목차

[영문] CONTENTS
Foreword = ⅶ
Preface = xi
Chapter 1. Introduction to the Analysis of Time Series
 1.1 Introduction = 3
 1.2 Concise History of Time Series Analysis = 4
 1.3 Plan of the Book = 9
 References = 10
Chapter 2.  Nature of Economic Time Series
 2.1 Classification of Economic Series from a Statistical Viewpoint = 12
 2.2 Trends and Seasonal Variation = 13
 2.3 Business Cycles and Economic Fluctuations = 15
 2.4 Some Important Advantages of Using Spectral Methods of Analysis = 18
 2.5 Beveridge's Annual Wheat Price Series = 21
 References = 21
PART A. STATIONARY TIME SERIES
 Chapter 3. Spectral Theory
  3.1 Definitions = 25
  3.2 Power Spectra = 27
  3.3 Black Boxes and Processes with Rational Spectral Functions = 35
  3.4 Filters = 39
  3.5 Estimation of the Power Spectrum = 42
  3.6 Nyquist Frequency, Aliasing = 46
  3.7 Transformations of Stationary Processes = 47
  Appendix = 49
  References = 50
 Chapter 4. Spectral Analysis of Economic Data
  4.1 An Analogy = 52
  4.2 Economic implications of Spectral Decomposition = 55
  4.3 Spectral Estimation = 59
  4.4 Examples of Estimated Spectra = 64
  4.5 Normality of Economic Series = 69
  4.6 Some Special Filters = 70
  References = 72
 Chapter 5.  Cross-spectral Analysis
  5.1 Cross-spectral Theory = 74
  5.2 Coherence, Phase, Gain, and Argand Diagrams = 77
  5.3 Processes differing only in Phase = 80
  5.4 Special Cases = 82
  5.5 Estimation of {<TEX>$$X_t^\varphi $$</TEX>} = 85
  5.6 Case when Coherence is not a Constant = 87
  5.7 Sums and Products of Related Series = 90
  5.8 The Partial Cross-spectrum and other Generalizations = 91
  References = 94
 Chapter 6. Cross-spectral Analysis of Economic Data
  6.1 Introduction = 95
  6.2 Relationships between Economic Series = 100
  6.3 Estimating Cross-spectra = 100
  6.4 An Example of Estimated Cross-spectra = 105
  6.5 A Note on the Interpretation of Coherence = 107
 Chapter 7.  Processes Involving Feedback
  7.1 Feedback and Cross-spectral Analysis = 109
  7.2 Some Preliminary Results = 111
  7.3 Definitions of Causality and Feedback = 113
  7.4 Time-lags Connected with Causality and Feedback = 115
  7.5 Strength of Causality and Feedback = 116
  7.6 Tests for Causality and Feedback = 117
  7.7 Removing the Basic Assumption of Section 7.3 = 119
  7.8 Calculations involved in testing for Feedback = 121
  7.9 Causality and Feedback Varying with Frequency = 123
  7.10 Summary and Conclusions = 124
  References = 126
PART B. NON-STATIONARY TIME SERIES
 Chapter 8. Series With Trending Means
  8.1 Introduction = 129
  8.2 Leakage Problems = 132
  8.3 Regression Analysis = 134
  8.4 Filters for Determining Trend = 136
  8.5 Conclusion = 145
  References = 146
 Chapter 9. Series with Spectrum Changing with Time
  9.1 Definitions = 147
  9.2 Particular Cases = 150
  9.3 Effect of Non-stationarity on Estimated Spectrum and Cross-spectrum = 155
  9.4 Some Experiments Designed to Check the Results of the Previous Section = 158
  9.5 The Use of Filters with Non-stationary Series = 168
  References = 169
 Chapter 10. Demodulation
  10.1 Introduction = 170
  10.2 Demodulation = 171
  10.3 Practical Aspects of Demodulation = 177
  10.4 Uses and Examples of Demodulation = 182
  References = 189
 Chapter 11. Non-stationarity and Economic Series
  11.1 Visible trends in Time Series = 190
  11.2 Trends in Mean = 191
  11.3 Trends in Variance = 193
  11.4 Spectrum Changing with Time = 193
  11.5 Contamination : Gaps, Strikes, Crises, and Wars = 196
  11.6 Quality of Data and Effects of Errors = 200
  11.7 Effect of Varying Month-length = 204
  References = 206
 Chapter 12.  Application of Cross-spectral Analysis and Complex Demodulation : Business Cycle Indicators (by M. Hatanaka)
  12.1 Business Cycle Indicators = 207
  12.2 Lead-lag in terms of all Time Points = 211
  12.3 Frequency Band for the Major Component of the Cyclical Component = 212
  12.4 New Problems Brought Out by Cross-spectral Analysis = 215
  12.5 Selection of Cycle Indicators and Reference Time Series = 217
  12.6 Experiences with Filtering = 220
  12.7 Strength of Cyclical Components : A Digression  = 236
  12.8 Examples of Cross-spectra and their Interpretations = 238
  12.9 Conclusions from the Cross-spectra = 245
  12.10 Complex Demodulation to Study the Changes in Lead-lag = 255
  12.11 Examples of Complex Demodulation to Study the Changes in Lead-lag = 258
  12.12 Suggestions for future study = 262
 Chapter 13. Application of Partial Cross-spectral Analysis : Tests of Acceleration Principle for Inventory Cycle (by M. Hatanaka)
  13.1 Inventory Cycle  = 264
  13.2 A simple Version of the Acceleration Principle = 270
  13.3 The Acceleration Principle compared with the Square Root Principle and the "Supply Conditions" Hypothesis = 274
  13.4 Testing Procedures with the use of Gross-spectra and Partial Cross-spectra = 278
  13.5 Results of the Tests = 281
  13.6 Different Assumptions as to Sales Expectations and their Effects upon the Results of the Tests = 283
  13.7 Treatment of Outstanding Orders = 289
  13.8 Conclusions = 293
 Chapter 14. Problems Remaining
  14.1 Some Problems to be Solved = 294
  14.2 Conclusions = 295
Index = 297