授 课 计 划
2018— 2019 学年第一学期
学 院： 太阳集团81068网址
课程名称： 时间序列分析
课程编码： 09A04270
课程类别： 专业任选课
计划学时： 32（理论：24 实验：8 ）
学 分： 2.0
授课时间： 2018.10-2018.11
授课地点： 2J105，7JC603-604，7JC214
教 学 班： 金数1501-1504
授课教师： 张启侠
填报日期： 2018 年 9 月 1 日
教 材：《应用时间序列分析》，王燕编著，中国人民大学出版社，2008年。。
参考书目：《应用时间序列分析》，何书元，北京大学出版社，2003年
《时间序列分析》，王振龙等编著，中国统计出版社，2000年。
《时间序列的分析与应用》，安鸿志等编著，科学出版社，1986年。
授课内容： 第一章 时间序列分析简介 §1.1引言§1.2时间序列的定义§1.3时间序列分析方法§1.4时间序列分析软件
目的要求：1、了解本学科的学科特点、学科背景、发展前景及与其他学科的关系。
2、理解并掌握时间序列的定义、时间序列分析解决的问题。
3、了解时间序列分析的常用方法及各自的优缺点。
4、了解时间序列分析的常用软件。
授课方式：课堂讲授为主，黑板教学
第二周 计划学时：2学时
授课内容：第二章 时间序列的预处理 §2.1平稳性检验 §2.2纯随机性检验
目的要求：1、掌握时间序列的均值、自协方差函数和自相关系数的概念和性质。
2、理解并掌握严平稳、宽平稳的定义、意义以及二者的关系
3、掌握宽平稳的判别方法
4、掌握平稳性判别的两种图检验方法
5、理解白噪声序列的定义及判别方法
6、掌握纯随机性检验的方法
授课内容：第三章 平稳时间序列分析 §3.1方法性工具 §3.2 ARMA模型的性质
目的要求：1、理解并掌握延迟算子的定义、性质和应用
1、掌握齐次和非齐次线性差分方程的定义、通解的结构
2、掌握自回归模型的定义和平稳性判别条件
授课内容：§3.2 ARMA模型的性质
目的要求：1、掌握自回归模型的均值、方差、自协方差函数、自相关系数的求法及性质
2、了解AR(p)序列的谱密度和Yule-Walker方程
3、了解AR(p)序列自协方差函数的周期性和正定性
4、重点掌握常见AR(1)模型和AR(2)模型
授课方式：课堂讲授为主，黑板教学
授课内容：§3.2 ARMA模型的性质
目的要求： 1、掌握滑动平均(MA(q))模型和滑动平均(MA(q))序列的概念及其自协方差函数的性质
2、重点掌握MA(1)序列和MA(2)序列的自协方差函数和偏相关系数
3、了解AR(p)序列和MA(q)序列的对偶关系
4、掌握自回归滑动平均(ARMA(p,q))模型和自回归滑动平均(ARMA(p,q))序列的概念及其自协方差函数的性质
5、重点掌握ARMA(1,1)序列的自协方差函数和偏相关系数
授课内容：§3.3平稳序列建模
目的要求： 1、掌握平稳序列的模式识别和建模方法
2、重点掌握模型参数估计的矩估计和极大似然估计方法
3、了解常用的模型检验方法
授课内容：§3.4 序列预测 第四章 非平稳序列的确定性分析 §4.1 时间序列的分解
目的要求：1、掌握最佳线性预报的概念、性质
2、重点掌握ARMA模型的递推预测
3、理解并掌握Wold分解定理和Cramer分解定理
第八周 计划学时：4学时
授课内容：§4.2 确定性因素分析§4.3 趋势分析 §4.4 季节效应分析 §4.5 综合分析 总复习
目的要求：1、掌握确定性因素分解的加法模型和乘法模型
2、重点掌握趋势分析的线性拟合法和移动平均法
3、掌握季节效应分析的基本步骤
4、会做具体的综合分析
5、总结各章主要教学内容及各章重要题型
