《应用时间序列分析》实验教学大纲一、实验教学内容及要求实验一绘制时序图、自相关检验图【实验类型】验证性【目的与要求】目的：掌握使用统计软件实现绘制时序图与自相关图的方法，正确理解并解读统计软件输出的时序图与自相关图的解释。要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，通过实际操作来绘制时序图与自相关图；能够根据软件输出结果，恰当解释结果的意义；能撰写实验报告。【内容提要】1.时序图与自相关图的基本原理。2时序图与自相关图软件上机操作流程。3.结合案例，能解释软件输出结果。（高考招生人数，自己感兴趣的实际数据）【所需主要仪器设备】微型计算机一台、统计软件（R或Python）。实验二平稳性与纯随机性的检验【实验类型】验证性、综合性【目的与要求】目的：掌握使用统计软件对时间序列数据进行平稳性与纯随机性的检验，并计算样本自相关系数，正确理解并解读统计软件输出的检验结果。要求：结合与时间相关的自已感兴趣的领域或者社会热点数据，进行上机实践，通过实际操作对数据进行平稳性与纯随机性的检验；不仅会使用软件中的函数命令，还需要自己动手根据检验统计量一步一步的编写程序，能够根据软件输出结果，恰当解释结果的意义；能撰写实验报告。1
1 《应用时间序列分析》实验教学大纲 一、实验教学内容及要求 实验一 绘制时序图、自相关检验图 【实验类型】 验证性 【目的与要求】 目的：掌握使用统计软件实现绘制时序图与自相关图的方法，正确理解并解读统计 软件输出的时序图与自相关图的解释。 要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，通 过实际操作来绘制时序图与自相关图；能够根据软件输出结果，恰当解释结果的意义； 能撰写实验报告。 【内容提要】 1．时序图与自相关图的基本原理。 2．时序图与自相关图软件上机操作流程。 3．结合案例，能解释软件输出结果。（高考招生人数，自己感兴趣的实际数据） 【所需主要仪器设备】 微型计算机一台、统计软件（R 或 Python）。 实验二 平稳性与纯随机性的检验 【实验类型】 验证性、综合性 【目的与要求】 目的：掌握使用统计软件对时间序列数据进行平稳性与纯随机性的检验，并计算样 本自相关系数，正确理解并解读统计软件输出的检验结果。 要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，通 过实际操作对数据进行平稳性与纯随机性的检验；不仅会使用软件中的函数命令，还需 要自己动手根据检验统计量一步一步的编写程序，能够根据软件输出结果，恰当解释结 果的意义；能撰写实验报告
【内容提要】1.平稳性与纯随机性的的基本原理。2.平稳性与纯随机性的软件上机操作流程。3.结合案例，能解释软件输出结果。（课后题，自己感兴趣的实际数据）【所需主要仪器设备】微型计算机一台、统计软件（R或Python）。实验三ARMA模型的性质【实验类型】验证性、综合性【目的与要求】目的：掌握AR/MA/ARMA三个模型的基本性质及五个统计量的计算，并熟练运用统计软件进行实际操作。要求：能够结合课本中给出的理论模型，准确计算五个特征统计量，并画出理论的自相关图和偏自相关图；通过对比理论和模拟的自相关图和偏自相关图，深入理解样本的多样性和灵活性；能撰写实验报告。【内容提要】1.AR/MA/ARMA三个模型的基本性质及五个统计量的计算。2.AR/MA/ARMA三个模型软件上机操作流程。3.结合模型，理解理论与实际的差距。（课本例题）【所需主要仪器设备】微型计算机一台、统计软件（R或Python）。实验四ARMA模型的识别、参数估计和序列预测【实验类型】验证性【目的与要求】目的：掌握平稳时间序列建模的基本原理与基本步骤，熟练运用统计软件进行平稳时间序列建模与预测。2
2 【内容提要】 1．平稳性与纯随机性的的基本原理。 2．平稳性与纯随机性的软件上机操作流程。 3．结合案例，能解释软件输出结果。（课后题，自己感兴趣的实际数据） 【所需主要仪器设备】 微型计算机一台、统计软件（R 或 Python）。 实验三 ARMA 模型的性质 【实验类型】 验证性、综合性 【目的与要求】 目的：掌握 AR/MA/ARMA 三个模型的基本性质及五个统计量的计算，并熟练运用 统计软件进行实际操作。 要求：能够结合课本中给出的理论模型，准确计算五个特征统计量，并画出理论的 自相关图和偏自相关图；通过对比理论和模拟的自相关图和偏自相关图，深入理解样本 的多样性和灵活性；能撰写实验报告。 【内容提要】 1．AR/MA/ARMA 三个模型的基本性质及五个统计量的计算。 2．AR/MA/ARMA 三个模型软件上机操作流程。 3．结合模型，理解理论与实际的差距。（课本例题） 【所需主要仪器设备】 微型计算机一台、统计软件（R 或 Python）。 实验四 ARMA 模型的识别、参数估计和序列预测 【实验类型】 验证性 【目的与要求】 目的：掌握平稳时间序列建模的基本原理与基本步骤，熟练运用统计软件进行平稳 时间序列建模与预测
要求：结合与时间相关的自已感兴趣的领域或者社会热点数据，进行上机实践，能计算样本的5个特征统计量，画出样本自相关图和样本偏自相关图，进行模型识别，然后参数估计，假设检验，模型优化，构建最优的平稳时间序列ARMA模型，并解释模型的意义；能撰写实验报告。【内容提要】1：平稳时间序列建模的基本原理与基本步骤。2.平稳时间序列建模上机操作流程。（例题，课后题，自已感兴趣的实际数据）3.结合案例，构建平稳时间序列ARMA模型，解释模型结果，并进行预测。【所需主要仪器设备】微型计算机一台、统计软件（R或Python）。实验五无季节效应的ARIMA模型【实验类型】验证性【目的与要求】目的：掌握无季节效应的非平稳时间序列建模的基本原理与基本步骤，熟练运用统计软件进行无季节效应的非平稳时间序列建模与预测。要求：结合与时间相关的自已感兴趣的领域或者社会热点数据，进行上机实践，首先需要从时序图上判断是否有季节效应，其次非平稳如何转化为平稳的时间序列，然后利用平稳时间序列的建模，最后构建最优的平稳时间序列ARIMA模型，并解释模型的意义：能撰写实验报告。【内容提要】1.无季节效应的非平稳时间序列建模的基本原理与基本步骤。2.无季节效应的非平稳时间序列建模上机操作流程。3.结合案例，构建非平稳时间序列ARIMA模型，解释模型结果，并进行预测。（例题，课后题，自己感兴趣的实际数据）【所需主要仪器设备】微型计算机一台、统计软件（R或Python）。实验六有季节效应的三种模型的比较n
3 要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，能 计算样本的 5 个特征统计量，画出样本自相关图和样本偏自相关图，进行模型识别，然 后参数估计，假设检验，模型优化，构建最优的平稳时间序列 ARMA 模型，并解释模 型的意义；能撰写实验报告。 【内容提要】 1．平稳时间序列建模的基本原理与基本步骤。 2．平稳时间序列建模上机操作流程。（例题，课后题，自己感兴趣的实际数据） 3．结合案例，构建平稳时间序列 ARMA 模型，解释模型结果，并进行预测。 【所需主要仪器设备】 微型计算机一台、统计软件（R 或 Python）。 实验五 无季节效应的 ARIMA 模型 【实验类型】 验证性 【目的与要求】 目的：掌握无季节效应的非平稳时间序列建模的基本原理与基本步骤，熟练运用统 计软件进行无季节效应的非平稳时间序列建模与预测。 要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，首 先需要从时序图上判断是否有季节效应，其次非平稳如何转化为平稳的时间序列，然后 利用平稳时间序列的建模，最后构建最优的平稳时间序列 ARIMA 模型，并解释模型的 意义；能撰写实验报告。 【内容提要】 1．无季节效应的非平稳时间序列建模的基本原理与基本步骤。 2．无季节效应的非平稳时间序列建模上机操作流程。 3．结合案例，构建非平稳时间序列 ARIMA 模型，解释模型结果，并进行预测。 （例题，课后题，自己感兴趣的实际数据） 【所需主要仪器设备】 微型计算机一台、统计软件（R 或 Python）。 实验六 有季节效应的三种模型的比较
【实验类型】验证性、综合性【目的与要求】目的：掌握有季节效应的非平稳时间序列建模的基本原理以及三种方法，熟练运用统计软件进行无季节效应的非平稳时间序列建模与预测。要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，首先需要从时序图上判断是否有季节效应，其次考虑三种方法是如何提取季节效应，如何将非平稳如何转化为平稳的时间序列，然后利用平稳时间序列的建模，并对三种方法的结果进行比较，挑选最优的模型，然后进行预测，并解释模型的意义，能撰写实验报告。【内容提要】1.有季节效应的非平稳时间序列建模的基本原理以及三种方法。2.有季节效应的非平稳时间序列建模三种方法的上机操作流程。3.结合案例，构建带有季节效应的非平稳时间序列的三个模型，解释模型结果，并进行预测。（例题，课后题，自己感兴趣的实际数据）【所需主要仪器设备】微型计算机一台、统计软件（R或Python）。二、实验学时分配《应用时间序列分析》课程实验教学一览表实验所需主要仪必做/序号实验类型是否为开放实验备注实验项目名称学时器设备选做必做否绘制时序图、自相关检验图2验证性电脑-验证性平稳性与纯随机性的检验否2电脑必做综合性验证性ARMA模型的性质电脑必做否3综合性APMA模型的识别、参数估2验证性电脑必做否计和序列预测无季节效应的ARIMA模型电脑否52验证性必做有季节效应的三种模型的验证性电脑必做否6综合性比较制订：数学与信息技术学院教研室：应用统计学教研室审订人：解瑞金执笔人：李晓霞4
4 【实验类型】 验证性、综合性 【目的与要求】 目的：掌握有季节效应的非平稳时间序列建模的基本原理以及三种方法，熟练运用 统计软件进行无季节效应的非平稳时间序列建模与预测。 要求：结合与时间相关的自己感兴趣的领域或者社会热点数据，进行上机实践，首 先需要从时序图上判断是否有季节效应，其次考虑三种方法是如何提取季节效应，如何 将非平稳如何转化为平稳的时间序列，然后利用平稳时间序列的建模，并对三种方法的 结果进行比较，挑选最优的模型，然后进行预测，并解释模型的意义，能撰写实验报告。 【内容提要】 1．有季节效应的非平稳时间序列建模的基本原理以及三种方法。 2．有季节效应的非平稳时间序列建模三种方法的上机操作流程。 3．结合案例，构建带有季节效应的非平稳时间序列的三个模型，解释模型结果，并 进行预测。（例题，课后题，自己感兴趣的实际数据） 【所需主要仪器设备】 微型计算机一台、统计软件（R 或 Python）。 二、实验学时分配 《应用时间序列分析》课程实验教学一览表 序号 实验项目名称 实验 学时 实验类型 所需主要仪 器设备 必 做 / 选做 是否为开放实验 备注 1 绘制时序图、自相关检验图 2 验证性 电脑 必做 否 2 平稳性与纯随机性的检验 2 验证性 综合性 电脑 必做 否 3 ARMA 模型的性质 4 验证性 综合性 电脑 必做 否 4 APMA 模型的识别、参数估 计和序列预测 2 验证性 电脑 必做 否 5 无季节效应的 ARIMA 模型 2 验证性 电脑 必做 否 6 有季节效应的三种模型的 比较 4 验证性 综合性 电脑 必做 否 制 订：数学与信息技术学院 教研室：应用统计学教研室 执笔人：李晓霞 审订人：解瑞金