Business Forecasting

课程简介

基本概念：平稳时间序列、自相关函数和偏自相关函数。 ARIMA 和季节性 ARIMA (SARIMA) 模型：自回归模型、移动平均模型、自回归整合移动平均模型；模型识别、估计、诊断检查和模型选择标准；预测。季节性时间序列及其建模。应用。 时间序列回归和条件异方差时间序列建模：时间序列回归和Durbin Watson统计量；ARCH和GARCH模型及其AR和ARMA表示、估计和波动性预测。应用。

学习目标

使学生能够理解来自商业、经济或金融的时间序列数据的建模和预测。将广泛使用Minitab、R或SPSS等计算机软件包。

先修要求

先修课程：AMA528 概率与随机模型

教学模式

本课程主要通过讲座和辅导讲授，同时辅以案例研究。教学和学习方法主要以问题解决为导向。该方法旨在发展统计技术及其在商业和经济学中解决实际问题的应用。