《时间序列分析》课程教学大纲.docx

《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