首页 课程主页
课程分享  
时间序列分析
主讲教师 李德权/安徽理工大学
学习人数 70
开课周期 2019年12月03日 ~ 2020年04月30日
教学进度
预报名
进行中
已结课
课程期次 共 22 周
  • 课程详情
  • 教辅教材
  • 课程评价
  • 常见问题

时间序列分析是应用统计学专业核心课程之一,强调理论和实践相结合,具有广泛的应用性和很强的实践性。借助时间序列分析方法,人们能够有效寻找到动态数据背后一些隐藏的信息来预测或辅助决策。尤其大数据时代背景下,该课程无论是在电子商务、互联网金融、物联网、移动互联网等新兴产业,还是在社会保障、市场监管、环境监测、国民经济宏观控制、区域综合发展规划等社会治理领域有着越来越广泛的应用。课程完全适用于即将从事与数据处理、分析相关工作而又需要补充数理统计背景知识的毕业生,也适用于数学、计算机科学、数据科学、管理学、经济学等学科的高年级本科生及研究生。


课程概述
课程大纲
  • 第1章 时间序列分析概述
    • 1.1(上) 时间序列分析简介
    • 1.1(下)-1.2(上) 时间序列分析的基本概念
    • 1.2 (中)时间序列分析的基本概念
    • 1.2 (下)时间序列分析的基本概念
  • 第2章 时间序列预处理
    • 2.1 平稳性检验
  • 第3章 平稳时间序列分析
    • 3.1-3.2(上)一般线性过程及移动平均过程MA(1)
    • 3.1 一般线性模型
    • 3.2 移动平均过程(上)
    • 3.2 移动平均过程(下)
    • 3.3 自回归过程(上)
    • 3.3 自回归过程(下)
    • 3.4 自回归移动平均过程
    • 3.5.1 平稳序列建模(上)
    • 3.5.2 平稳序列建模(中)
    • 3.5.3 平稳序列建模(下)
    • 3.6 平稳序列预测
  • 第4章 非平稳时间序列的确定性分析
    • 4.1 确定性因素分解
    • 4.2.1 趋势分析——平滑法(上)
    • 4.2.2 趋势分析——平滑法(下)
    • 4.3-4.4 季节效应分析和综合分析
  • 第5章 非平稳时间序列的随机性分析
    • 5.1.1 ARIMA模型(上)
    • 5.1.2 ARIMA模型(下)
    • 5.2.1 异方差序列的建模及预测(上)
    • 5.2.2 异方差序列的建模及预测(下)
  • 第6章 多元时间序列分析
    • 6.1-6.3 单位根检验、协整理论及伪回归
    • 6.4 多元时间序列建模
授课目标
预备知识
配套教材
参考教材
0.0

0 条评价

本次开课 查看全部
0.0

0 条评价

本次开课 查看全部
授课教师
安徽理工大学
2024 e会学 皖ICP备05002528号-14 皖公网安备 34010402700145号 Copyright 安徽省网络课程学习中心版权所有