课件内容：
01 时间序列简介
1.1 课程介绍
1.2 时间序列R程序简介
第一章测验
第一章作业
02 基本概念
2.1 自协方差函数、自相关函数和平稳性
2.2 时间序列的一般分解模式
第二章测验
第二章作业
03 线性时间序列模型的概率性质
3.1 自回归(AR)模型
3.2 滑动平均(MA)模型
3.3 自回归滑动平均(ARMA)模型
第三章测验
第三章作业
04 时间序列建模的一般步骤
4.1 模型设定
4.2 参数估计
4.3 模型检验和模型选择
第四章测验
第四章作业
05 预测
5.1 点预测
5.2 区间预测
第五章测验
06 季节效应
6.1 季节AR模型
6.2 季节MA模型和乘积季节模型
第六章测验
第六章作业
07 非平稳
7.1 非平稳ARIMA
7.2 非平稳季节ARIMA
7.3伪回归
第七章测验
第七章作业
08 波动异质模型
8.1 波动率简介
8.2 自回归条件异方差（ARCH）模型
8.3 GARCH模型及GARCH族延申模型
第八章作业
第八章测验
09 平稳多维时间序列
9.1 多维平稳性和交叉相关矩阵
9.2 向量自回归模型
9.3 脉冲响应函数和方差分解
第九章测验
10 案例分析
10.1 全球平均气温异常值拟合与预测
10.2 股票市场波动率建模和预测
10.3 不同国家GDP增长率的建模和分析
11 时间序列Python介绍
11.1 python基础
11.2 时间序列常用python包
11.3 案例一：全球平均气温建模和预测
11.4 案例二：股票市场波动率建模和预测
11.5 案例三：不同国家GDP增长率建模分析
《时间序列分析》PPT课件 厦门大学 李木易
资源下载
资源下载
