《时间序列分析》教学大纲（本科）.docx

《《时间序列分析》教学大纲（本科）.docx》由会员分享，可在线阅读，更多相关《《时间序列分析》教学大纲（本科）.docx（7页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、时间序列分析教学大纲课程英文名Analysis of Time Series课程代码J0701Z73学分3总学时48理论学时36实验/实践学时12课程类别专业课课程性质选修先修课程数学分析高等代数 概率论与数理统计适用专业数学与应用数学开课学院理学院执笔人审定人制定时间2022年4月注：课程类别是指公共基础课/学科基础课/专业课；课程性质是指必修/限选/任选。一、课程地位与课程目标（一）课程地位时间序列分析是统计学的一个重要分支，是一种根据动态数据特征来揭示系统动态结构和发 展变动规律的现代统计分析方法。时间序列分析在经济学、社会科学以及自然科学领域均得到了 广泛的应用。学好这门课，不仅有助于

2、提高同学的定量统计分析能力，实际应用能力，而且能直 接服务于社会，为宏观和微观各层决策者、管理者提供依据和意见参考。（二）课程目标1 . 了解时间序列的基本概念、原理和意义。2 .掌握时间序列分析的各种基本模型、建模和预测方法，以及分析实际问题的基本步骤。3 .掌握有关的统计分析软件：如EViews、R、SAS、Matlab软件等。二、课程目标达成的途径与方法1 .以课堂教学为主，结合自学、课堂讨论、课外作业等，使学生掌握时间序列分析的基本 概念、基于模型、建模和预测方法。2 .通过实验教学，使学生掌握利用时间序列分析方法解决实际问题的基本步骤及过程，掌 握用统计软件实现时间序列分析方法的技能

3、。三、课程目标与相关毕业要求的对应关系课程目标课程目标对毕业要求的支撑程度（H、M、L）毕业要求4毕业要求6课程目标1HM课程目标2HM课程目标3HM四、课程主要内容与基本要求第一章时间序列分析概论（1）教学内容3 1.1时间序列的定义和例子1 . 2时间序列分析方法简介1.3时间序列分析软件(2)基本要求要求学生理解时间序列分析的概念，了解时间序列分析的方法，了解Eviews软件。第二章时间序列分析的基本概念(1)教学内容 1 1随机过程 2 2平稳过程的特征及遍历性 3 3线性差分方程 4 4时间序列数据的预处理(2)基本要求要求学生能掌握平稳性，相关和自相关函数，能对时间序列数据进行预处

4、理。第三章线性平稳时间序列分析(1)教学内容 5 1线性过程 6 自回归模型AR(p) 7 移动平均模型MA(q) 8 4自回归移动平均过程ARMA (p, q) 9 5时间序列模型传递形式和逆转形式3.6自相关函数与偏相关函数(2)基本要求要求学生理解自回归模型AR(p)、移动平均模型MA(q)、自回归移动平均过程ARMA (p, q) 模型的建模过程，能区分这儿种模型所反映的不同时间序列数据的影响。第四章非平稳序列和季节序列模型(1)教学内容 4.1均值非平稳 4. 2自回归求和移动平均模型(ARIMA)4. 3方差和自协方差非平稳 4. 4季节时间序列(SARIMA)模型(2)基本要求要

5、求学生理解并掌握自回归求和移动平均模型(ARIMA),季节时间序列(SARIMA)模型概念及 基本思想。会使用Eviews软件对此类数据建模并计算其风险。第五章时间序列的模型识别(1)教学内容 5.1模型识别初步 5. 2模型定阶 5. 3模型识别步骤(2)基本要求要求学生理解并掌握模型识别的步骤，会使用Eviews软件完成相关操作。第六章时间序列模型参数的统计推断(1)教学内容6.1自协方差系数的参数估计 6. 2ARMA (p q)模型参数的矩估计6.3ARMA(p q)模型参数的极大似然估计 6. 4ARMA(p q)模型参数的最小二乘估计 6. 5 ARMA(p, q)模型的诊断检验6

6、. 6ARMA(p, q)模型的优化(2)基本要求要求学生理解并掌握对相关模型参数的估计方法。会使用Eviews软件求相关参数的估计值。第七章平稳时间序列模型预测(1)教学内容 7.1最小均方误差预测7.2对AR模型的预测7.3 MA模型的预测7.4ARMA模型的预测 7. 5预测值的适时修正(2)基本要求要求学生理解并掌握平稳时间序列模型预测概念及基本思想。会使用Eviews软件对此类数 据进行统计处理。第八章非平稳和季节时间序列模型分析方法(1)教学内容 8.1非平稳性的捡验 8. 2平稳化方法 8. 3齐次非平稳序列模型 8. 4乘积季节模型8. 5季节时序模型的建立(2)基本要求要求学

7、生理解并掌握齐次非平稳序列模型和乘积季节模型概念及基本思想。会使用Eviews 软件对此类数据建模。第九章非线性时间序列模型(1)教学内容9.1门限模型9.2 ARCH 和 GARCH 模型 9. 3双线性模型9.4函数系数自回归模型(2)基本要求要求学生了解门限模型、ARCH和GARCH模型、双线性模型、函数系数自回归模型概念及基 本思想。会使用Eviews软件对此类数据建模。第十章多元时间序列分析(1)教学内容 10.1多元平稳时间序列建模10.2虚假回归 10. 3单位根检验 10.4协整 10. 5误差修正模型(2)基本要求要求学生了解单位根检验及协整概念及基本思想。五、课程学时安排章

8、节号教学内容学时 数学生任务对应课 程目标第一章时间序列分析概论41 .完成相关作业2 .实验:Eviews基本操作1,3第一早时间序列分析的基本概念21.完成相关作业1第三章线性平稳时间序列分析61 .完成相关作业2 .实验：时间序列数据平稳性检 验实验2,3第四章非平稳序列和季节序列模型21.完成相关作业2第五章时间序列的模型识别4L完成相关作业2第六章时间序列模型参数的统计推断6L完成相关作业2第七章平稳时间序列模型预测81 .完成相关作业2 .实验:ARMA模型建模与预测2,3第八章非平稳和季节时间序列模型分析方法81 .完成相关作业2 .实验：ARIMA模型建模与预测； 季节ARIM

9、A模型建模与预测2,3第九章非线性时间序列模型61 .完成相关作业2 .实验:条件异方差模型的运用2,3第十章多元时间序列分析21.完成相关作业2六、实践环节及基本要求序 号实验项目名称学 时基本要求学生任务实验 性质实验 类别1统计分析软件的简单介绍2介绍EViews软件 的基本功能1 .掌握 EVi ews 软件基本操作验证必做2平稳时间序列模型的建立4对数据进行平稳 性、随机性检验， 构建ARMA模型， 对模型阶数、参数 及模型的适应性 进行检验，并利用 拟合模型进行短 期预报1 .掌握平稳时间 序列建模的基本 过程及方法2 .完成实验报告验证必做3非平稳时序模型的建立4对非平稳数据拟

10、合ARIMA和 SARIMA模型,对 模型阶数、参数及 模型的适应性进 行检验，利用拟合 模型进行短期预 报1 .掌握非平稳时 间序列建模的基 本过程及方法2 .完成实验报告验证必做4非线性时序模型的建立2对异方差数据拟 合ARCH模型，对 模型阶数、参数及 模型的适应性进 行检验，并利用拟 合模型进行短期 预报1 .掌握ARCH模 型建模的基本过 程及方法2 .完成实验报告验证必做注：1,实验性质指演示性、验证性、设计性、综合性等；2.实验类别指必做、选做等。七、考核方式及成绩评定考核内容考核方式评定标准（依据）占总成绩比例过程考核到课率、平时作业、实验课到课率/平时作业 实验报告平时成绩：10% 实验成绩:20%期末考核卷面成绩卷面成绩:70%考核类别考查成绩登记方式百分制八、推荐教材与主要参考书（一）推荐教材：1 .王黎明等，应用时间序列分析，复旦大学出版社，2013o2 .张世英等，金融时间序列分析，清华大学出版社，2008o（二）主要参考书：1 .王燕，应用时间序列分析，中国人民大学出版社，2008o2 .王振龙等：时间序列分析，中国统计出版社，2000o3 .何书元，应用时间序列分析，北京大学出版社，2003o4 .安鸿志等，时间序列的分析与应用，科学出版社，1986年。