《时间序列分析》大纲.docVIP

《时间序列分析》教学大纲 一、课程基本信息 课程名称 时间序列分析 课程代码 开课学院 数学与计算机学院 撰写时间 2022.2 课程类型 专业课 学 分 3 学 时 48 先修课程 《高等数学》、《概率论与数理统计》《统计分析软件SAS》 开课对象 应用统计学专业 考核方式 考试 二、课程的性质、目的与任务 （一）课程性质 《时间序列分析》时间序列分析是通过对社会经济活动中的时间序列数据进行观察、研究，寻找其内在的发展变化规律，建立合理的统计模型，来预测变量的未来走势。 （二）教学目的 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。 （三）教学任务 教学上要通过本课程的学习，使学生能够掌握时间需序列分析的基本原理、基本方法。学习该课程可以提高数据分析能力。同时，在学习的过程中，通过对课程中相关案例的学习，也能够提升学习者分析和解决经济社会中实际问题的能力。 三、教学基本内容与基本要求 第一章：时间序列分析简介 基本要求： 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。 第二章：时间序列的预处理 基本要求： 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； 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 第三章：平稳时间序列模型的性质 基本要求： 1.了解线性常系数差分方程及其解的一般形式； 2.掌握AR,MR,ARMR模型的平稳判别方法，熟练掌握这些模型的性质 第四章：平稳时间序列建模与预测 基本要求： 熟练掌平稳时间序列的建模放啊和步骤； 掌握时间序列的预测，理解修正预测； 第五章：非平稳时间序列的确定性分析 基本要求： 1.掌握时间序列确定性因素分析 2.掌握时间序列的趋势分析 3.掌握模型季节效应分析的基本思想和具体操作步骤 4.掌握复杂序列的综合分析方法 5.了解时间序列的Word分解和Cramer分解 第六章：非平稳序列的随机分析 了解差分运算的实质，掌握差分方式的选择，理解差问题 掌握ARIMA模型的结构，理解其性质 熟练掌握ARIMA模型建模的具体步骤 掌握条件异方差模型 第七章：多源时间序列分析 掌握平稳多元时间序列建模 理解虚假回归的意义，掌握单位根检验方法 理解协整检验的概念，掌握协整检验方法和具体步骤 理解误差修正模型，掌握构造误差修正模型的方法 四、学时分配 教学内容 教学 重点 难点 学时 要求 （☆） （△） 安排 一、?时间序列分析简介 　 　 　 2 （一）引言 B 　 　 （二）时间序列的定义 A ☆ 　 （三）时间序列分析方法 C ☆ △　 二、? 时间序列预处理 　 　 　 8 （一）平稳性检验 B ☆ 　 （二）纯随机性检验 B ☆ 　 （三）案例分析 B ☆ △　 三、平稳时间序列模型的性质 　 　 　 8 （一）方法性工具 B ☆　 　 （二）ARMA模型的性质 C ☆ △ 四、平稳时间序列建模与预测 6 （一）平稳时间序列建模 B ☆ （二）时间序列预测 B △ 五、非平稳时间序列的确定性分析 　 　 　 8 （一）时间序列的分解 B 　 　 （二）确定性因素分解 C ☆ △ （三）趋势分析 B ☆ △ （四）季节效应分析 A ☆ 　 六、非平稳序列的随机分析 8 （一）差分运算 A △ （二）ARIMA模型 B ☆ △ （三）异方差的分析 B ☆ △ （四）方差齐性变换 A △ 七、多源时间序列分析 6 （一）平稳多元时间序列建模 B ☆ △ （二）虚假回归 B ☆ △ （三）单位根检验 B ☆ 复习机动 2 （教学要求：A--理解 B--掌握 C--应用） 五、建议实验项目及学时分配 按照教学计划，本课程安排48学时，实验项目学时根据各专业培养方案决定。 六、教学方法与教学手段 教学方法 本课程以课堂面授为主，教师在教学过程中，应注重理论联系实际，将实际的统计学案例引入课堂教学，采用分组讨论的方式进行，注重培养和提高学生实际分析问题和解决问题的能力。 教学手段 本课程教学内容涉及大量图表和软件操作，可以用多媒体教学和实验室等进行理论教学和实验教学。 七、建议教材与参考书目 1.时间序列分析 中国统计出版社 王振龙 主编 2.应用时间序列分析 北京大学出版社 何书元 主编 3.高等时间序列经济计量学 上海人民出版社