《时间序列分析》课程教学大纲

《时间序列分析》教学大纲课程名称：时间序列分析课程编号：2322英文名称：TimeSeriesAnalysis学时：48学时 学分：3学分开课学期：第6学期适用专业：数据科学与大数据技术专业课程类别：理论课课程性质：专业方向拓展课先修课程：概率论基础、数理统计、Python程序设计一、课程的性质及任务《时间序列分析》课程是数据科学与大数据技术专业一门重要的专业方向拓展课，包括平稳时间序列分析，非平稳时间序列分析、异方差函数分析等内容，是利用随机数学的方法分析随时间变化的随机数据序列的统计规律性，其内容包括模型构建、参数估计及最佳预测与控制等。该课程所学方法在经济学、社会科学领域以及自然科学领域均得到了十分广泛的应用。随着计算机技术的发展与普及，其方法将日益发挥更加重要的作用。学好本课程已成为对数据科学与大数据技术专业本科生的基本要求，同时也将为学生后续的学习与实践打下重要的方法论基础。通过该门课程的学习，让学生能深刻地理解时间序列的基本理论、思想和方法，掌握时间序列分析中水平指标和速度指标的计算，并能预测未来，更能应用于解决实践中遇到的问题，从而提高学生的数理金融素质，掌握用时间序列建模进行基本分析的方法。依据河北工程大学数据科学与大数据技术专业培养计划，本课程需要培养学生的能力是：能够将数学、自然科学、工程基础和大数据技术的专业知识用于复杂工程问题的推演、分析和计算（毕业要求指标1.3）能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题（毕业要求指标2.2）在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素（毕业要求指标3.4）能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合、算法设计得出有效结论（毕业要求指标4.3）二、课程目标与要求2.1课程目标掌握时间序列的相关概念和序列预处理常用方法；掌握方差齐性、异方差性时间序列模型建模过程具备一定的专业技术研究能力，能够采用时间序列模型技术对涉及时序数据的复杂工程问题进行研究，建立对应模型，对实验结果进行分析，通过信息综合等方法获得有效结论。能够对时序数据分析的复杂工程问题进行识别、表达和分析，得出有效结论；并能够通过时间序列模型算法分析实际问题，建立模型，并编写程序。在设计过程中能够体现创新意识，能够综合考虑社会、健康、安全、法律、文化以及环境等因素。

时间序列分析课程教学大纲PAGE16PAGE3512.2课程目标与毕业要求对应关系毕业要求二级指标毕业要求1234●能够将数学、自然科学、工程基础和大数据技术的专业知识用于复杂工程问题的推演、分析和计算1.具有扎实的数学与自然科学知识和工程基础，系统地掌握数据科学与大数据技术领域的基本理论、基础知识，并综合运用所学知识解决复杂工程问题。●能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题2.掌握统计与机器学习的基本方法，能够综合运用数学、自然科学和数据科学的基本原理，对复杂的工程系统，识别问题、描述问题并通过文献研究分析与大数据相关的工程问题，以获得有效结论。●在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素3.能够设计出大数据应用领域的复杂工程问题的解决方案，具有数据采集、处理、分析、挖掘的能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。●能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合、算法设计得出有效结论4.能够基于数据科学与大数据技术原理并采用科学方法对大数据应用领域的复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。2.3课程目标与培养环节对应矩阵序号课程目标理论教学课内实验课后作业1掌握时间序列的相关概念和序列预处理常用方法；HL22. 掌握方差齐性、异方差性时间序列模型建模过程HML3具备一定的专业技术研究能力，能够采用时间序列模型技术对涉及时序数据的复杂工程问题进行研究，建立对应模型，对实验结果进行分析，通过信息综合等方法获得有效结论。HM4能够对时序数据分析的复杂工程问题进行识别、表达和分析，得出有效结论；并能够通过时间序列模型算法分析实际问题，建立模型，并编写程序。在设计过程中能够体现创新意识，能够综合考虑社会、健康、安全、法律、文化以及环境等因素HL注：H表示该能力的在此环节重点培养；M表示该能力在此环节有应用要求；L表示该能力在此环节有所涉及。Python程序设计课程教学大纲PAGE2PAGE3612.4目标达成度的评价课程目标1主要通过理论教学环节进行培养，在课内实验有所涉及。主要通过课堂测试和期末考试中概念性、原理性题目进行考核。目标达成综合以上内容进行评价。课程目标2要通过理论教学环节进行培养，在课内实验有应用要求，课后作业有所涉及。主要通过课堂测试，课后作业和期末考试中各种时间序列模型题目进行考核，在实验中体现为能熟悉掌握时间序列模型应用。目标达成综合以上内容进行评价。课程目标3主要通过课内实验进行培养，在课后作业有应用要求。主要通过布置大数据行业领域的时间序列案例题目进行考核，在实验报告中体现为能给出符合要求的数据分析结论。在课后作业中体现为基于时间序列分析方法，综合运用各种时间序列分析算法的能力；目标达成综合以上内容进行评价。课程目标4主要通过课内实验培养，在课后作业中有所涉及。在课后作业中体现为能够按照要求完成各项任务要求；在实验报告中要对数据案例进行描述、对数据分析结论进行评价。目标达成综合以上内容进行评价。三、教学方法及手段理论教学以课堂讲授为主，上机实验为辅并结合课堂讨论、案例分析、师生互动等教学方法展开教学；理论教学强调将各种时间序列分析算法与实际项目案例的实际情况紧密联系，面向知识的实际应用；理论教学注重本课程与概率论、数理统计等先修课程的联系；本课程教材力求内容新颖，采用多样化的方式进行教学，让学生在理论与实践相结合的基础上，对课程所要求的实际操作能力有进一步的提高。充分利用多媒体等现代化教学手段，整体优化教学过程和教学内容，调动学生学习积极性；布置实际操作任务给学生上机操作并及时指导。课程强调学生的自主学习，强调通过自学的方式消化、吸收课程的庞大知识量，并在此基础上举一反三、灵活应用。四、课程的基本内容与教学要求第一章时间序列概述[教学目的与要求]：理解时间序列的定义、和发展历史，掌握时间序列的几个基本概念[本章主要内容]：1.1时间序列定义1.2时间序列分析方法1.3时间序列发展历史1.4时间序列分析软件[本章重点]：时间序列的相关概念[本章难点]：时间序列的分析方法第二章时间序列的预处理[教学目的与要求]：理解和掌握平稳性检验、纯随机性检验的原理和方法。[本章主要内容]：2.1特征统计量2.2平稳时间序列的定义2.3平稳时间序列的统计性质2.4平稳性检验2.5纯随机序列定义2.6纯随机检验[本章重点]：1.平稳时间序列的定义2.平稳时间序列的证明3.平稳时间序列的统计性质[本章难点]：时间序列的相关统计量第三章平稳时间序列分析[教学目的与要求]：理解ARMA模型的定义和性质，掌握平稳序列的建模方法，学会平稳时间序列的预测[本章主要内容]：3.1方法性工具3.2AR模型、MA模型、ARMA模型3.3平稳时间序列建模3.4平稳时间序列预测[本章重点]：1．ARMA模型的相关性质2.ARMA模型的建模过程[本章难点]：模型识别参数估计序列预测第四章非平稳序列的随机分析[教学目的与要求]：理解掌握ARIMA模型、残差自回归模型。掌握条件异方差模型。[本章主要内容]：4.1差分运算4.2ARIMA模型4.3残差自回归模型4.4方程齐性变换4.5条件异方差模型[本章重点]：ARIMA模型的建模残差自回归模型的建模[本章难点]：条件异方差模型的建立第五章非平稳序列的确定性分析[教学目的与要求]：了解时间序列的分解原理，掌握时间序列的确定因素分解、趋势分解、季节效应分解方法，了解X-11建模方法。[本章主要内容]：5.1.时间序列分解5.2.确定性因素分解5.3.趋势分析5.4.季节效应分析5.5X-11过程[本章重点]：1.时间序列趋势分解和季节效应分解[本章难点]：季节效应的时间序列模型的建立和预测五、课内实验5.1本课程实验教学的地位和作用时间序列分析实验是巩固和扩展课程理论知识的必要环节。理解时间序列分析的基本原理，掌握各种时序分析方法。根据要求编译Python语言，能根据要求编写相应的代码程序完成调试与测试，分析数据，得出分析结论。通过实验提高学生解决实际时序数据的分析能力，锻炼学生分析、调试程序、、设计实现数据分析算法以及撰写实验报告的能力。5.2教学基本要求通过实验预习及设计，理解时间序列分析方法的基本原理，可利用Python软件完成相关数据分析，为实验的顺利开展奠定了基础。根据要求动手编写程序，利用Python语言构建时间序列模型，能根据要求编写相应的代码程序完成调试与测试，分析数据，得出分析结论熟悉常用各种数据分析算法的编程能力；学会使用Python语言，测试调整参数，排除运行故障。正确处理实验数据，分析内在规律，掌握处理实验结果的能力。5.3实验内容及要求大纲基本内容包括六个实验项目，在16个学时内完成。实验一时间序列预处理本实验为定量性实验。通过实验操作，让学生学习时间序列预处理的工作原理，锻炼学生编程、分析、调试参数的能力，进而掌握数据预处理能力。培养学生具有分析数据与排除运行故障和分析实验结果的能力。要求学生课前预习实验指导书，根据实验指导书提供的背景知识并参考课程所用教材完成数据分析，实现相应参数的理论计算。鼓励学生用Python软件完成数据处理，得到预期结果。指导教师应概述实验原理、方法及操作使用等内容，并对典型问题作针对性指导，以及监督实验室安全运转。具体实验步骤和结果分析、处理由学生独立完成。实验内容要求如下：课前预习内容：平稳性检验原理。纯随机性检验原理Python语言结构。平稳性检验。要求：绘制对应的时序图和样本自相关图，正确使用pandas模块，使用describe函数进行描述性分析，要求至少得到4项统计指标。纯随机性检验。要求：编制相应的python程序，构造Q和LB检验统计类，验证得出时间序列数据的纯随机性，要求至少完成2项操作。实验二平稳时间序列分析本实验为定量性实验。通过实验操作理解平稳时间序列的定义，使学生掌握平稳时间序列AR、MA、ARMA模型的性质。要求学生课前预习实验指导书，掌握分类模型的原理和特点。鼓励学生用Python软件观察平稳时间序列结果，对实验过程及结果有所预期。指导教师应概述实验的原理、方法及编程等内容，并对典型问题作针对性指导，以及监督实验室安全运转。具体实验步骤和结果分析、处理由学生独立完成。实验内容要求如下：课前预习内容：平稳时间序列模型的基本构架。平稳序列的建模步骤序列预测平稳序列的建模，要求：通过序列预处理后，针对平稳的非白噪声序列，从模型识别、参数估计、模型检验、模型优化和序列预测等各个步骤，建立ARMA模型，最后利用预测方法最小原则对序列进行预测。要求至少完成1项完整的建模和预测过程。实验三非平稳序列的随机分析本实验为定量性实验。通过实验操作理解时间序列分解基本原理，使学生掌握差分运算的实质性质，锻炼学生编程、分析、测试程序以及处理实验结果的能力。要求学生课前预习实验指导书，掌握非平稳时间序列建模方法。鼓励学生用Python软件实现建模结果，对实验过程及结果有所预期。指导教师应概述实验的原理、方法及编程等内容，并对典型问题作针对性指导，以及监督实验室安全运转。具体实验步骤和结果分析、处理由学生独立完成。实验内容要求如下：课前预习内容：ARIMA模型结构。残差自回归模型结构。异方差模型结构。ARIMA模型建立，要求：通过分析时序数据，判断时间序列数据的平稳性和纯随机性，对于非平稳序列可对其进行差分运算，再应用平稳序列建模步骤，建立ARIMA模型，要求完成全部操作。残差自回归模型建立，要求：针对数据进行残差自回归检验，发现残差序列中是否隐含相关信息，建立对应的残差自回归模型，要求完成全部操作。条件异方差模型建立，要求：对时间序列模型的残差序列进行异方差检验，若满足方差非齐，建立对应的ARCH模型、GARCH模型和GARCH的衍生模型，要求至少完成ARCH模型。实验四非平稳序列的确定性分析本实验为定量性实验。通过实验操作理解X-11季节调整模型，使学生掌握移动平均法的运用过程。锻炼学生编程、分析、测试程序以及处理实验结果的能力。要求学生课前预习实验指导书，掌鼓励学生用Python软件实现建模，对实验过程及结果有所预期。指导教师应概述实验的原理、方法及编程等内容，并对典型问题作针对性指导，以及监督实验室安全运转。具体实验步骤和结果分析、处理由学生独立完成。实验内容要求如下：课前预习内容：X-11季节调整模型。X-12-ARIMA模型指数平滑预测模型2．X-11,X-12建模过程，要求：通过对样本数据分析，使用移动平均法和ARIMA模型结合，建立对应的时间序列模型，要求至少完成1项建模。5.4教学文件及教学形式教学文件：《Python—统计人的视角》、《Python数据分析与挖掘实战》、《Python数据挖掘实战》。教学形式主要包括：预习、课堂指导与实验操作、撰写实验报告。实验报告学生自拟。实验报告包括：实验目的、编程语言，描述方法原理，详细叙述编程步骤，要有完整的数据和编程、图表表示的实验结果，以理论联系实际为出发点，调整参数并分析与实际数据之间的误差，总结实验中出现的问题及解决方法。5.5实验项目及学时分配序号实验项目实验学时实验类型实验类别实验性质1时间序列预处理2定量性专业必修2平稳时间序列分析4定量性专业必修3非平稳序列的随机分析6定量性专业必修4非平稳序列的确定性分析4定量性专业必修5.6本课程实验用到的场地和仪器大数据实验中心机房、多功能多媒体设备、智慧黑板。六、课程学时分配教学课次教学内容教学环节与计划时数教学环节计划时数1时间序列定义和预处理理论课42平稳时间序列分析理论课103非平稳序列的随机分析理论课12４非平稳序列的确定性分析理论课65实验1时间序列预处理实验课26实验2平稳时间序列分析实验课47实验3非平稳序列的随机分析实验课68实验4非平稳序列的确定性分析实验课4注：实验课由任课教师负责协调安排时间。七、课程考核与成绩评定7.1考核方式考核环节包括课程学习过程考核和期末考核，其中课程过程考核占总成绩的40%，分别由课堂表现、课后作业、实验情况进行评定；期末考核占总成绩的60%。各环节的比重如下。考核环节比重合计过程考核（平时成绩）课堂表现10%40%作业10%实验20%期末考核（课程论文）大作业的报告30%60%答辩30%总计100%100%7.2考核内容及要求本课程为考查课。考核内容及分值分配如下。考核方式考核内容分值课程目标总分值期末考核60%时间序列平稳性检验5~10目标1100分时间序列可逆性检验5~10目标1方法性工具的应用计算10~15目标7平稳时间序列模型的结构5~10目标6平稳时间序列的建模步骤10～20目标2,7非平稳时间序列的建模10～15目标3,6,7残差自回归模型的建模5～10目标4,6方程齐性的判定2~5目标1条件异方差模型的的建立2～5目标5过程考核40%课堂表现课堂测试、出勤情况10目标1、2、3、4、5、6、710分课后作业作业完成情况10目标2、3、4、6、710分实验实验出勤、实验表现及实验报告20目标1,2,3,4，5、6、720分7.3成绩评定1.课堂表现课堂表现总分10分，由课堂测试与课堂出勤情况评定。其中，课堂测试满分6分，以客观题（填空、选择、判断）为主，每学期随堂测试15~20次，每次测试1~2道题目，每答错一道题目扣0.5分（直到扣满6分为止）；课堂出勤满分4分，缺勤一次扣1分，迟到或请假扣0.5分。2.课后作业课后作业总分10分，由作业完成情况评定。每学期布置作业5次，每次作业占2分，评分标准如下；评分标准分值标准描述课后作业3能够按时认真完成作业、作业态度认真、书写清楚、分析计算正确。2能够按时完成作业、作业态度较好、书写较清楚、分析计算基本正确1能够按时完成作业、作业态度一般、书写不清楚、分析计算错误较多0不交作业或作业态度不认真、抄袭他人作业3.实验成绩实验成绩占所学课程的20%，即20分。根据学生的实验表现及实验报告结果，进行综合评定。具体评分标准如下表所示。评分标准分值标准描述实验表现（10）10无迟到、早退现象，态度端正，与同组同学配合认真完成编写及调试程序，运行结束后，按要求整理实验报告。8有迟到、早退现象或编程过程不够认真。6有迟到、早退现象且编程过程不认真。4有迟到、早退现象，编程过程不动手，浑水摸鱼。0旷课实验报告（10）10有完整正确的python程序，过程叙述内容完整，正确分析数据，图形绘制清晰合理，结论正确，书写认真。8有python程序，过程叙述内容较完整，正确