表7.数学与统计学院（系、所）研究生课程简介

《表7.数学与统计学院（系、所）研究生课程简介》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、表7．数学与统计学院（系、所）研究生课程简介课程名称：时间序列分析英文名称：TimeSeriesAnalysis课程类型：■讲授课程□实践（实验、实习）课程□研讨课程□专题讲座□其它考核方式：考试教学方式：讲授适用专业：数学、统计适用层次：硕士■博士□开课学期：秋总学时/讲授学时：64/64学分：4先修课程要求：课程组教师姓名职称专业年龄学术专长刘小茂副教授概率论与数理统计课程教学目标：本课程主要是介绍时间序列分析的理论及其应用，重点培养学生应用概率统计、随机过程的理论和方法进行随机数据的建模和数据分析的能力。教学大纲（章节

2、目录）：第一章平稳时间序列§1.1时间序列实例§1.2平稳随机过程§1.3趋势项和季节项的估计和分离第二章Hilbert空间§2.1Hilbert空间及其性质§2.2正交基与投影定理§2.3均方收敛,条件期望和中的最佳預报§2.4空间的完备性与同构第三章平稳ARMA过程§3.1因果可逆ARMA过程§3.2无穷阶滑动平均过程§3.3ARMA过程的自协方差函数与偏自相关函数§3.4常系数线性差分方程第四章平稳过程的譜表示§4.1Herglots定理§4.2譜密度与ARMA过程§4.3平稳过程的譜表示第五章平稳过程的預报§5.1时

3、域中的預报方程§5.2最佳线性預报的递推计算方法§5.3ARMA过程的递推預报§5.4频域中的預报第六章ARMA模型的估计§6.1自回归过程的Yule-Walker方程和参数估计§6.2应用Durbin-Levinson算法的自回归过程初估计§6.3滑动平均过程参数的新信息估计§6.4ARMA过程的初估计极大似然估计和最小二乘估计§6.5估计的渐近有效性与渐近正态性第七章利用ARIMA过程建模和預报§7.1非平稳时间序列的ARIMA模型§7.2ARIMA模型的辩识方法与诊断检验§7.3ARIMA模型的預报§7.4季节ARIM

4、A模型第八章平稳过程的譜推断第九章多维时间序列教材：PeterJ．Brockwell,A．Davis,TimeSeries:TheoryaTimeSeriesnadMethods;RichardSpingerVerlagNewYork1987SecondEdition主要参考书：[1]Box,G.E.P.andJenking,G.M.Holden-Day,TimeSeriesAnal:ForecastingandControlSanFrancisco,1970[2]杨叔子，时间序列分析与工程应用,华中科技大学出版社，1987

5、注：每门课程都须填写此表。本表不够可加页