《应用时间序列分析课程设计》课程大纲（本科）.docx

《应用时间序列分析课程设计》课程大纲 课程编号：A0400744学 分：1 周 数：1 周 先修课程：应用回归分析、多元统计分析课程适用专业：应用统计学专业 开课学院：理学院二、课程性质与地位 《应用时间序列分析课程设计》是应用统计学专业集中性实践教学环节的一门课程。是在学生已学习了应用时间序列分析理论课程之后进行的一个理论联系实际的实践性教学环节。通过该课程的学习，培养学生理论联系实际的能力。教学中要求学生根据数据特点建立时间序列模型，对所获数据进行处理、分析、统计推断，撰写分析报告，提高学生分析问题和解决问题的能力。 二、课程目标 目标 1：掌握时间序列数据稳性的检验及纯随机性的检验,掌握平稳、非平稳时间序列建模。 目标 2：掌握疏系数模型的建模及其分析，ARIMA 加法乘法模型建模。 目标 3：掌握条件异方差模型的建模。三、课程目标与专业毕业要求指标点的对应关系 本课程支持的毕业要求指标点如下： 指标点 4-1：具有制定实验方法，构建实验步骤进行实验计算的能力；具有分析实验数据，归纳提炼实验结果的能力。 指标点 2-2：掌握常用的统计软件解决问题的的基本方法，并利用计算机对一些复杂工程问题进行建模、仿真、优化。 指标点 4-3：具有贯通所学过的应用统计学专业知识和技能，独立开展一些创新性科研，并把有效结论写成论文的能力。 指标点 12-2： 具有终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径。 表 1 课程目标与专业毕业要求指标点的对应关系 毕业要求指标点 课程目标 指标点 4-1 指标点 4-2 指标点 4-3 指标点 12-2 目标 1 √ 目标 2 √ √ 目标 3 √ √ √ 四、内容与进度安排 教学内容 时间序列数据的平稳性和纯随机型检验； AR、MA、ARMA 模型的识别、估计、检验、优化和预测； 非平稳时间序列模型的平稳化处理、模型的识别、模型的估计、模型的检验、模型的优化和预测； 疏系数模型的识别和估计、检验及预测。 ARCH、GARCH、GARCH 模型族的建模。 教学要求 掌握平稳非平稳时间序列的建模步骤； 掌握条件异方差模型的建模； 掌握数据的处理、分析和推断； 能独立撰写分析报告。 重难点 重点：平稳时间序列模型和非平稳时间序列模型的建模； 难点：条件异方差模型的建模。 进度安排 表 2 进度安排表 序 号 设计内容 时 间 支撑的毕业 要求指标点 1 布置本次设计任务，消化资料，对学生讲授设 计要求，任务难点，确定选题。 1 天 4-1 2 根据任务要求搜集数据 1 天 4-1，4-2 3 对收集的数据进行时间序列分析 2 天 4-1，4-2，4-3 4 多所建立的模型分析并总结，撰写课程论文。 1 天 4-3 5 答辩 1 天 4-2，4-3， 12-2 五、考核与成绩评定 考核 课程设计报告（包括报告包括封面、设计任务和要求、具体设计内容、设计心得、参考文献等部分）。 表 2 考核要求及权重 序号 细目 考核途径 考核要求 考核权 重值 对应指标 点 备注 1 选题质量 能较好理解设计任务，选题符合专业培养目标，达到了理论与实践结合的综合训练要求； 工作量饱满，工作态度严肃认真，具备与同学团结协作的能力，按时完成设 计任务。 20% 4-2 2 能力水平 能够独立查阅文献资料；掌握收集、整理、加工各种信息及获取新知识的能力；能系统本课程知识发现并解决实际问题，综合运用知识能力强；研究方案科学、合理、具体；具有创新意识，对研究问题 有独到见解； 20% 4-2，4-3 3 设计质量与成果 能熟练掌握和运用所学专业基本知识与基本技能发现与解决理论和实际问题，计算、分析正确，数据准确可靠，论证充分；语言表达清晰，论述得当，体现了一定的专业素养和创新意识；对相关理论或 实际问题认识深刻，就所研究问题有创新性见解。 60% 4-2，4-3， 12-2 注： 学生最终成绩由上表要求综合评定，最后换算成五级制。 总成绩与毕业要求达成度计算 总成绩计算方法：课程成绩=选题质量×20%+能力水平×20%+设计质量与成果×60% 课程对某条毕业要求指标点达成度的计算方法（仅限于工程认证专业）： 评价值?目标值(权重值)? 课程支撑指标点平均分 课程支撑毕业要求指标点对应的总分 六、参考书目 《应用时间序列分析（第 5 版）》；易丹辉等编；中国人民大学出版社；2020 年。 《时间序列分析——基于 R（第 2 版）》；王燕著；中国人民大学出版社；2020 年。