课程简介
这门课会讲什么？
本课程系统的介绍了时间序列的定义、一元时间序列及多元时间序列的分析方法。讲解了时间序列的两种预处理方式：平稳性检验与纯随机性检验。重点介绍平稳时间序列的分析、建模及预测，如AR、MA、ARMA三个模型；并针对非平稳时间序列，介绍其平稳化的一些方法，如差分运算等，以及对非平稳时间序列的分析及建模方法，如ARIMA模型，确定性因素分解法等。
你将收获什么？
《时间序列分析》可以帮助学生了解时间序列在经济分析中的应用；帮助学生掌握时间序列建模及预测过程。通过相关软件进行时间序列定量分析，在学习本课程后，可以熟练将时间序列分析及预测应用到实际场景中。
适合什么人学习？
《时间序列分析》课程的授课对象是应用统计学、经济统计学、数学与应用数学、经济学类等专业本科生，社会上从事时间序列分析工作的群体成员亦可参照学习。
课程大纲
课程章节
- 第一章 时间序列分析
- 第二章 时间序列的预处理
- 时间序列分析
- 非平稳时间序列的确定性分析
- 非平稳时间序列的随机分析
- 多元时间序列分析
- 实验分析
时间序列分析
3.1 差分运算和延迟算子
试读3.2 AR模型的结构
试读3.3 格林函数
试读3.4 AR模型平稳性判别-特征根判别
试读3.5 AR模型平稳性判别-自回归系数判别
试读3.6 AR模型的统计性质
试读3.7 MA模型的结构
试读3.8 MA模型的统计性质
试读3.9 MA模型的可逆性
试读3.10 MA模型的逆转形势及可逆函数
试读3.11 MA模型可逆性判别
试读3.12 ARMA模型的结构
试读3.13 平稳条件和可逆条件
试读3.14 ARMA模型的性质
试读3.15 平稳序列建模步骤、模型识别和参数估计
试读3.16 模型检验
试读3.17 模型优化及预测
试读实验分析
7.1 实验分析
试读
关
注
我
们