时间序列分析教学大纲.docx
《时间序列分析教学大纲.docx》由会员分享，可在线阅读，更多相关《时间序列分析教学大纲.docx（8页珍藏版）》请在冰豆网上搜索。
时间序列分析教学大纲
《时间序列分析》教学大纲
一、开设院（部）：
统计与应用数学学院统计学系
二、教学对象：
统计学、数学与应用数学、信息与计算科学专业本科生
三、教学目的和要求：
通过本课程的学习，让学生试图借助计算机的存储功能和计算功能来抽象掉其深奥的数学理论和复杂的运算，通过建模练习来掌握时间序列分析的基本思路和方法。
四、教学课时及其分配：
总学时：
54学时。
其中授课36学时，上机18学时。
五、考核：
期末考试；试卷结构：
填空（10分，每题1分）、简答（30分，每题6分）、证明（10分）分析题（30分，每题10分）计算题（20分）
六、教材：
《应用时间序列分析》，王燕编，中国人民大学出版社，2005年版。
七、主要参考书目：
1、《时间序列分析》，王振龙主编，中国统计出版社，2000年版。
2、《应用时间序列分析》，何书元著，北京大学出版社，2003年版。
3、《高等时间序列经济计量学》，易纲，海闻主编，上海人民出版社，1999年版
4、《时间序列分析》，詹姆斯D．汉密尔顿，中国社会科学出版社，1999年版。
5、《高等时间序列计量经济学》，陆懋祖著，上海人民出版社，
八、讲授提纲：
（附后）
课时分配表
章节
内容
课时
第一章
时间序列分析简介
2
第二章
时间序列的预处理
4+2
第三章
平稳时间序列模型的性质
6+2
第四章
平稳时间序列建模与预测
8+4
第五章
非平稳时间序列的确定性分析
6+4
第六章
非平稳时间序列的随机分析
8+4
第七章
多元时间序列分析
2+2
合计
36+18
第一章 时间序列分析简介
【教学目的与要求】
1、理解时间序列的意义。
2、理解时间序列分析两大类分析方法。
3、了解时间序列分析软件。
【教学重点】
时间序列分析软件使用
【教学难点】
时间序列分析两大类分析方法
【教学内容】
§1.1 引言
§1.2 时间序列的定义
§1.3 时间序列分析方法
一、描述性时序分析
二、统计时序分析
§1.4 时间序列分析软件
第二章时间序列的预处理
【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】
自相关图检验
【教学难点】
纯随机性的检验统计量
【教学内容】
§2.1 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、平稳性的检验
时序图检验、自相关图检验
§2.2 纯随机性检验
一、纯随机序列的定义
二、白噪声序列的性质
纯随机性、方差齐性
三、纯随机性检验
假设条件、检验统计量
第三章 平稳时间序列模型的性质
【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。
【教学重点】
AR模型平稳性的判别方法、MA模型可逆性的判别方法。
【教学难点】
AR模型、MA模型、ARMA模型的统计性质
【教学内容】
§3.1 方法性工具
一、差分运算
二、延迟算子
三、线性差分方程
§3.2 ARMA模型的性质
一、AR模型
AR模型的定义、AR模型平稳性判断、平稳AR模型的统计性质
二、MA模型
MA模型的定义、平稳MA模型的统计性质、MA模型的可逆性
三、ARMA模型
ARMA模型的定义、平稳条件和可逆条件、传递形式和逆转形式、ARMA模型的统计性质
第四章 平稳时间序列建模与预测
【教学目的与要求】
1、熟练掌握平稳时间序列的建模方法和步骤
2、掌握时间序列的预测，理解修正预测。
【教学重点】
平稳时间序列的建模方法和步骤。
【教学难点】
时间序列的预测、修正预测。
【教学内容】
§4.1 平稳时间序列建模
一、建模步骤
二、样本自相关函数和偏相关函数
三、模型识别
四、参数估计
矩估计、极大似然估计、最小二乘估计
五、模型检验
模型的显著性检验、参数的显著性检验
六、模型优化
问题的提出、AIC准则、SBC准则
§4.2 时间序列预测
一、线性预测函数
二、预测方差最小预测原则
三、现行最小方差预测的性质
条件无偏最小方差估计值、AR序列预测、MA序列预测、ARMA序列的预测、修正预测
第五章 非平稳时间序列的确定性分析
【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。
6、了解X-11过程的思想方法和具体步骤。
【教学重点】
时间序列的趋势分析。
【教学难点】
复杂序列的综合分析方法。
【教学内容】
§5.1 时间序列的分解
一、Wold分解定理
二、Cramer分解定理
§5.2 确定性因素分解
§5.3 趋势分析
一、趋势拟合法
二、平滑法
§5.4 季节效应分析
§5.5 综合分析
§5.6 X-11过程
第六章 非平稳序列的随机分析
【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】
ARIMA模型建模。
【教学难点】
条件异方差模型。
【教学内容】
§6.1 差分运算
一、差分运算的实质
二、差分运算的选择
三、过差分运算
§6.2 ARIMA模型
一、ARIMA模型的结果
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
§6.3 Auto-Regressive模型
一、模型结构
二、残差自相关检验
三、模型拟合
§6.4 异方差的性质
一、异方差的影响
二、异方差的直观诊断
§6.5 方差齐性变换
一、适用场合
二、转换函数的确定
§6.6 条件异方差模型
一、模型结构
二、模型拟合
第七章 多元时间序列分析
【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】
平稳多元时间序列建模。
【教学难点】
单位根检验方法、协整和误差修正模型。
【教学内容】
§7.1 平稳多元时间序列建模
§7.2 虚假回归
§7.3 单位根检验
一、DF检验
二、ADF检验
三、PP检验
§7.4 协整
一、单整
二、协整检验
§7.5 误差修正模型
升级会员 