《时间序列分析课程实验教学大纲.docx》由会员分享,可在线阅读,更多相关《时间序列分析课程实验教学大纲.docx(3页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、时间序列分析课程实验教学大纲课程代码:Z0605009 课程性质:专业主干课课程名称:时间序列分析英文名称:Time series analysis适用专业:统计学开设学期:第6学期实验学时/总学时:16/32实验学分/总学分:1/2大纲拟定人:1.课程实验内容简介时间序列分析课程是概率统计学中的一个重要分支,课程性质为必修课,主要讲述建立 模型、参数估计及最佳预测与控制等。初步了解时间序列数据并掌握一些处理时间序列数据 的方法,实验教学重点是时间序列数据的散点图:运用计算机软件进行平稳时间序列数据的 模拟及制作平稳时间序列数据的连线图,使学生对平稳时间序列模型有一个基本认识。(1)培养学生运
2、用所学数学知识,并利用计算机等现代化手段来解决实际问题的综合能力。(2)使学生熟悉S A S操作系统。(3)掌握SAS/ETS模块进行时间序列分析的一些基本方法和技巧,并逐步了解科学研究的 基本思维过程及方法。二、实验项目项目序号实验项目名称内容提要实 验 学 时仪 器 套 数每 套 人 数实验类型开出要求IS A S操作系 统简介及时间 序列初探熟悉SAS软件的一些基本操作及输出 信息的分析;理解SAS软件中数据集的 结构,并掌握如何在SAS软件中创建临 时性和永久性数据集:掌握时序图的绘 制方法及序列平稳性与纯随机性的检验2481基础必做2模型识别、参数 估计及序列预 测进一步学习SAS/
3、ETS软件中的软件包-PROC ARIMA,掌握 IDENTIFYC 识 另lj)、ESTIMATE (估计)和 FORECAST (预测)命令的使用及其输出结果的分析2481基础必做3趋势拟合及X一 1 1过程掌握使用SAS的REG (回归)过程与 AUTOREG (自回归)过程对时间序列进 行线性趋势拟合;掌握使用SAS的 NLIN (非线性)过程对时间序列进行非 线性趋势拟合;掌握使用X1过程对时间序列进行季节调整248I基础必做4常用非平稳模 型的拟合了解ARIMA模型拟合与ARMA模型 拟合的不同之处;掌握使用SAS系统的 AUTOREG程序进行残差自回归模型拟 合及GRACH模型的
4、拟合2481基础必做5传统时间序列 分析掌握利用SAS软件提供的各种季节调 整方法(如X-11法)和指数平滑法对 时间序列数据进行预处理,再对预处理 过的数据进行趋势建模和分析。2481基础必做6AR模型的应用掌握利用SAS软件求出样本序列的自 相关与偏相关数值及分析图;利用AR 模型进行时间序列的建模分析。248I基础必做7ARMA模型的 应用利用自相关与偏相关数值及分析图进行 ARMA模型的识别与定阶,再进行模型 参数的估计和模型的适应性检验及预 测,实现对具体问题的分析。2481基础必做8时间序列的协 整分析了解协整分析的原理及应用方法,利用SAS软件进行时间序列的协整分析。248I基础必做三、实验所需主要仪器设备及台(套)数微机,Wndows xp, SAS, R 软件:48 套四、实验成绩评定方法根据学生上机的出勤情况、上机过程中的程序完成情况和实验报告的书写情况综合评定每个 实验的成绩,再根据四个实验的成绩综合评定该实验课程的考杳成绩。五、参考资料1应用时间序列分析,王燕编,中国人民大学出版社,2005.2时间序列分析,王振龙主编,中国统计出版社,2000.3应用时间序列分析,何书元著,北京大学出版社,2003.