《时间序列分析》课程教学大纲.doc

时间序列分析课程教学大纲课程编号：33330775 课程名称：时间序列分析课程基本情况：1学分：3 学 时：51学时（课内学时：45 课内实验：6）2课程性质：专业必修课3适用专业：统计学 适用对象：本科4.先修课程：概率论、数理统计、随机过程5首选教材：王燕：应用时间序列分析，中国人民大学出版社，2008出版。备选教材：王振龙等编著：时间序列分析，中国统计出版社，2000年。6考核形式：闭卷考试7教学环境：多媒体教室及实验室一、教学目的与要求本课程是数理统计学的一个重要分支，先期需完成的课程有概率论、随机过程。通过本课程的学习，使学生掌握时间序列数据的分析方法，包括时间序列简介、平稳时间序列分析、时间序列分解、非平稳序列的随机分析、多元时间序列分析。利用Eviews软件进行本课程的实验教学。二、教学内容及学时分配课程内容及学时分配表章教学内容学 时课内讲授课内实验第一章时间序列分析简介66第二章时间序列的预处理66第三章平稳时间序列分析963第四章非平稳序列的确定性分析1293第五章非平稳序列的随机分析99第六章多元时间序列分析963合计51429三、教学内容安排第一章 时间序列分析简介【教学目的】1、了解时间序列的定义及常用分析方法；2、掌握时间序列的几个基本概念：随机过程、平稳随机过程、非平稳随机过程、自相关、记忆性。【教学重点】时间序列的相关概念。【教学难点】随机过程、系统自相关性。【教学方法】课堂讲授【教学内容】第一节 时间序列的定义第二节 时间序列分析方法第三节 时间序列分析软件EVIEWS简介第二章 时间序列的预处理【教学目的】1、掌握平稳性检验的原理和方法；2、掌握纯随机性检验的原理和方法。【教学重点】平稳时间序列的定义及统计性质。【教学难点】时间序列的相关统计量。【教学方法】课堂讲授【教学内容】第一节 平稳性检验一、特征统计量二、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、平稳时间序列的检验第二节 纯随机性检验一、纯随机序列的定义二、白噪声序列的定义三、纯随机性检验第三章 平稳时间序列序列分析【教学目的】1、理解ARMA模型的定义及性质。2、掌握平稳序列建模方法。3、掌握平稳时间序列的预测【教学重点】平稳时间序列建模【教学难点】模型识别，参数估计，序列预测【教学方法】课堂讲授与上机实验【教学内容】第一节 方法性工具一、差分运算二、延迟算子三、线性差分方程第二节 ARMA模型的性质一、AR模型二、MA模型三、ARMA模型第三节 平稳序列建模一、建模步骤二、样本自相关系数与偏相关系数三、模型识别四、参数估计五、模型检验六、模型优化第四节 序列预测一、线性预测函数二、预测方差最小原则三、线性最小方差预测的性质四、修正预测第四章 非平稳序列的确定性分析【教学目的】1、理解时间序列的分解原理。2、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。3、了解时间序列综合效应分解方法。4、了解X-11过程。【教学重点】时间序列趋势分解和季节效应分解。【教学难点】季节效应时间序列的预测【教学方法】课堂讲授与上机实验【教学内容】第一节 时间序列的分解一、Wold分解定理二、Cramer分解定理第二节 确定性因素分解第三节 趋势分析一、趋势拟合法二、平滑法第四节 季节效应分析第五节 综合分析第六节 X-11过程第五章 非平稳序列的随机分析【教学目的】1、掌握ARIMA模型。2、掌握残差自回归模型。3、掌握条件异方差模型。【教学重点】ARIMA模型的建模。【教学难点】条件异方差模型结构及应用【教学方法】课堂讲授【教学内容】第一节 差分运算一、差分运算的性质二、差分方式的选择三、过差分第二节 ARIMA模型一、ARIMA模型的结构二、ARIMA模型的性质三、ARIMA模型建模四、ARIMA模型预测五、疏系数模型六、季节模型第三节 残差自回归模型一、模型结构二、残差自相关检验三、模型拟合第四节 异方差的性质一、异方差的影响二、异方差的直观诊断第五节 方差齐性变换一、使用场合二、转换函数的确定第六节条件异方差模型一、模型结构二、模型拟合第六章 多元时间序列分析【教学目的】1、掌握平稳多元时间序列建模。2、掌握单位根检验。3、理解虚假回归、协整的概念及应用。4、了解误差修正模型。【教学重点】平稳多元时间序列建模。【教学难点】虚假回归、协整的应用【教学方法】课堂讲授与上机实验【教学内容】第一节 平稳多元序列建模第二节 虚假回归第三节 单位根检验一、DF检验二、ADF检验三、PP检验第四节 协整一、单整的概念二、协整检验第五节 误差修正模型参考书目1. Ruey S