《应用时间序列分析》课程教学大纲.docx

应用时间序列分析课程教学大纲一、课程名称1 .中文名称：应用时间序列分析2. 英文名称： Applied time series analysis二、课程概况课程类别：业学位课学时数：32学分数：2适用专业：应用统计开课学期：2开课单位：经济管理学院+文理学院三、四、教学目的及要求通过本课程的学习，要求学生系统地掌握时间序列分析的基本原理及熟练运 用软件进行分析和求解。较系统地学习ARIMA系列模型、协整、GARCH类模 型及非线性时序模型基本概念、基本原理、模型识别及模型检验等。熟练掌握R 语言进行协整关系检验、分析和求解时间序列模型。通过本课程的学习能够熟练 的对商业和经济领域的时间序列进行分析。五、课程主要内容及先修课程课程简介(第1章概述)1学时第2章基本概念4学时1随机过程2. 2自协方差和自相关函数3偏自相关函数3. 4白噪声过程5均值、自协方差和自相关的估计4. 6时间序列过程的移动平均和自回归表示7线性差分方程第3章平稳时间序列模型3学时1自回归过程3. 2移动平均过程3 AR(p)过程和MA(q)过程之间的对偶关系4. 4自回归移动平均ARMA (p,小过程第4章非平稳时间序列模型2学时1均值非平稳5. 2自回归求和移动平均模型3方差和自协方差非平稳第5章预报3学时1 弓|言6. 2最示均方差误差预报3预报的计算7. 4对过去观测值加权平均的ARIMA预报5更新预报8. 6最终预报函数7数值实例(R语言进行相关操作)第6章 模型识别3学时1模型识别的步骤9. 2实例3逆自相关函数10. 4扩展样本自相关函数和其他识别方法第7章参数估计、诊断检验和模型选择5学时1矩方法11. 2极大似然方法3非线性方法12. 4在时间序列分析中的普通最小二乘法5诊断检验13. 6有关序列W1至W7的实例7模型选择准那么第8章季节性时间序列模型4学时1基本概念14. 2传统方法3季节性ARIMA模型15. 4 R语言求解ARIMA模型第9章 单位根检验2学时1引言16. 2 一些有用的极限分布3 AR(1)模型中的单位根检验17. 4 一般模型的单位根检验5季节性时间序列模型的单位根检验第10章协整3学时1简介18. 2零假设为没有协整关系的检验2协整向量的假设检验19. 2 R语言进行协整关系检验第11章 时间序列回归和GARCH模型3学时1误差具有自相关性的回归20. 2 ARCH 和 GARCH 模型2 GARCH模型的R语言求解第12章 非线性过程3学时1非线性过程21. 2门限自回归模型2门限自回归模型的R语言求解先修课程：线性代数，概率论与数理统计，回归分析六、课程教学方法1、教学形式：讲授2、教室要求：多媒体+机房3、课件来源：自制（朱小林）七、课程考核方式作业+笔试八、课程使用教材1.教材:时间序列分析一单变量和多变量方法（第二版）魏武雄（William W. S. Wei）著，易丹辉，刘超，贺学强等译，中国人民大学出版社,2009.九、课程主要参考资料.时间序列分析詹姆斯D.汉密尔顿著，夏晓华译，中国人民大学出版 社,2015；1 .时间序列分析:预测与控制（美）George E. P. Box,（英）GwilymM. Jenkins, （美）Gregory C. Reinsei著，顾岚主译，中国统计出版社，1997；.金融时间序列分析（第三版），蔡瑞胸，王远林等译，人民邮电出版社，2012；2 .金融数据分析导论:基于R语言,蔡瑞胸，李洪成等译，机械工业出版社,2013 .分委员会主席审批：年月日学院主管院长审批：年月日编号：C3/研部03/002