2023S04106-时间序列分析实验-2023版人才培养方案课程教学大纲.docxVIP

PAGE1

附件5-2

ADDINCNKISM.UserStyle《时间序列分析实验》课程教学大纲

（实验课程·2023版）

一、课程基本信息

课程号

2023S04106

开课单位

网络空间安全与计算机学院

课程名称

（中文）时间序列分析实验

（英文）TimeSeriesAnalysisExperiments

课程性质

选修

考核类型

考查

课程学分

1

课程学时

34

课程类别

专业发展课程（专业拓展课）

适用专业（类）

人工智能

二、课程描述及目标

（一）课程简介

《时间序列分析实验》课程是人工智能专业的专业发展课程（专业拓展课）中《时间序列分析》的实践课程，旨在训练、培养学生数据分析能力，帮助学生理解和掌握理论课所学的时间序列基本概念、时间序列建模及分析等理论知识，提高学生处理实际问题的能力，增强学生的专业素质。本课程包括时间序列预处理、平稳时间序列建模、非平稳时间序列的随机分析、非平稳时间序列的确定性分析、多元时间序列分析等实验项目。

（二）教学目标

通过本课程，使学生真正领会、理解、掌握理论课教学中讲解的时间序列分析的概念及常用的时间序列分析模型，掌握利用时间序列分析软件来实现各种常用时间序列分析模型的方法，增强实际动手能力，正确灵活地运用所学知识处理实际应用问题。

课程目标1：掌握常用的时间序列分析软件的使用方法；

课程目标2：深入理解理论课教学中讲解的时间序列及相关模型的基础概念和基础原理；

课程目标3：运用所学知识处理实际应用中的时间序列分析问题；

课程目标4：增强实际动手能力，能够综合运用所学理论知识用于解决实际问题，培养学生的工程实践能力和创新精神。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

1-2具有人工智能领域需要的数据分析能力，能针对具体的对象建立数学模型并利用计算机求解

课程目标1

2-1能运用相关科学原理，识别和判断人工智能领域中复杂工程问题的关键环节

课程目标2

3-1掌握人工智能领域工程设计和产品开发全周期、全流程的设计/开发方法和技术，了解影响设计目标和技术方案的各种因素

课程目标3

5-2能够选择与使用恰当的技术、资源、现代工程工具、现代信息技术工具和相关辅助软件对人工智能领域的复杂工程问题进行分析、计算与设计

课程目标4

四、教学方式与方法

本课程实验采用教师讲解和学生动手实践相结合方式，使学生理解、掌握课堂教学内容，重点理解并掌握时间序列分析的基本概念、各种模型基本原理和实现方法。注重启发式教学，注重提高学生的素质，注重培养学生的实际动手能力。充分利用上机实验的时间，加强学生将理论方法转化成具体实现过程的能力，培养学生应用所学知识处理具体问题的能力，为学生将来从事相关时间序列分析工作奠定坚实的基础。

五、教学重点与难点

（一）教学重点

平稳时间序列的建模方法和步骤；

非平稳时间序列的随机分析中ARIMA模型的建模方法和步骤；

非平稳时间序列的确定性分析中时间序列的趋势分析；

多元时间序列分析中平稳多元时间序列建模。

（二）教学难点

平稳时间序列中时间序列的预测、修正预测；

非平稳时间序列的随机分析中的条件异方差模型；

非平稳时间序列的确定性分析中复杂序列的综合分析方法；

多元时间序列分析中单位根检验方法、协整和误差修正模型。

六、实验内容、基本要求与学时分配

序号

实验项目名称

实验内容与要求

学时

类型

对应课程目标

1

时间序列分析软件的使用

熟练掌握软件的使用方法和其中与时间序列相关的函数操作；

了解时间序列的基本概念，认识时间序列的主要特征。

2

验证性

课程目标2

2

确定性时间序列建模方法

熟悉确定性时间序列模型的建模原理；

掌握确定性时间序列建模的几种方法。

2

验证性

课程目标1、2、3、4

3

时间序列的预处理

掌握平稳性检验和纯随机性检验，认识平稳时间序列自相关函数和偏相关函数的统计特性及操作方法；

总结各种过程自相关函数、偏自相关函数的特征，通过观察序列的趋势图及自相关图判断序列是否位平稳序列。

2

验证性

课程目标1、2、3、4

4

平稳时间序列建模

理解平稳时间序列模型；深入了解ARMA模型的特性；介绍ARMA模型的识别、定阶操作；模型参数的估计操作；模型的适应性检验操作；了解时间序列建模操作的方法；ARMA模型进行平稳时间序列预测的理论与操作方法；

熟悉平稳时间序列模型建立的具体操作步骤，掌握模型识别和检验的操作方法；熟悉预测的形式；掌握ARMA模型差分方程形式的预测操作方法；能够选择正确的预测方法；掌握平稳时间序列建模及预测的应用。

8

验证性

课程目标1、2、3、4

5

非平稳时间序列随机性建模分析

认识非平稳时间序列的统计特征，时间序列非平稳性的各种检验操作方法；介绍ARIMA模型的识别、定阶操作，模型参数的估计