複製鏈接
請複製以下鏈接發送給好友
https://baike.baidu.hk/item/時間序列分析/59256576
複製
複製成功

時間序列分析

（中南財經政法大學建設的慕課）

鎖定
時間序列分析課程是中南財經政法大學建設的慕課，於2019年11月05日在中國大學MOOC首次開課，授課教師為汪家義、肖健、魏金龍、張婧。據2021年12月中國大學MOOC官網顯示，該課程已經開課5次。 [1-2] 
該課程共六章，包括時間序列分析簡介、時間序列的預處理、平穩時間序列分析、非平穩序列的隨機分析等內容。 [2] 
中文名
時間序列分析
建設院校
中南財經政法大學
授課教師
汪家義、肖健、魏金龍、張婧
授課平台
中國大學MOOC
類 別
慕課
首開時間
2019年11月05日

目錄

  1. 1 課程性質
  2. ▪ 課程背景
  3. ▪ 課程定位
  4. ▪ 適應對象
  5. 2 課程簡介
  1. 3 課程大綱
  2. 4 開課信息
  3. 5 學習預備
  4. ▪ 預備知識
  5. ▪ 學習資料
  1. 6 教學目標
  2. 7 考核標準
  3. 8 教師簡介

時間序列分析課程性質

時間序列分析課程背景

時間序列分析是通過對社會經濟活動中的時間序列數據進行觀察、研究，尋找其內在的發展變化規律，建立合理的統計模型，來預測變量的未來走勢。時間序列分析是數理統計的一個專業分支，其分析方法遵循概率統計的基本原理。但是由於時間的不可重複性，使得人們在實際觀測某個變量時在任意時刻只能獲得唯一的序列觀察值，這種特殊的數據結構導致時間序列有其特殊、自成體系的一套分析方法。 [2] 

時間序列分析課程定位

時間序列分析課程是為分析時間序列數據提供分析方法和理論支撐的一門課程，是時間序列分析的入門課程。 [2] 

時間序列分析適應對象

該課程適用於想從事數據分析工作的學習者。 [2] 

時間序列分析課程簡介

時間序列分析課程共六章，第一章介紹了時間序列的定義、性質和意義等基本概念；第二章至第三章介紹了時間序列的平穩性檢驗與純隨機性檢驗以及平穩時間序列的隨機分析方法、建模過程等內容；第四章至第五章介紹了非平穩時間序列的隨機分析方法、模型預測以及非平穩時間序列的確定性分析方法。第六章介紹了多元時間序列分析模型、虛假迴歸、非平穩過程和ADF檢驗等內容。 [2] 

時間序列分析課程大綱

第一章時間序列分析簡介
1.1平穩時間序列的定義
1.2平穩時間序列的統計性質和意義
第一章PPT
第二章時間序列的預處理
2.1平穩時間序列的定義
2.2平穩時間序列的統計性質和意義
2.3平穩性的檢驗
2.4純隨機序列的定義和性質
2.5純隨機性檢驗
第一、二章討論題
第二章PPT
第一次單元測驗
第三章平穩時間序列分析
3.1方法性工具介紹
3.2平穩時間序列模型的概念
3.3時間序列模型平穩性的判定
3.4平穩時間序列模型的統計性質（1）
3.5平穩時間序列模型的統計性質（2）
3.6平穩時間序列模型的參數估計
3.7平穩時間序列模型的檢驗及優化
3.8平穩時間序列模型的預測（1）
3.9平穩時間序列模型的預測（2）
3.10平穩時間序列模型的建模過程
3.11平穩時間序列建立的案例
第三章討論題
第二次單元測驗
第四章非平穩序列的隨機分析
4.1非平穩時間序列的構成
4.2非平穩時間序列的平穩化方法
4.3ARIMA模型
4.4ARIMA模型預測
4.5疏係數模型
4.6簡單季節模型
4.7乘積季節模型
4.8殘差自迴歸模型（1）
4.9殘差自迴歸模型（2）
4.10方差齊性變換
4.11ARCH模型
4.12GARCH模型
第四章討論題
第四章PPT
第三次單元測驗
第五章非平穩序列的確定性分析
5.1確定性因素分解
5.2移動平均方法（1）
5.3移動平均方法（2）
5.5X-11季節調整模型案例
5.6X-12-ARIMA模型的操作步驟
5.7X-12-ARIMA模型案例
5.8指數平滑預測
第五章討論題
5.4X-11季節調整模型的計算過程
第五章PPT
第四次單元測驗
第六章多元時間序列分析
6.1平穩多元時間序列模型
6.2虛假迴歸
6.3四種重要的非平穩過程
6.5ADF檢驗
6.7誤差修正模型
第六章討論題
第六章PPT
6.4DF檢驗
6.6協整
第五次單元測驗
（注：課程大綱排版從左到右列） [2] 

時間序列分析開課信息

開課次數
開課時間
參與人數
第1次開課
2019年11月05日~2020年01月05日
9404
第2次開課
2020年02月24日~2020年05月26日
12362
第3次開課
2020年09月21日~2020年12月31日
4349
第4次開課
2021年03月20日~2021年06月30日
3515
第5次開課
2021年11月01日~2022年01月21日
待定
第1~5次開課的授課教師均為汪家義、肖健、魏金龍、張婧，學時安排均為3~5小時每週。 [1-2] 

時間序列分析學習預備

時間序列分析預備知識

學習時間序列分析課程需要有一定的數學基礎，如果對微積分和概率論與數理統計方面的知識有一定的瞭解，就能相對輕鬆地學好時間序列分析課程。 [1] 

時間序列分析學習資料

書名
作者
出版地
出版時間
出版社
《應用時間序列分析（第四版）》
王燕
北京
—
中國人民大學出版社
《時間序列分析》
詹姆斯.D.漢密爾頓
2015年
《金融時間序列分析》
RueytS.Tsay
2006年
機械工業出版社
《計量經濟學》
張曉峒
2017年
清華大學出版社 [1]  [7-9] 
《計量經濟方法與建模-EViews應用及實例（第三版）》
高鐵梅
—

時間序列分析教學目標

學習該課程可以提高數據分析能力。同時，在學習的過程中，通過對課程中相關案例的學習，也能夠提升學習者分析和解決經濟社會中實際問題的能力。 [1] 

時間序列分析考核標準

課程綜合成績滿分為100分，60分至79分為合格，80分至100分為優秀。
1.單元測試佔50%,
2.課程討論成績佔10%
3.期末考試成績佔40%。 [1] 

時間序列分析教師簡介

汪家義，中南財經政法大學副教授，研究方向：經濟計量分析；金融計量分析。 [3] 
肖健，中南財經政法大學統計與數學學院講師，研究方向：高維微生物組數據的變量選擇、大規模多重檢驗。 [4] 
魏金龍，中南財經政法大學講師，研究方向：隨機微分方程，金融時間序列。 [5] 
張婧，中南財經政法大學統計與數學學院專任教師，研究方向：生存分析、高維數據分析、變量選擇、抽樣設計。 [6] 
參考資料