雷吉娜·凯泽;阿古斯汀·马拉瓦尔 在经济时间序列中衡量商业周期。 （英语） Zbl 0958.91059号 统计学课堂讲稿. 154. 纽约州纽约市：斯普林格。viii，189页（2001年）。 本专著研究（宏观经济）时间序列中经济周期的度量。这本书的中心主题是霍德里克·普雷斯科特过滤器，它的用途、优点和局限性。结果表明，基于ARIMA建模方法的直接修改可显著改善最终结果。第1章介绍和简要概述。第二章介绍了时间序列分析的基本概念，重点介绍了谱和线性滤波器。第3章介绍ARIMA模型及其识别、估计和诊断检查。时间序列预处理的相关问题。本章还介绍了ARIMA模型在信号提取和时间序列分解中的使用。第4章介绍了Hodrick-Prescott滤波器的各种公式及其性质的讨论。后者在第5章中继续进行，研究了产生的周期分量、其在时间序列端点的弱点、虚假结果的可能性、滤波信号的噪声。工程师和数学家们将特别高兴地发现，霍德里克·普雷斯科特滤波器是一种巴特沃斯滤波器，也可以用Wiener-Kolmogorov滤波器来表示。在技术方面，系统地使用自方差生成函数使滤波器的时域和谱域特性之间的关系透明化。第6章和第7章详细介绍了Hodrick-Prescott滤波器的改进建议。首先，通过使用为特定系列构建的模型的预测和回溯来扩展系列，可以显著增强其在系列终点的性能。其次，可以使用ARIMA模型分解进行季节调整。从理论性质和实际解释（例如确定商业周期的转折点）两方面都显示出显著改进的证据。这是一本关于从时间序列中提取成分的当代方法的非常全面的书。审核人：乔治·博什纳科夫（曼彻斯特/英国） 引用于11文件 MSC公司： 91B84号 经济时间序列分析 91-02 与博弈论、经济学和金融相关的研究博览会（专著、调查文章） 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：霍德里克·普雷斯科特过滤器;基于ARIMA模型的分解;季节性调整;贬低 PDF格式BibTeX公司 XML格式引用 \textit{R.Kaiser}和\textit{A.Maravall}，在经济时间序列中衡量商业周期。纽约州纽约市：施普林格（2001；Zbl 0958.91059）