时间序列分析
时间序列分析
少于1000 人选课
更新日期:2025/06/06
开课时间2025/02/22 - 2025/07/21
课程周期22 周
开课状态开课中
每周学时-
课程简介

时间序列分析方法对社会经济现象进行分析和预测的常用手段之一,本课程亦是经济统计学专业的一门专业主干必修课,对培养学生的统计思维能力和问题解决能力具有重要作用。

课程着重介绍时间序列的时域分析方法,包括平稳时间序列分析、非平稳时间序列的随机分析、非平稳时间序列的确定性分析以及多元时间序列分析等内容。通过该课程的学习,要求学生掌握时间序列的基本概念,学会对平稳时间序列和非平稳时间序列进行分析的基本理论、步骤与方法,进而学会利用Eviews、Python等统计分析软件对所搜集的数据进行分析、建模与预测。


课程大纲

时间序列分析简介

  • 1.1 时间序列的定义
  • 1.2 时间序列分析方法
  • 1.3 章节测验

时间序列的预处理

  • 2.1 特征统计量
  • 2.2 平稳时间序列的定义和统计性质
  • 2.3 平稳时间序列的意义
  • 2.4 平稳性检验
  • 2.5 纯随机序列的定义、性质
  • 2.6 纯随机性检验
  • 2.7 章节测验

平稳时间序列分析

  • 3.1 方法性工具
  • 3.2 AR模型
  • 3.3 MA模型
  • 3.4 ARMA模型
  • 3.5 平稳序列建模
  • 3.6 序列预测
  • 3.7 章节测验

非平稳序列的随机分析

  • 4.1 时间序列的分解
  • 4.2 差分运算
  • 4.3 ARIMA模型
  • 4.4 疏系数模型
  • 4.5 季节模型
  • 4.6 残差自回归模型
  • 4.7 异方差的性质
  • 4.8 方差齐性变换
  • 4.9 条件异方差模型
  • 4.10 章节测验

非平稳序列的确定性分析

  • 5.1 确定性因素分解
  • 5.2 X-11季节调整模型
  • 5.3 X-12-ARIMA模型
  • 5.4 指数平滑预测模型
  • 5.5 章节测验

多元时间序列分析

  • 6.1 平稳多元序列建模
  • 6.2 虚假回归
  • 6.3 单位根检验
  • 6.4 协整
  • 6.5 误差修正模型
  • 6.6 章节测验