- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
《时间序列分析》课程教学大纲
课程总学时/学分:54/3
课程类别:专业限选课
一、教学目的和任务
时间序列分析作为数理统计学的一个专业分支,遵循数理统计学的基本原理,
是利用观察信息估计总体的性质。但是由于时间的不可重复性,使得在任意一个时
刻只能获得唯一的一个序列观察值,这种特殊的数据结构导致时间序列分析有它非
常特殊的、自成体系的一套分析方法。
本课程着重介绍时序的时域分析方法,通过学习,使学生掌握时间序列的基本
概念以及时序的分类,学会对具体时序的分析步骤与建模方法,进而掌握如何判断
已建立模型与原来数据的适应性及对未来值的预测,掌握用Eivew进行时间序列分
析的方法,了解时间序列方法在社会经济预测中的应用。
二、教学基本要求
该课程以Hilbert空间的基本理论和方法为基础,阐述了时间序列的时域分析和
频域分析的基本理论和方法,简明地论述了建模和预报中分析问题、解决问题的主
要思路和方法.掌握时间序列分析的基本概念和模型,掌握用时间序列模型进行基本
实证分析的方法。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。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。
三、教学内容及学时分配
第一章绪论(4学时)
教学要求:
1.了解时间序列的含义及时间序列的主要分类;了解时间序列分析的主要方法
及其应用领域;了解时间序列分析与数理统学的主要区别;了解时间序列数据的采
集,掌握离群点的检验与处理,理解缺损值的补足方法。
2.理解时间序列的构成因素及几个常用的模型;掌握移动平均法、指数平滑法、
时间回归法和季节周期预测法;了解随机过程的概念;理解平稳随机过程、自相关
和动态性概念。
教学重点:
时间序列分析的一般问题及时间序列的建立。
教学难点:
确定性时序分析方法概述和几个基本概念。
第二章平稳时间序列模型(8学时)
教学要求:
1.了解一阶自回归模型的特点;理解AR(1)与普通一元线性回归的关系;了
解相关序列的独立化过程和AR(1)模型的特例—随机游动;掌握AR(2)模型的
假设和结构;理解一般自回归模型。
2.理解一阶移动平均模型MA(1)和一般移动平均模型;理解ARMA(2,1)
模型的基本假设和结构,了解其相关序列的独立化过程及其与AR(1)的区别;了
解ARMA(2,1)模型的非线性回归及其其他特殊情形;了解ARMA(n,n-1)模
型与ARMA(n,m)模型。
教学重点:
一阶自回归模型。
教学难点:
自回归移动平均模型。
第三章ARMA模型的特性(10学时)
教学要求:
1.理解线性常系数差分方程及其解的一般形式;掌握AR(1)系统的格林函数
的形式和AR(1)模型的后移算子表达式;理解AR(1)系统的平稳性及其平稳性
条件,了解World分解;掌握ARMA(2,1)系统的格林函数及其平稳性。
2.理解AR(1)模型和ARMA(2,1)模型的逆函数;了解自协方差函数的
直观解释和理论依据;理解理论自相关函数和样本自相关函数;理解格林函数和自
协方差函数之间的关系;掌握偏自相关函数。
3.了解有限离散傅立叶变换、周期图和频谱的概念;了解平稳过程的谱密度及
其与自相关函数的关系;了解ARMA模型的谱密度。
教学重点:
格林函数和平稳性。
教学难点:
逆函数和可逆性。
第四章平稳时间序列模型的建立(10学时)
教学要求:
1.掌握Box-Jenkins的模型识别方法、掌握残差方差图定阶法和F检验定阶法;
了解自相关函数(ACF)和偏自相关函数(PACF)定阶法、掌握最佳准则函数定阶
法。
2.掌握AR模型、MA模型和ARMA模型参数的相关矩估计、了解模型的最小
二乘估计和极大似然估计、了解散点图法和估计相关系数法;掌握F检验和卡方检
验法。
3.掌握Pandit-Wu的建摸方法;了解用长阶自回归法建立近似模型、掌握几个
建摸的实例。
教学重点:
AR模型、MA模型和ARMA模型参数的相关矩估计、模型的最小二乘估计和
极大似然估计。
教学难点:
散点图法和估计相关系数法、F检验和卡方检验法。
第五章平稳时间序列预测(8学时)
教学要求:
1.了解数据图检验法和自相关、偏自相关函数、特征根检验法、对数变换与差
分运算的结合运用;掌握参数检验法、逆序检验法和游程检验法、差分和季节差分
方法对数据进行平稳化。
2.了解齐次非平稳的概念、组合模型的
您可能关注的文档
- 《应用回归分析》课程教学大纲.docx
- 《多元统计分析》课程教学大纲.docx
- 《数据分析与统计软件》课程教学大纲.docx
- 《抽样调查》课程教学大纲.docx
- 《数学物理方程》课程教学大纲.docx
- 《高等几何》课程教学大纲.docx
- 2024年江西省瑞安市六校联盟九年级数学第一学期开学调研试题【含答案】.doc
- 2024年江西省上饶县九年级数学第一学期开学学业质量监测模拟试题【含答案】.doc
- 2024年江西省瑞金市瑞金四中学数学九上开学学业水平测试模拟试题【含答案】.doc
- GB/T 44426.1-2024躺卧保护组织完整性的辅助器具 第1部分:一般要求.pdf
- 2024年江西省寻乌县九上数学开学复习检测模拟试题【含答案】.doc
- 2024年江西省省宜春市袁州区数学九上开学学业水平测试模拟试题【含答案】.doc
- 《GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语》.pdf
- 中国国家标准 GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语.pdf
- GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- 《GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构》.pdf
- 中国国家标准 GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 中国国家标准 GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 《GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南》.pdf
文档评论(0)