济以及国际关系。约翰·T.威廉姆斯，加州大学河滨分校政治学系讲座教授。他的工作主要集中于研究政治经济和政策分析中的统计方法。