间序列模型及其特征第三章线性时间序列模型的识别、估计与检验第四章ARMA模型第五章传递函+模型第六章

季节ARIMA模型2讲、ARIMA模型干扰分析3讲、回归与ARMA组合模型4讲、模型诊断与检验5讲

 方法性工具  差分运算  延迟算子  线性差分方程  ARMA模型  AR模型（Auto Regression Model）  MA模型（Moving Average Model）  ARMA模型（Auto Regression Moving Average model）  平稳序列建模  序列预测  建模步骤  模型识别  参数估计  模型检验  模型优化  序列预测

5.4 样本自相关与部分自相关函数 5.5 自相关性检验 5.6 ARMA模型的实证分析及应用 5.7 实例应用：中国CPI通胀率的AR模型

5.1 移动平均过程(MA Process) 5.2 自回归移动平均过程(ARMA Processes) 5.3 部分自相关函数 (Partial Autocorrelations)

◼ 方法性工具 ◼ ARMA模型 ◼ 平稳序列建模 ◼ 序列预测

《应用时间序列分析》课程教学资源（PPT课件）第三章 ARMA模型的特性