《时间序列分析》课程教学大纲

1、PAGE PAGE 5时间序列分析课程简介课程编号1240753020课程名称时间序列分析课程性质选修学 时48学 分3学时分配授课：40 实验： 上机：8 实践： 实践（周）：考核方式闭卷考试，平时成绩占30% ，期末成绩占70% 。开课学院理学院更新时间适用专业统计学、经济数学实验班先修课程概率统计课程内容：时间序列分析是统计学专业和经济数学实验班的选修课程。本课程着重介绍时序的时域分析方法。通过该课程的学习,使学生掌握时间序列的基本概念以及时序的分类,学会对具体时序的分析步骤与建模方法,进而掌握如何判断已建立模型与原来数据的适应性及对未来值的预测。为学生进一步对时间序列数据的建模预测作好

2、准备。介绍时间序列分析的基本概念,AR模型、MA模型和ARMA模型的基本概念，ARMA模型的特性, 模型识别、拟合和检验,模型定阶, 模型的参数估计, 模型的检验预测，非平稳时间序列的检验和平稳化方法,季节性时间序列分析方法。上机实践环节可以增加学生的直观认识。Brief Introduction Code1240753020TitleTime Series AnalysisCourse natureElectiveSemester Hours48Credits3Semester Hour StructureLecture：40 Experiment：8 Computer Lab： Pract

3、ice：Practice (Week)：AssessmentClosed book examination, usually results accounted for 30%, the final grade accounted for 70%.Offered bySchool of scienceDate2012-9forStatistics ,Economic MathematicsPrerequisiteProbbility and StatisticCourse Description: Time sequence analysis is an elective course for

4、 the students in the experiment class from the subject of statistics and economic mathematics. This course focuses on the introduction of time domain analysis method. The students will learn the basic concept and the classification of time series, the detailed procedures of the time series analysis,

5、 as well as how to develop a mathematic model. Furthermore, the students will learn how to assess the adaptability of a model and how to apply the models in predictions. Main contents of this course are as follows: introduction of the basic concept of time series analysis; basics of AR model, MA mod

6、el and ARMA model; properties of ARMA model; model identify; draws up to match and examines; model settles a rank; parameter estimating of models; test of models; model prediction; methods to test and stabilize non-stable processes; analysis of seasonal varying time series. The computer practice in

7、this course is helpful for the students to strengthen the understanding of the concepts and methods which they learn from the course. 时间序列分析课程教学大纲课程编号1240753020课程名称时间序列分析课程性质选修学 时48学 分1学时分配授课：40 实验： 上机：8 实践： 实践（周）：考核方式闭卷考试，平时成绩占30% ，期末成绩占70% 。开课学院理学院更新时间适用专业统计学、经济数学实验班先修课程概率统计一、教学内容第一章 时间序列分析简介1.1 引

8、言1.2 时间序列的定义1.3 时间序列分析方法简介 1.4 时间序列分析软件 教学难点：时间序列分析软件。教学重点：时间序列分析方法简介。第二章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第二章%20时间序列的预处理.ppt t _parent 时间序列的预处理2.1 平稳性检验2.2 纯随机性检验教学难点：纯随机性检验。教学重点：平稳性检验。第三章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTem

9、pRar$DI00.499第三章%20平稳时间序列分析.ppt t _parent 平稳时间序列分析 3.1 方法性工具 3.2 ARMA模型 3.3 平稳序列建模 3.4 序列预测 教学难点：平稳序列建模教学重点：ARMA模型。第四章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第四章%20非平稳序列的确定性分析.ppt t _parent 非平稳序列的确定性分析4.1 时间序列的分解4.2 确定性因素分解 4.3 趋势分析 4.4 季节效应分析 4.5 综合分析 4.6 X-11

10、过程教学难点：X-11过程。教学重点：综合分析。第五章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第五章%20非平稳序列的随机分析.ppt t _parent 非平稳序列的随机分析5.1 差分运算5.2 ARIMA模型5.3 残差自回归模型5.4 异方差的性质5.5 方差齐性变换教学难点：ARIMA模型。教学重点：ARIMA模型。二、教学要求第一章 时间序列分析简介教学要求：了解时序的分析定义及分类确定性时间序列分析方法,理解时间序列的建立随机时间序列分析的基本概念。第二章 HYP

11、ERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第二章%20时间序列的预处理.ppt t _parent 时间序列的预处理教学要求：熟悉严平稳与宽平稳的定义及区别，熟悉平稳性检验、白噪声，了解Barlett定理及熟悉据此定义的检验统计量。第三章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第三章%20平稳时间序列分析.ppt t _parent 平稳时间序列分析教学要求：掌握一般自回

12、归模型，移动平均模型，自回归移动平均模型的形式及基本假设。会解简单的差分方程。掌握格林函数和平稳性，掌握逆函数和可逆性，掌握自协方差函数，熟悉模型辨识及相应的计算机运行结果的原理和解释（定阶、参数估计、检验等）。熟悉序列预测。第四章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第四章%20非平稳序列的确定性分析.ppt t _parent 非平稳序列的确定性分析教学要求：熟悉确定性因素分解，会对实际数据进行趋势分析，了解季节效应、综合分析、X-11分析，掌握对数据进行分析的上机结果的解释。第五章 HYPERLINK file:/C:Documents%20and%20SettingsclLocal%20SettingsTempRar$DI00.499第五章%20非平稳序列的随机分析.ppt t _parent 非平稳序列的随机分析教学要求：熟悉ARIMA模型的结构、性质。掌握定阶、参数估计及模型检验，了解残差自回归模型。熟悉方差齐性变换。三、章节学时分配章次总课时课堂讲授