Forecasting and Applied Time Series Analysis

课程简介

时间序列预测与平滑模型介绍（5学时） 时间序列预测与时间序列，预测方法与误差，选择预测技术，简单指数平滑和双指数平滑。 非季节性Box-Jenkins模型及其识别（11学时） 平稳与非平稳时间序列，样本自相关和偏自相关函数，ARMA模型的初步识别。 非季节性Box-Jenkins模型的估计、诊断检查与预测（14学时） 估计、诊断检查、预测及案例研究。 条件异方差时间序列模型（9学时） ARCH和GARCH模型，估计与检验。

学习目标

本课程旨在向学生介绍时间序列和预测的基本概念和技术。强调应用方法。

先修要求

先修课程：金融分析应用线性模型（AMA2602）或应用线性模型（AMA3602）或统计推断（AMA364/AMA3640）或发现统计建模（AMA4001/AMA4601）或同等课程 排除课程：预测与应用时间序列分析（AMA465）

教学模式

本课程主要通过讲授和辅导进行授课。讲授将介绍课程大纲中的预测与应用时间序列分析的概念，随后通过演示、辅导练习和作业/小型项目等活动进行强化。