一、什么是时间序列预测 二、时间序列预测的常用方法 三、时间序列预测法的优缺点分析

2.1 平稳性检验 ◼ 特征统计量 ◼ 平稳时间序列的定义 ◼ 平稳时间序列的统计性质 ◼ 平稳时间序列的意义 ◼ 平稳性的检验 2.2 纯随机性检验 ◼ 纯随机序列的定义 ◼ 纯随机性的性质 ◼ 纯随机性检验

1、明确时间序列的概念、作用、种类和编制原则；2、掌握时间序列分析的各种水平分析指标，特别是平均发展水平的含义、计算方法和应用条件、3、掌握时间序列分析的各种速度分析指标，特别是平均发展速度的含义、计算方法和应用条件；4、掌握时间序列变动的长期趋势、季节变动、循环变动的分析意义与测定方法

一、概念 时间序列市场预测法，是一种重要的定量预测方法。 1、时间序列预测法的定义 时间序列预测法是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。时间序列市场预测法又称历史延伸法或趋势外推法

13.1 时间序列及其分解 13.2 时间序列的描述性分析 13.3 时间序列的预测程序 13.4 平稳序列的预测 13.5 趋势型序列的预测 13.6 复合型序列的分解预测

◼ 13.1 时间序列及其成分 ◼ 13.2 时间序列的描述性分析 ◼ 13.3 时间序列的预测程序 ◼ 13.4 平稳序列的预测 ◼ 13.5 趋势型序列的预测 ◼ 13.6 复合型序列的分解预测

一、时间序列的平稳性 二、单整序列 三、单位根检验

在经典计量经济学模型中,所利用的数据(样本观测值)的一个特征是 ,或者只利用时间序列数据(time series),或者只利用截面数据(cross section) 。我们经常遇到在同一时间包含不同截面成员信息的数据,或在若时间区 间观测到相关的一些截面成员的数据。例如许多欧洲国家的GDP时间序列数 据,或者是一段时间不同地区的失业状态数据。我们称这些数据为联合利用 时间序列/截面数据(Pooled time series, cross section)有的书中也称这类 数据为面板数据(panel data),指在时间序列上取多个截面,在这些截面上同 时选取样本观测值所构成的样本数据

第一节 时间数列的成分和预测方法 第二节 时间序列的描述性分析 第三节 时间序列预测的程序 第四节 平稳序列的预测 第五节 趋势型序列的预测 第六节 复合型序列的分解预测

一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳时间序列分析 五、非平稳序列的确定性分析 六、非平稳序列的随机性分析 七、平稳性的单位根检验 八、单整、趋势平稳与差分平稳随机过程