概率论与数理统计
课程名称: 近代时间序列分析选讲
英文名称: Some Topics of Modern Time Series Analysis
课程编号: S070103ZY002 开课编号: 213012Y 开课学期:
课程类型: 专业课学  时: 40学  分: 2.0
授课教师:  
教师简介:
 
预修课程:
概率论、数理统计、随机过程、时间序列分析
教学目的:
本课程为概率统计和金融数等学科专业博士研究生的基础课程和高年级硕士研究生的专业课程,也可作为其他学科专业的博士生和高年级硕士研究生的专业课程和公共选修课。 本课程主要内容为近代时间序列分析,包括:非线性时间序列分析,条件异方差时间序列分析,多元时间序列分析,共积(co-integration) 模型分析。通过本课程的学习,希望学生能掌握近代时间序列分析中的:非线性AR模型分析,条件异方差模型分析, 协整模型分析,以及它们的应用技巧和新进展。
教学内容:
第一章 非线性时间序列预备知识 从线性到非线性自回归模型的差异, 线性时间序列定义的多样性,非线性自回归模型,带条件异方差的自回归模型。 第二章 马尔可夫链与AR模型的特性 马尔可夫链,AR模型所确定的马尔可夫链,AR模型的平稳性,AR模型的遍历性,AR模型的高阶矩,AR模型分布的尾概率特性。 第三章 非线性AR模型统计方法 非线性性检验,非线性AR模型参数估计,非线性AR模型阶数估计,非线性AR模型预报。 第四章 条件异方差模型统计方法 ARCH模型,GARCH模型,推广的GARCH模型。 第五章 多元时间序列分析 多维AR模型,多元GARCH模型,共积(co-integration)模型。
教  材:
安鸿志,陈 敏 著,《非线性时间序列分析》,上海科技出版社,上海,1998。
参考资料:
H.Tong. Nonlinear Time Series Analysis. Oxford Science Pub. , 1990.