0923S06034-时间序列分析及应用实验.docxVIP

PAGE3

ADDINCNKISM.UserStyle《时间序列分析及应用》课程教学大纲

（实验课程·2023版）

一、课程基本信息

课程号

0923S06034

开课单位

数学与信息科学学院

课程名称

（中文）时间序列分析及应用

（英文）TimeSeriesAnalysisandapplication

课程性质

选修

考核类型

考试

课程学分

1

课程学时

34

课程类别

学科拓展课（就业创业方向）

先修课程

概率论与数理统计

适用专业（类）

数据科学与大数据专业

二、课程描述及目标

（一）课程简介

《时间序列分析及应用》是一门实用性很强的课程。旨在培养学生从数量上揭示某一现象的发展变化规律，或从动态的角度刻画某一现象与其他现象之间的内在数量关系及其变化规律性的能力，达到认识客观世界的目的。该课程主要培养学生学习用概率统计的思想和方法去思考随机系统中多个变量之间的数量关系，逐步提高学生处理随机数据的能力。通过学习要求学生掌握一些常用的分析方法，并能正确地应用于实际问题中。本课程主要依托时间序列分析的基本理论和一些常用分析方法。通过上机实验，能使学生在实验中进一步理解时间序列的思想、方法以及熟悉计算机和统计软件的运用。主要包括平稳时间序列数据的分析预测模型，如AR，MA和ARMA三个模型；以及针对非平稳时间序列，的一些方法及建模方法，如ARIMA模型、ARCH模型、GARCH模型及其衍生模型等。

（二）教学目标

《时间序列分析及应用》课程是数据科学与大数据专业学科基础课程之一，其目的在于让学生能从数量上揭示某一现象的发展变化规律，或从动态的角度刻画某一现象与其他现象之间的内在数量关系及其变化规律性，达到认识客观世界的目的。具体来说是使得学生能分析时间序列的统计规律性，构造拟合它的最佳数学模型，浓缩时间序列的信息，简化对时间序列的表示，给出预报结果的精度分析；使学生掌握时间序列的基本概念以及时序的分类，学会对具体时序的分析步骤与建模方法，进而掌握如何判断已建立模型与原来数据的适应性及对未来值的预报。

课程目标1：了解掌握时间序列的基本概念以及时序的分类，学会对具体时序的分析步骤与建模方法。

课程目标2：能分析时间序列的统计规律性，简化对时间序列的表示，能够构造拟合该时间序列的最佳数学模型，并能给出预报结果的精度分析；

课程目标3：能够熟练运用概率统计的思想和方法去思考随机系统中多个变量之间的数量关系，逐步提高学生处理随机数据的能力；

课程目标4：通过在课程中介绍时间序列分析的新技术、新应用，拓展学生视野，培育学生的科学国际精神，加强学生的社会责任感。

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

权重

1-1：具有扎实的数学基础，具有良好的抽象思维、逻辑思维、空间想象、数学演算和数学建模能力，具有良好的数学表达能力，掌握数据科学或大数据处理的基本理论和方法，具有良好的科学素质，了解科学研究过程和方法；

课程目标1

课程目标2

0.3

2-4：了解掌握时间序列的基本概念以及时序的分类，学会对具体时序的分析步骤与建模方法，能够熟练运用概率统计的思想和方法去思考随机系统中多个变量之间的数量关系，逐步提高学生处理随机数据的能力；

课程目标4

0.4

3-1：通过在课程中介绍时间序列分析的新技术、新应用，拓展学生视野，培育学生的科学国际精神，加强学生的社会责任感；培养学生具备良好的敬业精神、社会责任感和职业道德，具有良好的社会功德，自觉遵守职业体系内的行为准则。

课程目标3

0.3

四、教学方式与方法

本课程主要采用实验演示和实验验证以及小组讨论的方式。由于本课程重在要求学生能利用所学的方法来分析实际问题，所以鼓励学生设计与实际相关的实验课题，从中学习如何利用数据结果来分析问题。

五、教学重点与难点

（一）教学重点

平稳时间序列的建模模型的实现。

理解时间序列的分解原理；掌握时间序列的确定因素分解、趋势分解、季节效应分解方法；了解时间序列综合效应分解法；了解X-11过程、X-12过程以及Forecast过程。

（二）教学难点

理解时间序列的分解原理；掌握时间序列的确定因素分解、趋势分解、季节效应分解方法；了解时间序列综合效应分解法；了解X-11过程、X-12过程以及Forecast过程。

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

时间序列的发现与整理

数据准备、数据改造、数据清洗

4

验证性

课程目标1

课程目标2

2

时间序列的探索性数据分析

常用的统计方法、窗口函数、识别自相关与伪相关性

4

验证性

课程目标1

课程目标2

3

模拟时间序列

掌握平稳时间序列的统计模拟和深度学习模拟的基本方法。

6

课程目标1

课程目标2

4

时间序列的统计