《时间序列分析》课程教学大纲

1、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

2、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早教学内容学时课内讲授课内实验第一早时间序列分析简介66第一早时间序列的预处理66第一早平稳时间序列分析963第四章非平稳序列的确定性分析1293-J-*Vr.第五早非平稳序列的随机分析99AVr*、.宀第八早多元时间序列分析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

3、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

4、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

5、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

6、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.RueyS.