课程编号：0712020112

课程基本情况：

1．课程名称：应用时间序列分析

2．英文名称：Applied time series analysis

3．课程属性：专业必修课

4．学　 分： 3   总学时：51

5．适用专业：应用统计学

6．先修课程：数学分析、高等代数、概率论、数理统计

7．考核形式：考试

一、本课程的性质、地位和作用

时间序列分析是在先修完数学分析、高等代数、概率论、数理统计等课程后，为应用统计学专业开设的一门专业必修课．本课程是数理统计的一个重要分支，研究对象是动态数据，主要方法是运用时域分析和频域分析的基本理论和方法，对获得的一组动态数据能进行分析研究，选择合适的模型，并对该模型进行参数估计，最终建立模型，达到预报目的．

二、教学目的与要求

1．教学目的

通过本课程的学习，使学生理解时间序列的时域分析和频域分析的基本理论和方法，掌握时间序列的建模、预报的基本思路和方法，用科学的观点与方法来分析实际问题、解决实际问题．

2．教学要求

通过讲解本课程，要求学生掌握各类平稳ARMA过程的基本概念及基本特征，理解间序列的时域分析和频域分析的基本理论和基本方法，运用时域分析和频域分析的基本理论和方法，对获得的一组动态数据能进行分析研究，选择合适的模型，并对该模型进行参数估计，最终建立模型，达到预报目的．

三、课程教学内容及学时安排

按照教学方案安排，本课程安排在第5学期讲授，全学程共51学时，其中课内讲授34学时，实验课17学时，具体讲授内容及学时安排见下表：

《应用时间序列分析》教学内容及学时分配表

四、参考教材与书目

1．参考教材

王燕．时间序列分析--基于R．北京：中国人民大学出版社，2018年．

2．参考书目

[1] 王振龙．时间序列分析．北京：中国统计出版社，2000年．

[2] 何书元．应用时间序列分析．北京：北京大学出版社，2003年．

[3] 詹姆斯D.汉密尔顿．时间序列分析．北京：中国社会科学出版社，1999年．

[4] 易纲，海闻主编．高等时间序列计量经济学．上海：上海人民出版社，1999年．

第1章 时间序列分析简介(2学时)

【教学目的与要求】

理解时间序列的意义，理解时间序列分析两大类分析方法，了解时间序列分析软件．

【教学重点、难点】

重点：时间序列分析软件使用．

难点：时间序列分析两大类分析方法．

【教学方法】

讲授、讨论、上机实习，多媒体．

【教学内容】

1．引言

2．时间序列的定义

3．时间序列分析方法  

4．时间序列分析软件  

第2章 时间序列的预处理(8学时)

【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、难点】

重点：自相关图检验．

难点：纯随机性的检验统计量．

【教学方法】

讲授、讨论、上机实习，多媒体.

【教学内容】

1．平稳性检验

2．纯随机性检验  

第3章 平稳时间序列分析(12学时)

【教学目的与要求】

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．

5．熟练掌握平稳时间序列的建模方法和步骤．

6．掌握时间序列的预测，理解修正预测．

【教学重点、难点】

重点：AR模型平稳性的判别方法、MA模型可逆性的判别方法、平稳时间序列的建模方法和步骤．

难点：AR模型、MA模型、ARMA模型的统计性质、时间序列的预测、修正预测．

【教学方法】

讲授、讨论、上机实习，多媒体.

【教学内容】

1．方法性工具

2．ARMA模型的性质  

3．平稳时间序列建模  

4．时间序列预测  

第4章  非平稳时间序列的确定性分析(7学时)

【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．

【教学重点、难点】

重点：时间序列的趋势分析．

难点：复杂序列的综合分析方法．

【教学方法】

讲授、讨论、上机实习，多媒体.

【教学内容】

1．时间序列的分解  

2．确定性因素分解

3．趋势分析  

4．季节效应分析

5．综合分析

第5章 非平稳序列的随机分析(12学时)

【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、难点】

重点：ARIMA模型建模．

难点：条件异方差模型．

【教学方法】

讲授、讨论、上机实习，多媒体.

【教学内容】

1．差分运算

2．ARIMA模型

3．残差自回归模型模型

4．异方差的性质

5．方差齐性变换

6．条件异方差模型

第6章 多元时间序列分析(10学时)

【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，掌握协整检验方法和具体步骤．

4．理解误差修正模型，掌握构造误差修正模型的方法．

【教学重点、难点】

重点：平稳多元时间序列建模．

难点：单位根检验方法、协整和误差修正模型．

【教学方法】

讲授、讨论、上机实习，多媒体.

【教学内容】

1．平稳多元时间序列建模

2．虚假回归

3．单位根检验

4．协整

5．误差修正模型

 

执笔人：王颖俐 审定人：李建丽