传统的线性时间序列模型不能解释经常性的离散跳跃性，更不能刻画变量的离散相依性，给出的预测值通常也非整数值。为此，具有特殊相依结构的多种离散值时间序列模型应运而生，影响较大的模型是Thinning算子模型。本书针对基于Thinning算子的离散值时间序列模型进行探究，主要就模型选择问题、时间平稳性问题、参数估计方法选择等时间序列模型传统热点领域展开讨论，在实证研究中也比较了主流的离散值时间序列模型预测方法的适用性。本书主要探讨五个问题：（1）针对INAR（p）与INMA（q） 模型参数的极大似然估计量、条件很小二乘估计量与Yule-Walker估计量，多角度地比较它们的估计效果；（2）论述运用传统的模型选择准则和交叉验证法来确定泊松INAR（p）模型参数p的合理性；（3）讨论离散值随机游走过程的极限性质，证明单位根过程中的自回归系数的极限分布；（4）提出整数值泊松随机系数滑动平均过程、门限泊松整数值滑动平均模型，证明其存在性与遍历性，给出一些特殊情况下的矩估计量；（5）运用整数值INAR（p）模型来研究中国股市的个股交易量行为，给出交易量的概率预测
鄂公网安备 42010302001612号 