本节课主要介绍了时间序列的时域分析方法, 内容包括时间序列的基本概念、时序数据的预处理方式、时序数据的分解和平滑、趋势的消除、单位根检验和协整、平稳时间序列模型、非平稳时间序列模型、残差自回归模型、季节模型、异方差时间序列模型以及上述模型的性质、建模、预测, 此外还包含了大量的实例. 本书全程使用 R语言分析了来自不同学科的真实数据. 本公开课通俗易懂, 理论与应用并重。
总成绩:平时成绩占40%(观看视频、撰写作业、参加测验、参加讨论、参加互评等),期末成绩占40%(期末试卷),域外成绩20%(平时观看直播课、作业积极程度、参与见面课情况等)。
总成绩<60分:不及格。
总成绩>=60分且<85分:合格。
总成绩>=85分:优秀。
第一章
第一讲 时间序列分析简介
第二章
第二讲 时间序列分析简介
第三讲 平稳时间序列
第三章
第四讲 曲面积分
第五讲 高斯公式与斯托克斯公式
第六讲 偏相关系数
第七讲 AR模型定义
第八讲 AR模型的平稳性
第九讲 MA模型的定义及其统计性质
第十讲 MA模型的可逆性
第十一讲 ARMA模型
第十二讲 ARMA模型的预测原理
第十三讲 ARMA模型的预测
第十四讲 平稳性建模(一)
第十五讲 平稳性建模(二)
第十六讲 平稳AR模型的统计性质
第十六讲 平稳ARMA模型的统计性质
第四章
第十七讲 ARIMA模型的定义
第十八讲 ARIMA模型的建模
第十九讲 ARIMA简单季节模型
第二十讲 ARIMA乘积季节模型
第二十一讲 差分运算
第二十二讲 方差齐性变换
第二十三讲 异方差及其诊断
第二十四讲 条件异方差ARCH模型
第二十五讲 ARCH检验
第五章
第二十六讲 简单移动平均法
第二十七讲 确定性因素分析法
第二十八讲 指数平滑预测法
第六章
第二十九讲 单位根检验
第三十讲 平稳多元序列建模
第三十一讲 协整模型
第三十二讲 虚假回归