时间序列分析教学大纲

1、一、开设院（部）：统计与应用数学学院统计学系二、教学对象：统计学、数学与应用数学、信息与计算科学专业本科生三、教学目的和要求：通过本课程的学习，让学生试图借助计算机的存储功能和计算功能来抽象掉其深奥的数学理论和复杂的运算，通过建模练习来掌握时间序列分析的基本思路和方法。四、教学课时及其分配：总学时：54学时。其中授课36学时，上机18学时。五、考核：期末考试；试卷结构：填空（10分，每题1分）、简答（30分，每题6分）、证明（10分）分析题（30分，每题10分）计算题（20分）六、教材:七、主要参考书目：1、时间序列分析，王振龙主编，中国统计出版社，2000年版。2、应用时间序列分析，何书元著

2、，北京大学出版社，2003年版。3、高等时间序列经济计量学，易纲，海闻主编，上海人民出版社，1999年版4、时间序列分析，詹姆斯D.汉密尔顿，中国社会科学出版社，1999年版。5、高等时间序列计量经济学，陆懋祖著，上海人民出版社，八、讲授提纲：（附后）课时分配表早1内容课时代'K弟一早时间序列分析简介2弟早时间序列的预处理4+2代*弟二早平稳时间序列模型的性质6+2第四章平稳时间序列建模与预测8+4第五章非平稳时间序列的确定性分析6+4第八章非平稳时间序列的随机分析8+4第七章多元时间序列分析2+2合计36+18【教学目的与要求】1、理解时间序列的意义。2、理解时间序列分析两大类分析方

3、法。3、了解时间序列分析软件。【教学重点】时间序列分析软件使用【教学难点】时间序列分析两大类分析方法【教学内容】§ 1.1 I言§ 1.2 时间序列的定义§ 1.3 时间序列分析方法一、描述性时序分析二、统计时序分析§ 1.4 时间序列分析软件第二章时间序列的预处理【教学目的与要求】1、理解平稳时间序列的定义。2、掌握平稳时间序列的统计性质。3、熟练掌握平稳性的检验（时序图检验、自相关图检验）4、理解白噪声序列的定义及性质5、熟练掌握纯随机性的检验（假设条件、检验统计量）【教学重点】自相关图检验【教学难点】纯随机性的检验统计量【教学内容】一、特征统计量二

4、、平稳时间序列的定义三、平稳时间序列的统计性质四、平稳时间序列的意义五、平稳性的检验时序图检验、自相关图检验§2.2纯随机性检验一、纯随机序列的定义二、白噪声序列的性质纯随机性、方差齐性三、纯随机性检验假设条件、检验统计量1、了解线性常系数差分方程及其解的一般形式。2、掌握AR模型的平稳性判别方法，熟练掌握AR模型的统计性质。3、掌握MA模型的可逆性判别方法，熟练掌握MA模型的统计性质。4、掌握ARMA模型的平稳条件和可逆条件，理解ARMA模型的统计性质【教学重点】AR模型平稳性的判别方法、MA模型可逆性的判别方法。【教学难点】AR模型、MA真型、ARMAK型的统计性质【教学内容】&

5、#167; 1 方法性工具一、差分运算二、延迟算子三、线性差分方程§ 1 ARMA模型的性质、AR模型AR模型的定义、AR模型平稳性判断、平稳AR模型的统计性质二、M颇型MA真型的定义、平稳MA模型的统计性质、MA真型的可逆性三、ARMA1型ARMA1型的定义、平稳条件和可逆条件、传递形式和逆转形式、ARMA1型的统计性质第四章平稳时间序列建模与预测【教学目的与要求】1、熟练掌握平稳时间序列的建模方法和步骤2、掌握时间序列的预测，理解修正预测。【教学重点】平稳时间序列的建模方法和步骤。【教学难点】时间序列的预测、修正预测【教学内容】平稳时间序列建模一、建模步骤二、样本自相关函数和偏相

6、关函数三、模型识别四、参数估计矩估计、极大似然估计、最小二乘估计五、模型检验模型的显著性检验、参数的显著性检验六、模型优化问题的提出、AIC准则、SBC准则4.2时间序列预测一、线性预测函数二、预测方差最小预测原则三、现行最小方差预测的性质条件无偏最小方差估计值、ARff列预测、MAff列预测、ARM舫列的预测、修正预测第五章非平稳时间序列的确定性分析【教学目的与要求】1、了解时间序列的Wold分解和Cramer分解。2、掌握时间序列确定性因素分解。3、熟练掌握时间序列的趋势分析（曲线拟合、平滑法）。4、掌握模型季节效应分析的基本思想和具体操作步骤。5、掌握复杂序列的综合分析方法。6、了解X-

7、11过程的思想方法和具体步骤。【教学重点】时间序列的趋势分析。【教学难点】复杂序列的综合分析方法。【教学内容】时间序列的分解一、Wold分解定理二、Cramer分解定理确定性因素分解趋势分析一、趋势拟合法二、平滑法季节效应分析合分析X-11过程第六章非平稳序列的随机分析【教学目的与要求】1、了解差分运算的实质，掌握差分方式的选择，理解过差分问题。2、熟练掌握ARIMA模型的结构，理解ARIMA模型的性质。3、熟练掌握ARIMA模型建模的具体步骤。4、掌握ARIMA模型预测方法，掌握疏系数模型的处理方法。5、掌握利用ARIMA模型对具有季节效应的序列建模。6、熟练掌握残差自相关检验。7、理解异方

8、差的概念及性质，学会判断异方差性，理解方差齐性变换8、掌握条件异方差模型。【教学重点】ARIMA1型建模。【教学难点】条件异方差模型。【教学内容】差分运算、差分运算的实质二、差分运算的选择三、过差分运算ARIMA模型一、ARIMA真型的结果二、ARIMA真型的性质三、ARIMA1型建模四、ARIMA1型预测五、疏系数模型六、季节模型Auto-Regressive模型一、模型结构二、残差自相关检验三、模型拟合异方差的性质、异方差的影响二、异方差的直观诊断方差齐性变换一、适用场合二、转换函数的确定条件异方差模型一、模型结构二、模型拟合第七章多元时间序列分析【教学目的与要求】1、掌握平稳多元时间序列建模。2、理解虚假回归的意义，掌握单位根检验方法。3、理解协整检验的概念，掌握协整检验方