1、時間序列分析(Time Series Analysis)課程代碼：20410107學分：3學時：48 （其中：課堂教學學時：36實驗學時：0上機學時：12課程實踐學時：0 ）先修課程：高等數學B （ I、II）、線性代數、概率統計、統計學A、數理統計、計 量經濟學A適用專業：統計學專業教材：應用時間序列分析，王振龍主編，中國統計出版社，2010年5月第2版一、課程性質與課程目標（一）課程性質時間序列分析是統計學專業的一門專業必修課，也是統計學的一個重要分支。它建立在高 等數學、概率論與數理統計、統計學、計量經濟學、計算機技術等課程知識的基礎上。時間序列分 析是利用隨機過程的理論和數理統計的方法

2、對隨機序列的變化規律進行統計分析，其內容包括：時 間序列的確定性分析、平穩時間序列的建模及預測、非平穩時間序列的建模及預測、時間序列的非 平穩性檢驗等。時間序列分析在社會科學和自然科學的許多學科領域均得到了廣泛的應用。隨著計算機的普及 和相關軟件的開發應用，時間序列分析將在各領域中的發揮更加重要的作用。學好時間序列分析已 成為對統計學專業本科生的基本要求，對于培養學生深刻理解和掌握時間序列分析的基本理論和方 法，并用以分析社會經濟現象的動態變動規律，進而對未來狀態進行預測和控制，具有重要作用。 同時也有助于提高學生解決實際問題的能力以及從事科學研究的能力，并將為學生后續的學習與實 踐打下重要的

3、基礎。（二）課程目標時間序列分析是以時間序列的統計特征及其分析方法以及時間序列的模型的建立與預測為主要 研究內容。課程體現時間序列的基本理論和分析原理，并側重于理論在實際經濟問題中的應用。通過該課程的學習，要求學生完成以下目標：課程目標1:理解統計數據的分類及其研究方法，了解時間序列的一般概念；課程目標2：掌握確定性時間序列的分析方法，并能熟練運用于實際經濟問題；課程目標3：掌握平穩時間序列模型的形式、特征及基本知識，理解平穩時間序列的建模步驟 及方法，能夠用于解決實際經濟問題；課程目標4：掌握非平穩時間序列模型的形式、特征及基本知識，理解非平穩時間序列的建模 步驟及方法，能夠用于解決實際經濟

4、問題；課程目標5：能夠熟練操作EViews軟件進行確定性時間序列的趨勢預測、季節安排，并對（非） 平穩時間序列進行數據處理和建模分析；課程目標6：能夠運用時間序列分析的理論方法，分析實際經濟現象的變動規律，并對未來的 經濟進行預測和控制。二、課程內容與教學要求第一章緒論（-）課程內容.課程的性質、研究對象、目的與任務；.統計數據的分類與研究方法；.時間序列的一般問題。（二）教學要求.了解本課程的性質、研究對象、目的與任務；.掌握本課程的幾個基本概念；.掌握時間序列的分類及研究方法；. 了解時間序列的一般問題。（三）重點與難點.重點：時間序列的基本概念、時間序列的基本類型、時間序列的研究方法。.

5、難點：時間序列分析的主要方法。第二章確定性時間序列分析（-）課程內容.確定性時間序列的趨勢分析及預測；.確定性時間序列的季節安排。（二）教學要求.掌握確定性時間序列的趨勢模型類型及趨勢預測方法；.掌握確定性時間序列的季節安排方法。（三）重點與難點.重點：確定性時間序列的趨勢分析與預測的移動平均方法、指數平滑方法、趨勢模型方法； 確定性時間序列季節安排的移動平均方法。.難點：確定性時間序列的趨勢分析與預測的趨勢模型方法中趨勢模型的識別、確定性時間序 列季節安排的移動平均方法思想。第三章平穩時間序列模型（一）課程內容.幾個基本概念；階自回歸模型AR;.p階自回歸模型AR（p）；. q階移動平均模型

6、MA （q）；.回歸移動平均模型ARMA （p, q）o（二）教學要求1. 了解各種模型之間的區別與聯系；2,理解隨機過程、時間序列、白噪聲等基本概念；3.掌握各種模型的形式。（三）重點與難點.重點：隨機過程的基本概念、時間序列的概念、時間序列的平穩性條件、平穩時間序列模型 的類型。.難點：隨機過程等基本概念的理解、時間序列的平穩性條件。第四章自回歸移動平均模型的特性（-）課程內容.格林函數與平穩性；.逆函數與可逆性；. ARMA模型的自協方差函數與自相關函數;. ARMA模型的偏自相關函數。（二）教學要求.理解并掌握格林函數及模型的平穩性條件；.理解并掌握逆函數及模型的可逆性條件；3理解并掌

7、握ARMA模型的自協方差函數、自相關函數、偏自相關函數的形式及特征。（三）重點與難點.重點：格林函數與逆函數的含義、ARMA模型的平穩性條件和可逆性條件、ARMA模型自協方 差函數和（偏）自相關函數的特征。.難點：格林函數與平穩性條件以及可逆函數與可逆性條件的關系、ARMA模型自協方差函數 與（偏）自相關函數推導過程的基本思想。第五章平穩時間序列的模型的建立（-）課程內容.平穩時間序列建模的一般步驟及具體應用；.模型的識別、定階、參數估計和適應性檢驗方法。（二）教學要求.了解平穩時間序列建模的一般步驟；.掌握模型識別與定階的方法；.掌握模型的參數估計方法；.掌握模型的適應性檢驗方法。（三）重點

8、與難點.重點：模型識別的原理、模型定階的方法、模型適應性檢驗的思想。.難點：模型的識別的原理、模型適應性檢驗的思想。第六章平穩時間序列的預測（一）課程內容.平穩線性最小均方誤差預測；.條件期望預測的基本概念；.條件期望預測的計算；.預測值的適時修正。（二）教學要求.理解平穩線性最小均方誤差預測的基本概念；.理解條件期望預測的基本概念；.掌握條件期望預測的計算；.理解并掌握預測值的適時修正。（三）重點與難點.重點：條件期望的性質、條件期望預測的計算、預測值的適時修正。.難點：對平穩線性最小均方誤差預測、條件期望預測及預測值適時修正基本概念的理解。第七章非平穩時間序列分析（-）課程內容.平穩時間序

9、列的特性及檢驗；.平穩時間序列的平穩化方法；,齊次非平穩序列模型；.非平穩時間序列的組合模型。（二）教學要求.掌握非平穩時間序列的特性與檢驗；.掌握非平穩時間序列的平穩化方法；.了解齊次非平穩序列模型以及非平穩時間序列的組合模型。（三）重點與難點.重點：非平穩性的檢驗方法、非平穩序列的平穩化方法、ARIMA模型的建模分析。.難點：非平穩序列的平穩化方法、ARIMA模型與ARMA模型的區別與聯系。三、本課程開設的實驗項目編號實驗項目名稱學時類型要求支撐的課程目標1確定性時間序列的趨勢分析2綜合性必做課程目標2、52時間序列的季節效應分析2綜合性必做課程目標2、53ARMA模型的識別、定階、估 計

10、、檢驗2綜合性必做課程目標3、5、64ARMA模型的預測2綜合性必做課程目標3、5、65時間序列的非平穩性檢驗2綜合性必做課程目標4、56ARIMA模型的建模分析（識 另U、定階、估計、檢驗、預測）2綜合性必做課程目標4、5、6實驗L確定性時間序列的趨勢分析實驗目標：實驗目標1:掌握確定性時間序列趨勢模型中的線性、多項式和指數趨勢模型的建模原理.、參 數估計及預測；實驗目標2：掌握時間序列趨勢分析的一次、二次指數平滑的原理及其預測方法。基本要求：.熟悉EViews軟件中時間序列分析的基本步驟和常用命令；.掌握EViews軟件對時間序列的確定趨勢進行趨勢模型分析；.掌握EViews軟件對時間序列

11、的確定趨勢進行指數平滑分析。實驗2：時間序列的季節效應分析實驗目標：實驗目標1：理解確定性時間序列季節安排的移動平均法、XT 1法和X-12法的基本原理和思想;實驗目標2：掌握EViews軟件的時間序列季節安排的移動平均法；實驗目標3：掌握EViews軟件的時間序列季節安排的X-12法。基本要求：.熟悉EViews軟件的季節安排的方法；.掌握EViews軟件對時間序列中的季節效應進行移動平均法安排；.掌握EViews軟件對時間序列中的季節效應進行X-12法安排。實驗3： ARMA模型的識別、估計、檢驗實驗目標：實驗目標1：理解ARMA模型建模中模型識別、模型定階、模型參數估計、適應性檢驗的基本

12、原 理、思想及采用的方法；實驗目標2：掌握EViews軟件的ARMA模型的模型識別、模型定階、模型參數估計和模型適應 性檢驗。基本要求：.熟悉零均值平穩序列ARMA模型的建模步驟；.掌握用EViews軟件對零均值平穩序列進行ARMA模型建模，包括模型識別、模型定階、參數 估計、適應性檢驗。實驗4： ARMA模型的預測實驗目標：實驗目標1：理解ARMA模型條件期望預測方法以及預測值的適時修正的基本思想；實驗目標2：掌握EViews軟件的ARMA模型進行預測。基本要求：.熟悉ARMA模型的條件期望預測法以及預測值的適時修正；.掌握用EViews軟件ARMA模型分別進行靜態預測與動態預測。實驗5：時

13、間序列的非平穩性檢驗實驗目標：實驗目標1：熟悉平穩序列的特征，理解時間序列平穩性檢驗（DF單位根檢驗、ADF單位根檢 驗、PP單位根檢驗）的基本原理和思想；實驗目標2：掌握用EViews軟件的時間序列自相關圖檢驗序列的平穩性；實驗目標3：掌握EViews軟件的時間序列平穩性檢驗（DF單位根檢驗、ADF單位根檢驗、PP單 位根檢驗）方法。基本要求：,熟悉平穩序列的特征，以及平穩性檢驗方法；.掌握用EViews軟件的序列自相關圖檢驗序列的平穩性；掌握EViews軟件的時間序列平穩性檢驗（DF單位根檢驗、ADF單位根檢驗、PP單位根檢驗） 方法。.實驗6： ARIMA模型的建模分析實驗目標：實驗目標

14、1：對ARIMA模型的建模步驟：平穩性檢驗、序列的平穩化、模型識別、模型定階、 模型參數估計、適應性檢驗、模型預測，理解其中的基本原理、思想及采用的方法；實驗目標2：掌握EViews軟件的ARIMA模型的序列平穩化、模型識別、模型定階、模型參數估 計和適應性檢驗；實驗目標3：掌握EViews軟件的ARIMA模型預測。基本要求：.熟悉非平穩序列ARMA模型的建模步驟；.掌握用EViews軟件對非平穩序列進行ARIMA模型建模，包括平穩性檢驗、序列的平穩化、模型識別、模型定階、參數估計、適應性檢驗；.掌握用EViews軟件對非平穩序列進行ARIMA模型預測。四、學時分配及教學方法章名教學形式及學時

15、分配主要教學方法支撐的課程目標課堂 教學實 驗上機課程 實踐小計第一章緒論22講授法課程目標1第二章確定性時間序列分析448講授法、研究 型教學方法課程目標2、5第三章平穩時間序列模型88講授法課程目標3第四章自回歸移動平均模型的特性88講授法課程目標3第五章 平穩時間序列的模型的建立628講授法、研究 型教學方法課程目標3、5、6第六章 平穩時間序列的預測426講授法、研究 型教學方法課程目標3、5、6第七章非平穩時間序列分析448講授法課程目標4-6合計361248五、課程考核考核形式考核要求考核權重備注期末考試閉卷70%平時作業上機實驗報告，四次20%考勤不遲到和早退、不無故曠課10%六、參考書目及學習資料.時間序列分析，詹姆斯 D 漢密爾頓(James D Hamilton)主編，夏曉華譯，中國人民 大學出版社，2015年1月第1版；.應用時間序列分析，王燕主編，中國人民大學出版社，2012年12月第3版；.應用時間序列分析，史代敏，謝小燕主編，高等教