时间序列分析

第一部分 时间序列分析简介
1、理解时间序列的意义。2、理解时间序列分析两大类分析方法。3、了解时间序列分析软件。
第二部分 时间序列的预处理
1、理解平稳时间序列的定义。2、掌握平稳时间序列的统计性质。3、熟练掌握平稳性的检验（时序图检验、自相关图检验）。4、理解白噪声序列的定义及性质5、熟练掌握纯随机性的检验（假设条件、检验统计量）
第三部分 平稳时间序列模型的性质
1、了解线性常系数差分方程及其解的一般形式。2、掌握AR模型的平稳性判别方法，熟练掌握AR模型的统计性质。3、掌握MA模型的可逆性判别方法，熟练掌握MA模型的统计性质。4、掌握ARMA模型的平稳条件和可逆条件，理解ARMA模型的统计性质。
第四部分 平稳时间序列建模与预测
1、熟练掌握平稳时间序列的建模方法和步骤。2、掌握时间序列的预测，理解修正预测。
第五部分 非平稳时间序列的确定性分析
1、了解时间序列的Wold分解和Cramer分解。2、掌握时间序列确定性因素分解。3、熟练掌握时间序列的趋势分析（曲线拟合、平滑法）。4、掌握模型季节效应分析的基本思想和具体操作步骤。5、掌握复杂序列的综合分析方法。6、了解X-11过程的思想方法和具体步骤。
第六部分 非平稳序列的随机分析
1、了解差分运算的实质，掌握差分方式的选择，理解过差分问题。2、熟练掌握ARIMA模型的结构，理解ARIMA模型的性质。3、熟练掌握ARIMA模型建模的具体步骤。4、掌握ARIMA模型预测方法，掌握疏系数模型的处理方法。5、掌握利用ARIMA模型对具有季节效应的序列建模。6、熟练掌握残差自相关检验。7、理解异方差的概念及性质，学会判断异方差性，理解方差齐性变换。8、掌握条件异方差模型。
第七部分 多元时间序列分析
1、掌握平稳多元时间序列建模。2、理解虚假回归的意义，掌握单位根检验方法。3、理解协整检验的概念，掌握协整检验方法和具体步骤。4、理解误差修正模型，掌握构造误差修正模型的方法。