목차
1편 시계열분석 입문
제1장 시계열의 이해
1.1 시계열이란? = 13
1.2 시계열의 변동요인과 모형 = 15
1.3 지수 = 19
제2장 시계열자료 분석과 예측
2.1 서론 = 27
2.2 시계열자료의 예측방법 = 28
2.3 예측의 평가 = 31
2.4 시계열자료 분석을 위한 통계패키지프로그램 = 34
2편 평활 및 분해법에 의한 시계열자료분석
제3장 평활법에 의한 시계열자료 분석
3.1 서론 = 39
3.2 이동평균 평활법 = 40
3.3 지수평활법 = 45
3.4 계절지수평활법 = 54
3.5 사례분석 = 56
제4장 분해법에 의한 시계열자료 분석
4.1 시계열의 분해와 예측 = 59
4.2 시계열분해를 위한 이동평균 = 60
4.3 승법모형에서의 시계열의 분해 및 예측 = 65
4.4 가법모형에서의 시계열의 분해 및 예측 = 75
4.5 계절변동조정과 센서스 국법 = 80
4.6 사례분석 = 86
연습문제 = 89
3편 ARIMA모형에 의한 시계열 분석
제5장 서론
5.1 확률과정과 정상성 = 97
5.2 자기공분산함수와 자기상관함수(ACF) = 101
5.3 편자기상관함수(PACF) = 102
5.4 백색잡음과정 = 104
5.5 확률 보행 과정 = 106
5.6 평균, 자기공분산함수, 자기상관함수 및 = 110
연습문제 = 114
제6장 정상시계열 모형
6.1 일반선형모형 = 116
6.2 자기회귀모형 : [AR 모형] = 118
6.3 이동평균모형 : [MA 모형] = 130
6.4 AR과 MA모형 사이의 관계 = 138
6.5 자기회귀 이동평균 모형 : [ARMA 모형] = 141
연습문제 = 148
제7장 비정상시계열
7.1 평균의 비정상성 = 150
7.2 누적자기회귀 이동평균모형(ARIMA모형) = 153
7.3 분산과 자기공분산의 비정상성 = 163
연습문제 = 168
제8장 모형식별
8.1 모형식별 과정 = 170
8.2 ARMA모형의 식별 = 172
8.3 모형식별을 위한 통계량 = 173
8.4 실제 자료의 식별 예제 = 175
연습문제 = 182
제9장 모수추정
9.1 적률 추정법(Method of Moments) = 184
9.2 최우추정법(Maximum Likelihood Method) = 188
9.3 최소제곱추정법(Ordinary Least Squares Estimation) = 194
9.4 모수 추정 예제 = 199
연습문제 = 205
제10장 모형진단
10.1 잔차의 독립성에 대한 검토 = 207
10.2 다른 모형진단방법 = 211
10.3 모형의 재형성 = 212
10.4 모형진단 예제 = 213
연습문제 = 216
제11장 시계열 예측
11.1 최소평균제곱오차 예측 = 217
11.2 결정적인 추세가 있는 모형의 예측 = 224
11.3 ARIMA 예측 = 225
11.4 일반적인 정상 ARMA모형의 예측 = 238
11.5 비정상 ARIMA모형의 예측 = 242
연습문제 = 245
제12장 계절 ARIMA모형
12.1 계절 ARMA 모형 = 248
12.2 승법계절 ARMA 모형 = 251
12.3 비정상 계절 ARIMA 모형 = 255
12.4 계절 시계열 자료의 사례 분석 = 257
연습문제 = 265
제13장 ARIMA모형의 확장
13.1 전이함수모형 = 267
13.2 개입분석 = 296
부록 = 296
부록 A. 분석에 사용되는 자료 = 309
부록 B. SAS의 소개와 활용 = 317
부록 C. 분석에 사용되는 프로그램 = 342
부록 D. 통계분포표 = 351
참고문헌 = 376
찾아보기 = 379
