基于图模型的多维时间序列分析电子书

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