《时间序列分析》课程教学大纲
课程编号：33330775课程名称：时间序列分析
课程基本情况：
1．学分：3 学时：51学时（课内学时：45 课内实验：6）2．课程性质：专业必修课
3．适用专业：统计学适用对象：本科
4.先修课程：概率论、数理统计、随机过程
5．首选教材：王燕：《应用时间序列分析》，中国人民大学出版社，2008出版。
备选教材：王振龙等编著：《时间序列分析》，中国统计出版社，2000年。
6．考核形式：闭卷考试
7．教学环境：多媒体教室及实验室
一、教学目的与要求
本课程是数理统计学的一个重要分支，先期需完成的课程有概率论、随机过程。通过本课程的学习，使学生掌握时间序列数据的分析方法，包括时间序列简介、平稳时间序列分析、时间序列分解、非平稳序列的随机分析、多元时间序列分析。利用Eviews软件进行本课程的实验教学。
二、教学内容及学时分配
课程内容及学时分配表
三、教学内容安排
第一章时间序列分析简介
【教学目的】1、了解时间序列的定义及常用分析方法；2、掌握时间序列的几个基本概念：随机过程、平稳随机过程、非平稳随机过程、自相关、记忆性。
【教学重点】时间序列的相关概念。
【教学难点】随机过程、系统自相关性。
【教学方法】课堂讲授
【教学内容】
第一节时间序列的定义
第二节时间序列分析方法
第三节时间序列分析软件EVIEWS简介
第二章时间序列的预处理
【教学目的】1、掌握平稳性检验的原理和方法；2、掌握纯随机性检验的原理和方法。【教学重点】平稳时间序列的定义及统计性质。
【教学难点】时间序列的相关统计量。
【教学方法】课堂讲授
【教学内容】
第一节平稳性检验
一、特征统计量
二、平稳时间序列的定义
三、平稳时间序列的统计性质
四、平稳时间序列的意义
五、平稳时间序列的检验
第二节纯随机性检验
一、纯随机序列的定义
二、白噪声序列的定义
三、纯随机性检验
第三章平稳时间序列序列分析
【教学目的】1、理解ARMA模型的定义及性质。2、掌握平稳序列建模方法。3、掌握平稳时间序列的预测
【教学重点】平稳时间序列建模
【教学难点】模型识别，参数估计，序列预测
【教学方法】课堂讲授与上机实验
【教学内容】
第一节方法性工具
一、差分运算
二、延迟算子
三、线性差分方程
第二节 ARMA模型的性质
一、AR模型
二、MA模型
三、ARMA模型
第三节平稳序列建模
一、建模步骤
二、样本自相关系数与偏相关系数
三、模型识别
四、参数估计
五、模型检验
六、模型优化
第四节序列预测
一、线性预测函数
二、预测方差最小原则
三、线性最小方差预测的性质
四、修正预测
第四章非平稳序列的确定性分析
【教学目的】1、理解时间序列的分解原理。2、掌握时间序列的确定因素分解、趋势分解、季节效应分解方法。3、了解时间序列综合效应分解方法。4、了解X-11过程。
【教学重点】时间序列趋势分解和季节效应分解。
【教学难点】季节效应时间序列的预测
【教学方法】课堂讲授与上机实验
【教学内容】
第一节时间序列的分解
一、Wold分解定理
二、Cramer分解定理
第二节确定性因素分解
第三节趋势分析
一、趋势拟合法
二、平滑法
第四节季节效应分析
第五节综合分析
第六节 X-11过程
第五章非平稳序列的随机分析
【教学目的】1、掌握ARIMA模型。2、掌握残差自回归模型。3、掌握条件异方差模型。【教学重点】ARIMA模型的建模。
【教学难点】条件异方差模型结构及应用
【教学方法】课堂讲授
【教学内容】
第一节差分运算
一、差分运算的性质
二、差分方式的选择
三、过差分
第二节 ARIMA模型
一、ARIMA模型的结构
二、ARIMA模型的性质
三、ARIMA模型建模
四、ARIMA模型预测
五、疏系数模型
六、季节模型
第三节残差自回归模型
一、模型结构
二、残差自相关检验
三、模型拟合
第四节异方差的性质
一、异方差的影响
二、异方差的直观诊断
第五节方差齐性变换
一、使用场合
二、转换函数的确定
第六节条件异方差模型
一、模型结构
二、模型拟合
第六章多元时间序列分析
【教学目的】1、掌握平稳多元时间序列建模。2、掌握单位根检验。3、理解虚假回归、协
整的概念及应用。4、了解误差修正模型。
【教学重点】平稳多元时间序列建模。
【教学难点】虚假回归、协整的应用
【教学方法】课堂讲授与上机实验
【教学内容】
第一节平稳多元序列建模
第二节虚假回归
第三节单位根检验
一、DF检验
二、ADF检验
三、PP检验
第四节协整
一、单整的概念
二、协整检验
第五节误差修正模型
参考书目
1. Ruey S.Tsay著，潘家柱译：《金融时间序列分析》，机械工业出版社，2006年出版。2．王振龙等编著：《时间序列分析》，中国统计出版社，2000年出版。
3. 安鸿志等编著：《时间序列的分析与应用》，科学出版社，1986年。
第四次作业 第1题 已知某地区每年常驻人口数量近似服从MA (3) 模型（单位：万人） 3212.06.08.0100----+-+=t t t t t Y εεεε，()25,0~N iid t ε。 2002—2004 年的常驻人口数量及1步预测数量下表。 （1）计算此模型的均值函数t Y E 和自相关函数k ρ。（2）预测未来5年该地区常驻人口数量的95％的置信区间。 第2题 一个销售序列的拟合ARIMA (1, 1, 0)模型为 )2,0(IID ~,)1)(43.01(N a a Z B B t t t =--。 已知观测值9.33,4.335049==Z Z 。计算535251,,Z Z Z 的预报值，以及它们的90%置信的预报区间。 第3题 基于样本100,,2,1y y y 估计模型(c2)，得到 ) 0698.0()1543.0()214.7(19013.0188.026.13t u t Y t t Y +-++=. 在通常的检验水平上（ =α10%，5%，1%）检验该模型是否存在单位根。
◆ 自回归求和移动平均（ARIMA ）过程的预测 （实际问题中常用到的补充内容，教材没有。期末必考一题） 回忆在教材的第二章第二节我们学习过ARIMA(p,d,q)过程。 定义 设1≥d 为整数。对时间序列{} Z t t X ∈,，如果它的d 次向后 差分序列t X d L t Y )1(:-=是因果平稳的ARMA(p,q)过程，则称{} t X 是 ARIMA(p,d,q)过程，即满足模型 )2,0(~)(0)1)(()(σφWN t u t u L t X d L L t X L Θ+=-Φ=*Φ。 其中011)(=---=Φp x p x x φφ 的p 个根都在单位圆1||=z 以外，并且 0)(=Φx 与011)(=+++=Θq x q x x θθ 没有公共根。 由于方程0)1)(()(=-Φ=*Φd x x x 有d 重单位根1=x 位于单位圆 1||=z 上，称{} t X 是单位根过程，它必然不能是平稳的（既不是因果平 稳的，也不是非因果平稳的）。而ARIMA(p,d,q)过程存在是否可逆的问题。回忆时间序列可逆性的定义。 定义 称（可以是平稳的或非平稳的）时间序列{} Z t t X ∈,是可逆 的，如果存在数列{} 0,≥j j π满足∞<∑∞ =|0|j j π以及常数λ，使得 ).(0 s m j j t X j t u ∑∞ =-+=πλ 是白噪声)2,0(σWN 。 可逆性是与因果平稳性没有关联的性质。由于以上ARIMA(p,d,q)
【时间简“识”】 说明：本文摘自于经管之家(原人大经济论坛) 作者：胖胖小龟宝。原版请到经管之家(原人大经济论坛) 查看。 1.带你看看时间序列的简史 现在前面的话—— 时间序列作为一门统计学，经济学相结合的学科，在我们论坛，特别是五区计量经济学中是热门讨论话题。本月楼主推出新的系列专题——时间简“识”，旨在对时间序列方面进行知识扫盲（扫盲，仅仅扫盲而已……），同时也想借此吸引一些专业人士能够协助讨论和帮助大家解疑答惑。 在统计学的必修课里，时间序列估计是遭吐槽的重点科目了，其理论性强，虽然应用领域十分广泛，但往往在实际操作中会遇到很多“令人发指”的问题。所以本帖就从基础开始，为大家絮叨絮叨那些关于“时间”的故事！ Long long ago，有多long估计大概7000年前吧，古埃及人把尼罗河涨落的情况逐天记录下来，这一记录也就被我们称作所谓的时间序列。记录这个河流涨落有什么意义当时的人们并不是随手一记，而是对这个时间序列进行了长期的观察。结果，他们发现尼罗河的涨落非常有规律。掌握了尼罗河泛滥的规律，这帮助了古埃及对农耕和居所有了规划，使农业迅速发展，从而创建了埃及灿烂的史前文明。
好~~从上面那个故事我们看到了 1、时间序列的定义——按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。 2、时间序列分析的定义——对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 既然有了序列，那怎么拿来分析呢 时间序列分析方法分为描述性时序分析和统计时序分析。 1、描述性时序分析——通过直观的数据比较或绘图观测，寻找序列中蕴含的发展规律，这种分析方法就称为描述性时序分析 描述性时序分析方法具有操作简单、直观有效的特点，它通常是人们进行统计时序分析的第一步。 2、统计时序分析 （1）频域分析方法 原理：假设任何一种无趋势的时间序列都可以分解成若干不同频率的周期波动 发展过程： 1）早期的频域分析方法借助富里埃分析从频率的角度揭示时间序列的规律 2）后来借助了傅里叶变换，用正弦、余弦项之和来逼近某个函数 3）20世纪60年代，引入最大熵谱估计理论，进入现代谱分析阶段 特点：非常有用的动态数据分析方法，但是由于分析方法复杂，结果抽象，有一定的使用局限性 （2）时域分析方法
时间序列预测技术 下面看看如何采用SPSS软件进行时间序列的预测 我们通过案例来说明： 假设我们拿到一个时间序列数据集：某男装生产线销售额。一个产品分类销售公司会根据过去 10 年的销售数据来预测其男装生产线的月销售情况。 现在我们得到了10年120个历史销售数据，理论上讲，历史数据越多预测越稳定，一般也要24个历史数据才行！ 大家看到，原则上讲数据中没有时间变量，实际上也不需要时间变量，但你必须知道时间的起点和时间间隔。
当我们现在预测方法创建模型时，记住：一定要先定义数据的时间序列和标记！ 这时候你要决定你的时间序列数据的开始时间，时间间隔，周期！在我们这个案例中，你要决定季度是否是你考虑周期性或季节性的影响因素，软件能够侦测到你的数据的季节性变化因子。
定义了时间序列的时间标记后，数据集自动生成四个新的变量：YEAR、QUARTER、MONTH和DATE（时间标签）。 接下来：为了帮我们找到适当的模型，最好先绘制时间序列。时间序列的可视化检查通常可以很好地指导并帮助我们进行选择。另外，我们需要弄清以下几点： ?此序列是否存在整体趋势？如果是，趋势是显示持续存在还是显示将随时间而消逝？ ?此序列是否显示季节变化？如果是，那么这种季节的波动是随时间而加剧还是持续稳定存在？
这时候我们就可以看到时间序列图了！ 我们看到：此序列显示整体上升趋势，即序列值随时间而增加。上升趋势似乎将持续，即为线性趋势。此序列还有一个明显的季节特征，即年度高点在十二月。季节变化显示随上升序列而增长的趋势，表明是乘法季节模型而不是加法季节模型。 此时，我们对时间序列的特征有了大致的了解，便可以开始尝试构建预测模型。时间序列预测模型的建立是一个不断尝试和选择的过程。 了三大类预测方法：1-专家建模器，2-指数平滑法，3-ARIMA
《时间序列分析》课程教学大纲 Time Series Analysis 课程代码：课程性质：专业基础理论课/必修 适用专业：统计开课学期：6 总学时数：56 总学分数：3.5 编写年月：2007.5 修订年月：2007.7 执笔：涂钰青 一、课程的性质和目的 本课程是经济学中较新的、较重要的分支，主要对依时间次序观测的数据进行统计分析。近几年随着计算机的普及发展，时间序列分析在许多领域都得到较好的应用，特别是在金融领域的应用也日益突出。学好时间序列分析已成为对金融工程专业学生的基本要求，同时也为他们今后的工作打好基础。通过该门课程的学习，要求学生能较深刻地理解时间序列的基本理论、思想和方法，掌握时间序列分析中水平指标和速度指标的计算，并根据时间序列用最小平方法配合趋势方程用以预测未来。并能应用于解决实践中遇到的问题，从而提高学生的数理金融素质，加强学生开展数学科研工作和解决实际问题金融的能力，掌握用时间序列模型进行基本实证分析的方法。 二、课程教学内容及学时分配 本课程主干内容包括：时间序列概述、时间序列的水平分析、时间序列的速度分析、时间序列的长期趋势分析和季节变动与循环变动的测定。 第一章时间序列概述(8学时) 本章内容：时间序列的概念及构成，时间序列的种类（绝对数时间序列、相对数时间序列、平均数时间序列），时间序列的编制原则（时间长短要统一、总体范围要一致、指标的 经济内容应统一、各指标的计算方法、计算价格、计量单位都应统一） 本章要求 1. 了解时间序列的概念及构成； 2. 了解绝对数时间序列、相对数时间序列和平均数时间序列； 3. 了解时间序列的编制原则。
《剧作基础》技法课教学大纲 一、课程基本信息 课程名称：剧作基础 课程编码：26132A06 课程类别：学科基础选修课程 适用专业：动画专业 开课学期：3 课程学时：总学时 48 学时（理论课 24 学时，技法课24 学时） 课程学分：3分 先修课程：无要求 并修课程：无要求 课程简介：本课程是动画专业学生的专业必修课程。动画是一种综合艺术门类，集合了绘画、漫画、电影、数字媒体、摄影、音乐、文学等众多艺术门类于一身的艺术表现形式。随着新世纪的到来，动画从内容到形式、制作技术也进入了一个新纪元，并发展为一个产业。剧本也是一项技术性和专业性很强的创作工作。该课程主要讲授剧本创作在动画制作的作用、剧本类型和经典剧作欣赏。本课既有理论方面的学习，又有实践性，并注重技能技巧训练。通过课程学习掌握剧本创作的设计，培养学生写作剧本的能力。 二、课程教育目标 剧本写作是艺术设计/动画专业方向学生的基础课程。和分镜头、原画设计一样，剧本写作也是一项技术性和专业性很强的创作工作。通过本课程系统的理论讲授和严谨的课题作业训练，使学生了剧本创作是如何运用到动画中，认识和掌握在进行剧本创作需要准备的前期工作，掌握剧本创作的发放；熟悉剧本的类型；通过研究国内外经典分镜欣赏与分析、制作，对国内外动画以及电影剧本的创作的启示；掌握分镜头设计步骤。同时，注重培养学生创造能力、思维拓展能力、实践能力和探索创新的精神，为动画艺术创作打下坚实基础。 三、课程教学内容、要求及学时安排 课程单元一剧作的基本概念、动画语汇、创作的途径、构思等（理论讲课）【教学内容】 1．剧作的基本概念。 2．动画语汇。 3. 创作的途径、构思。
《时间序列分析》案例案例名 称：时间序列分析在经济预测中的应用内容要 求：确定性与随机性时间序列之比较设计作 者：许启发，王艳明 设计时 间：2003年8月
案例四：时间序列分析在经济预测中的应用 一、案例简介 为了配合《统计学》课程时间序列分析部分的课堂教学，提高学生运用统计分析方法解决实际问题的能力，我们组织了一次案例教学，其内容是：对烟台市的未来经济发展状况作一预测分析，数据取烟台市1949—1998年国内生产总值（GDP）的年度数据，并以此为依据建立预测模型，对1999年和2000年的国内生产总值作出预测并检验其预测效果。国内生产总值是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果，是反映国民经济活动最重要的经济指标之一，科学地预测该指标，对制定经济发展目标以及与之相配套的方针政策具有重要的理论与实际意义。在组织实施时，我们首先将数据资料印发给学生，并讲清本案例的教学目的与要求，明确案例所涉及的教学内容；然后给学生一段时间，由学生根据资料，运用不同的方法进行预测分析，并确定具体的讨论日期；在课堂讨论时让学生自由发言，阐述自己的观点；最后，由主持教师作点评发言，取得了良好的教学效果。 经济预测是研究客观经济过程未来一定时期的发展变化趋势，其目的在于通过对客观经济现象历史规律的探讨和现状的研究，求得对未来经济活动的了解，以确定社会经济活动的发展水平，为决策提供依据。 时间序列分析预测法，首先将预测目标的历史数据按照时间的先后顺序排列，然后分析它随时间的变化趋势及自身的统计规律，外推得到预测目标的未来取值。它与回归分析预测法的最大区别在于：该方法可以根据单个变量的取值对其自身的变动进行预测，无须添加任何的辅助信息。 本案例的最大特色在于：它汇集了统计学原理中的时间序列分析这一章节的所有知识点，通过本案例的教学，可以把不同的时间序列分析方法进行综合的比较，便于学生更好地掌握本章的内容。 二、案例的目的与要求 （一）教学目的 1．通过本案例的教学，使学生认识到时间序列分析方法在实际工作中应用的必要性和可能性； 2．本案例将时间序列分析中的水平指标、速度指标、长期趋势的测定等内容有机的结合在一起，以巩固学生所学的课本知识，深化学生对课本知识的理解； 3．本案例是对烟台市的国内生产总值数据进行预测，通过对实证结果的比较和分析，使学生认识到对同一问题的解决，可以采取不同的方法，根据约束条件，从中选择一种合适的预测方法； 4．通过本案例的教学，让学生掌握EXCEL软件在时间序列分析中的应用，对统计、计量分析软件SPSS或Eviews等有一个初步的了解； 5．通过本案例的教学，有助于提高学生运用所学知识和方法分析解决问题的能力、合作共事的能力和沟通交流的能力。 （二）教学要求 1．学生必须具备相应的时间序列分析的基本理论知识； 2．学生必须熟悉相应的预测方法和具备一定的数据处理能力； 3．学生以主角身份积极地参与到案例分析中来，主动地分析和解决案例中的问题； 4．在提出解决问题的方案之前，学生可以根据提供的样本数据，自己选择不同的统计分析方法，对这一案例进行预测，比较不同预测方法的异同，提出若干可供选择的方案； 5．学生必须提交完整的分析报告。分析报告的内容应包括：选题的目的及意义、使用数据的特征及其说明、采用的预测方法及其优劣、预测结果及其评价、有待于进一步改进的思路或需要进一步研究的问题。 三、数据搜集与处理 时间序列数据按照不同的分类标准可以划分为不同的类型，最常见的有：年度数据、季度数据、月度数据。本案例主要讨论对年度数据如何进行预测分析。考虑到案例设计时的侧重点，本案例只是对烟
第四章时间序列分析 （一）教学目的 通过本章的学习，掌握时间序列的概念、类型，学会各种动态分析指标的计算方法。 （二）基本要求 要求学会各种水平和速度指标的计算方法，并能对时间序列的长期趋势进行分析和预测。 （三）教学要点 1、时间序列的概念与种类； 2、动态分析指标的计算； 3、长期趋势、季节变动的测定。 （四）教学时数 7——10课时 （五）教学内容 本章共分四节： 第四章时间数列分析 本章前一部分利用时间数列，计算一系列分析指标，用以描述现象的数量表现。后一部分根据影响事物发展变化因素，采用科学的方法，将时间数列受各类因素（长期趋势、季节变动、循环变动和不规则变动）的影响状况分别测定出来，研究现象发展变化的原因及其规律性，为预测未来和决策提供依据。 第一节时间数列分析概述 一、时间数列的概念 时间数列：亦称为动态数列或时间序列(Time Series)，就是把反映某一现象的同一指标在不同时间上的取值，按时间的先后顺序排列所形成的一个动态数列。 时间数列的构成要素： 1.现象所属的时间。时间可长可短，可以以日为时间单位，也可以以年为时间单位，甚至更长。 2.统计指标在一定时间条件下的数值。 二、时间数列的分类 时间数列的分类在时间数列分析中具有重要的意义。因为，在很多情况下，时间数列的种类不同，则时间数列的分析方法就不同。因此，为了能够保证对时间数列进行准确分析，则首先必须正确判断时间数列的类型。而要正确判断时间数列的类型，其关键又在于对有关统计指标的分类进行准确理解。 由于时间数列是由统计指标和时间两个要素所构成，因此时间数列的分类实际上和统计指标的分类是一致的。 时间数列分为:总量指标时间数列、相对指标时间数列和平均指标时间数列。 （一）总量指标时间数列 总量指标时间数列：又称为绝对数时间数列，是指由一系列同类的总量指标数值所构成的时间数列。它反映事物在不同时间上的规模、水平等总量特征。总量指标时间数列又分为时期数列和时点数列。 1.时期数列：是指由反映某种社会经济现象在一段时期内发展过程累计量的总量指标所构成的总量指标时间数列。
《电视导演》课程教学大纲 一、课程基本信息 课程代码： 课程名称：电视导演 英文名称：Television Director 课程类别：专业必修 学时：48 适用对象：广播电视编导专业、播音主持专业 考核方式：课程设计 先修课程：视听语言 二、课程简介 在广播电视编导专业大一下学期开设《电视导演》课程，是标志着学生们开始正式进入了影视专业学习，是为了完善和加强广播电视编导学科教学体系所设立，通过检验学生在上学期学习的电视摄像、非线性编辑等课程的学习，教会大家如何在电视节目制作中综合运用，加强广播电视编导学生对视听语言的理解，打好整个学科体系中最基础的部分，为今后学习广播电视编导专业的其他课程和进入工作实践做好准备。 这门给大一的学生开设的《电视导演》课程，不如把它叫做“电视导演基础训练”更为适合，在学生今后更进一学习各门类电视节目导演课之前，就必须把电视导演基础也就是视听语言基础打好。同时电视导演又是一个实战性很强的课程，学生上课时通过对具体案例的“写、拍、剪”熟悉电视导演工作的具体流程、知识要点和基本技能。“写”就是让学生尽快从中学时代的语文写作转到为电视节目文案写作和剧本创作，“拍”就是让学生掌握单个镜头视听元素和镜头之间的连接技能，通过掌握“编”让学生更加学会掌握熟练视听语言，为学生成为合格的专业的电视导演打下扎实的学科基础。 三、课程性质与教学目的 《电视导演》是广播电视编导的专业必修课，是一门实操演练与课堂理论教学并重的基础专业课程。通过本课程的教学使学生了解电视导演在整个广播电视编导学科中地位和作用，初步掌握电视导演工作的一般规律和各种门类电视节目导演的不同特点和要求，从基础的视听语言开始，着力培养学生在各种电视节目制作中的“写”、“拍”、“剪”的基本能力，为今后学生进入电视专题、电视纪录片、影视剧、电视综艺节目的策划、导演、制作学习及专业技能打下良好基础、提高学生对影视作品的分析和鉴赏能力。 四、教学内容及要求
Eviews 时间序列分析实例 时间序列是市场预测中经常涉及的一类数据形式， 绍。通过第七章的学习，读者了解了什么是时间序列, 、指数平滑法实例 所谓指数平滑实际就是对历史数据的加权平均。它可以用于任何一种没有明显函数规 律，但确实存在某种前后关联的时间序列的短期预测。 由于其他很多分析方法都不具有这种 特点，指数平滑法在时间序列预测中仍然占据着相当重要的位置。 (―)一次指数平滑 一次指数平滑又称单指数平滑。它最突出的优点是方法非常简单， 甚至只要样本末期的 平滑值，就可以得到预测结果。 一次指数平滑的特点是： 能够跟踪数据变化。 这一特点所有指数都具有。 预测过程中添 加最新的样本数据后， 新数据应取代老数据的地位， 老数据会逐渐居于次要的地位， 直至被 淘汰。这样，预测值总是反映最新的数据结构。 一次指数平滑有局限性。第一，预测值不能反映趋势变动、季节波动等有规律的变动； 第二，这种方法多适用于短期预测， 而不适合作中长期的预测；第三， 由于预测值是历史数 据的均值，因此与实际序列的变化相比有滞后现象。 指数平滑预测是否理想，很大程度上取决于平滑系数。 Eviews 提供两种确定指数平滑 系数的方法：自动给定和人工确定。 选择自动给定，系统将按照预测误差平方和最小原则自 动确定系数。如果系数接近 1，说明该序列近似纯随机序列，这时最新的观测值就是最理想 的预测值。 出于预测的考虑，有时系统给定的系数不是很理想， 用户需要自己指定平滑系数值。平 滑系数取什么值比较合适呢？ 一般来说，如果序列变化比较平缓，平滑系数值应该比较小， 比如小于0.1; 如果序列变化比较剧烈， 平滑系数值可以取得大一些， 如0.3?0.5。若平滑系 数值大于0.5才能跟上序列的变化，表明序列有很强的趋势，不能采用一次指数平滑进行预 测。 ［例1］某企业食盐销售量预测。现在拥有最近连续 30个月份的历史资料(见表 I ), 试预测下一月份销售量。 表 某企业食盐销售量 单位：吨 解：使用对数据进行分析，第一步是建立工作文件和录入数据。有关操作在本 理和一些分析实例。本节的主要内容是说明如何使用 Eviews 软件进行分析。 本书第七章对它进行了比较详细的介 并接触到有关时间序列分析方法的原
时间序列分析 第二章 时间序列分析 第二节 时间序列模型 一、 线性时间序列模型的分类 1. 自回归（AR ）过程 AR(1)过程 t u t X t X +-+=110φφ， ),0(~2σWN t u , Z t ∈。 (i) 当且仅当11 <φ时因果，此时有唯一传递形式 ∑∞=-+-=0 1110 j j t u j t X φφ φ。 (ii) 当11 >φ时平稳而不因果，有唯一形式 ∑∞=+---=1 1110 j j t u j t X φφ φ。 (iii) 当11 =φ时必定不平稳，称为随机游走。特别当还有00≠φ时， 称为带漂移的随机游走。由于有
)0() 1100()(φ φt X E u t u t u t X E t X E +=++-+++=Λ， 2]2)1 1[()(σt u t u t u E t X Var =++-+=Λ。 由于方差不为常数，所以序列不平稳。 (iv) 当11 -=φ时必定不平稳。实际上， )0 () 1 2221220()2(X E u u t u t u t u X E t X E =-+--+--+=Λ， 2 2] 2)1222122[()2(σt u u t u t u t u E t X Var =-+--+--=Λ； )0(0)12221200()12(X E u u t u t u X E t X E -=+-+---+-=-φφΛ， 2)12(] 2)122212[()12(σ-=+-+---=-t u u t u t u E t X Var Λ。 不论t 是奇数还是偶数，都有2)(σt t X Var =。由于方差不为 常数，所以序列不平稳。 补充命题 一元p 次方程 011)(=---=Φp x p x x φφΛ （其中 0≠p φ）的p 个（复）根都在单位圆1||=z 以外的
情况如6月澳大利亚季度常住人口变动（单位：千人）199320.1971年9月—年 问题：（1）判断该序列的平稳性与纯随机性。 （2）选择适当模型拟合该序列的发展。 （3）绘制该序列拟合及未来5年预测序列图。 针对问题一：将以下程序输入SAS编辑窗口，然后运行后可得图1. data example3_1; input x@@; time=_n_; ; cards55.4 50.2 49.5 67.9 55.8 63.2 53.1 61.7 45.3 48.1 49.9 55.2 42.1 30.4 59.9 49.5 33.8 30.6 36.6 44.1
45.5 32.9 28.4 35.8 37.3 29 34.2 39.5 49.8 48.8 43.9 49 47.6 37.3 47.6 39.2 48.9 60.8 65.4 65.4 51.2 67 49.6 55.1 47.3 67.6 62.5 57.3 47.9 45.5 49.1 48 44.5 48.8 60.9 51.4 55.8 59.4 60.9 51.6 60.3 71 64 62.1 58.6 64.6 75.4 83.4 79.4 59.9 80.2 55.9 59.1 21.5 69.5 65.2 58.5 62.5 33.1 62.2 60 170 35.3 -47.4 34.4 43.4 58.4 42.7 ; =example3_1; data proc gplot; 1plot x*time==star; v=join =red symbol1cI;run 该序列的时序图1 图这两个异常数据外，该时序图显示澳大-47.4和由图1可读出：除图中170附近随机波动，没有明显的趋势或周期，基60利亚季度常住人口变动一般在在本可视为平稳序列。5. 再接着输入以下程序运行后可输出五方面的信息。具体见表1-表arima data proc= example3_1;
《影视编剧学》课程教学大纲 I 课程实施细则 一、教师信息 姓名：解建峰职称：副教授 办公室：15号楼206 电话：********，******** 电子信箱：jfxie@https://www.doczj.com/doc/232927189.html, 答疑时间： 二、课程基本信息 课程名称（中文）：影视编剧学 课程名称（英文）：script writing 课程性质：□公共必修课■专业必修课□限选课□任选课□实践性环节课程类别*：□学术知识类□方法技能类□研究探索类■实践体验类 课程代码： 周学时：4；总学时：64 ；学分：； 先修课程： 开设专业：广播电视编导专业 三、课程简介 本课程为剧本写作进阶课程，是对学生创作进行指导的实践性课程。教师将在课程中就题材选择、人物性格设计、情节构思、故事梗概写作、结构设计、分场提纲写作以及剧本写作的各个环节进行具体指导。
本课程采用灵活的授课方式，即教师按照教学进程布置不同阶段所需要完成的剧作训练项目，学生在课外完成这些作业；教师则在课上对学生进行检查、指导和点评，并就涉及到的理论知识进行系统梳理，对学生模糊的内容进行重点讲授，并结合当下的创作现象和观念进行拓展。教师的指导将根据具体需要灵活地采用一对一式的辅导或一对多的小组集体辅导，或班级集体授课方式。 四、课程目标 课程教学要达到的目标：使学生了解并掌握影视剧剧本创作的基本规律，基本掌握剧本创作技能和写作技能，初步具备创作剧本的能力。 具体目标：除了每个教学阶段的片段练习和小组剧本之外，每个学生独立创作一个可供拍摄为15分钟以内的短片的原创剧本。 五、教学内容与进度安排 本课程的教学内容、授课形式与学习要求等，如下表所示。学生由此可以准确地了解每周的学习任务和实践环节的活动安排，学生在每周课后需根据教学进程的安排，对本周的任务和下周的安排加以了解，并进行相关准备。
Eviews时间序列分析实例 时间序列是市场预测中经常涉及的一类数据形式，本书第七章对它进行了比较详细的介绍。通过第七章的学习，读者了解了什么是时间序列，并接触到有关时间序列分析方法的原理和一些分析实例。本节的主要内容是说明如何使用Eviews软件进行分析。 一、指数平滑法实例 所谓指数平滑实际就是对历史数据的加权平均。它可以用于任何一种没有明显函数规律，但确实存在某种前后关联的时间序列的短期预测。由于其他很多分析方法都不具有这种特点，指数平滑法在时间序列预测中仍然占据着相当重要的位置。 （－）一次指数平滑 一次指数平滑又称单指数平滑。它最突出的优点是方法非常简单，甚至只要样本末期的平滑值，就可以得到预测结果。 一次指数平滑的特点是：能够跟踪数据变化。这一特点所有指数都具有。预测过程中添加最新的样本数据后，新数据应取代老数据的地位，老数据会逐渐居于次要的地位，直至被淘汰。这样，预测值总是反映最新的数据结构。 一次指数平滑有局限性。第一，预测值不能反映趋势变动、季节波动等有规律的变动；第二，这种方法多适用于短期预测，而不适合作中长期的预测；第三，由于预测值是历史数据的均值，因此与实际序列的变化相比有滞后现象。 指数平滑预测是否理想，很大程度上取决于平滑系数。Eviews提供两种确定指数平滑系数的方法：自动给定和人工确定。选择自动给定，系统将按照预测误差平方和最小原则自动确定系数。如果系数接近1，说明该序列近似纯随机序列，这时最新的观测值就是最理想的预测值。 出于预测的考虑，有时系统给定的系数不是很理想，用户需要自己指定平滑系数值。平滑系数取什么值比较合适呢？一般来说，如果序列变化比较平缓，平滑系数值应该比较小，比如小于0.l；如果序列变化比较剧烈，平滑系数值可以取得大一些，如0.3～0.5。若平滑系数值大于0.5才能跟上序列的变化，表明序列有很强的趋势，不能采用一次指数平滑进行预测。 ［例1］某企业食盐销售量预测。现在拥有最近连续30个月份的历史资料（见表l），试预测下一月份销售量。 表1 某企业食盐销售量单位：吨 解：使用Eviews对数据进行分析，第一步是建立工作文件和录入数据。有关操作在本
第八章时间序列分 析
第八章时间序列分析与预测 【课时】6学时 【本章内容】 §8.1 时间序列的描述性分析 时间序列的含义、时间序列的图形描述、时间序列的速度分析§8.2 时间序列及其构成分析 时间序列的构成因素、时间序列构成因素的组合模型 § 8.3 时间序列趋势变动分析 移动平均法、指数平滑法、模型法 §8.4 时间序列季节变动分析 原始资料平均法、趋势-循环剔除法、季节变动的调整 §8.5 时间序列循环变动分析 循环变动及其测定目的、测定方法 本章小结 【教学目标与要求】 1.掌握时间序列的四种速度分析 2.掌握时间序列的四种构成因素 3.掌握时间序列构成因素的两种常用模型 4.掌握测定长期趋势的移动平均法 5.了解测定长期趋势的指数平滑法 6.掌握测定长期趋势的线性趋势模型法 7.了解测定长期趋势的非线性趋势模型法 8.掌握分析季节变动的原始资料平均法 9.掌握分析季节变动的循环剔出法 10.掌握测定循环变动的直接法和剩余法 【教学重点与难点】 1.对统计数据进行趋势变动分析，利用移动平均法、指数平滑法、线性模型法求得数 据的长期趋势； 2.对统计数据进行季节变动分析，利用原始资料平均法、趋势－循环剔除法求得数据 的季节变动； 3.对统计数据进行循环变动分析，利用直接法、剩余法求得循环变动。 【导入】 很多社会经济现象总是随着时间的推移不断发展变化，为了探索现象随时间而发展变化的规律，不仅要从静态上分析现象的特征、内部结构以及相互关联的数量关系，而且应着眼于现象随时间演变的过程，从动态上去研究其发
展变动的过程和规律。这时需要一些专门研究按照时间顺序观测的序列数据的统计分析方法，这就是统计学中的时间序列分析。 通过介绍一些时间序列分析的例子，让同学们了解时间序列的应用，并激发学生学习本章知识的兴趣。 1.为了表现中国经济的发展状况，把中国经济发展的数据按年度顺序排列起 来，据此来研究。 2.公司对未来的销售量作出预测。这种预测对公司的生产进度安排、原材料采 购、存货策略、资金计划等都至关重要。 3.车站对未来节日客流量的预测。 4.投资者对股票、基金未来走势的预测。
《微电影创作》课程教学大纲 第一部分:课程教育目标 教学对象 全校对新媒体和影视艺术感兴趣的学生 课程的性质和任务 电视的发明,使大世界变成了小村庄,而计算机技术的发展又使小村庄变成了指尖上的世界.科学技术与艺术的联姻产生了影视艺术.影视制作是一项复杂而富有创造性的劳动. 通过短片制作课程的学习,让学生从前期准备,实践拍摄,后期制作几个步骤中学习影视制作的全过程.并结合理论知识研究影片制作技巧,拍摄技巧.学生独立创作剧本并通过相应的设备使用能将剧本拍摄成完整的影视短片. 学生能力培养要求 1,基础知识要求熟悉影片制作的理论知识,镜头运动知识,设备使用知识. 掌握影视短片的创作技巧,剧本编写技巧. 通过实训设备的实际使用熟悉并能灵活使用摄影设备. 熟练使用后期软件完成后期剪辑,整理工作. 2,素质要求要求学生在理论的系统学习和指导下,结合理论知识创作并拍摄影视短片.通过实践制作过程中的讲解,结合理论与实践相结合的教学方法使学生达到能熟练运用理论知识的结果.因为摄影技术的独特性和个性化摄影语言较多,所以在实践教学过程中老师应灵活的处理各种技术环节. 3,实践操作要求
A,坚持理论结合实际的原则 B,因为影视短片创作是需要人员合作的工作,因此学生可相应分组创作影视短片,并分组做相应的指导. C,准备相应的摄影设备（自用型相机）,并让学生熟悉操作方法. D,制作影片并刻录光盘保存 第二部分:教学内容基本要求 教学目的和要求 创作并拍摄影视短片,能够独立制作剧本,分镜头脚本.通过影视制作课程掌握影视制作基础理论并能把影视制作理论熟练的应用在实践操作上. 创作剧本并根据剧本写分镜头台本 通过分镜头台本实践拍摄影片 影片后期剪辑 整理出片 教学内容 影视制作概述,了解电影基本发展史. 剧本编写. 蒙太奇的应用理论. 如何写分镜头台本. 画面拍摄.镜头,光线与色彩的运用. 后期制作. 教学重点和难点
时间序列分析法原理及步骤 ----目标变量随决策变量随时间序列变化系统 一、认识时间序列变动特征 认识时间序列所具有的变动特征, 以便在系统预测时选择采用不同的方法 1》随机性:均匀分布、无规则分布,可能符合某统计分布(用因变量的散点图和直方图及其包含的正态分布检验随机性, 大多服从正态分布 2》平稳性:样本序列的自相关函数在某一固定水平线附近摆动, 即方差和数学期望稳定为常数 识别序列特征可利用函数 ACF :其中是的 k 阶自 协方差,且 平稳过程的自相关系数和偏自相关系数都会以某种方式衰减趋于 0, 前者测度当前序列与先前序列之间简单和常规的相关程度, 后者是在控制其它先前序列的影响后,测度当前序列与某一先前序列之间的相关程度。实际上, 预测模型大都难以满足这些条件, 现实的经济、金融、商业等序列都是非稳定的,但通过数据处理可以变换为平稳的。 二、选择模型形式和参数检验 1》自回归 AR(p模型
模型意义仅通过时间序列变量的自身历史观测值来反映有关因素对预测目标的影响和作用,不受模型变量互相独立的假设条件约束,所构成的模型可以消除普通回归预测方法中由于自变量选择、多重共线性的比你更造成的困难用 PACF 函数判别 (从 p 阶开始的所有偏自相关系数均为 0 2》移动平均 MA(q模型 识别条件
平稳时间序列的偏相关系数和自相关系数均不截尾,但较快收敛到 0, 则该时间序列可能是 ARMA(p,q模型。实际问题中,多数要用此模型。因此建模解模的主要工作时求解 p,q 和φ、θ的值,检验和的值。 模型阶数 实际应用中 p,q 一般不超过 2. 3》自回归综合移动平均 ARIMA(p,d,q模型 模型含义 模型形式类似 ARMA(p,q模型, 但数据必须经过特殊处理。特别当线性时间序列非平稳时,不能直接利用 ARMA(p,q模型,但可以利用有限阶差分使非平稳时间序列平稳化,实际应用中 d (差分次数一般不超过 2. 模型识别 平稳时间序列的偏相关系数和自相关系数均不截尾,且缓慢衰减收敛,则该时间序列可能是 ARIMA(p,d,q模型。若时间序列存在周期性波动, 则可按时间周期进
《时间序列分析》课程教学大纲 课程编号：33330775课程名称：时间序列分析 课程基本情况： 1．学分：3 学时：51学时（课内学时：45 课内实验：6）2．课程性质：专业必修课 3．适用专业：统计学适用对象：本科 4.先修课程：概率论、数理统计、随机过程 5．首选教材：王燕：《应用时间序列分析》，中国人民大学出版社，2008出版。 备选教材：王振龙等编著：《时间序列分析》，中国统计出版社，2000年。 6．考核形式：闭卷考试 7．教学环境：多媒体教室及实验室 一、教学目的与要求 本课程是数理统计学的一个重要分支，先期需完成的课程有概率论、随机过程。通过本课程的学习，使学生掌握时间序列数据的分析方法，包括时间序列简介、平稳时间序列分析、时间序列分解、非平稳序列的随机分析、多元时间序列分析。利用Eviews软件进行本课程的实验教学。 二、教学内容及学时分配 课程内容及学时分配表 三、教学内容安排 第一章时间序列分析简介 【教学目的】1、了解时间序列的定义及常用分析方法；2、掌握时间序列的几个基本概念：随机过程、平稳随机过程、非平稳随机过程、自相关、记忆性。 【教学重点】时间序列的相关概念。 【教学难点】随机过程、系统自相关性。 【教学方法】课堂讲授 【教学内容】 第一节时间序列的定义 第二节时间序列分析方法 第三节时间序列分析软件EVIEWS简介
第二章时间序列的预处理 【教学目的】1、掌握平稳性检验的原理和方法；2、掌握纯随机性检验的原理和方法。【教学重点】平稳时间序列的定义及统计性质。 【教学难点】时间序列的相关统计量。 【教学方法】课堂讲授 【教学内容】 第一节平稳性检验 一、特征统计量 二、平稳时间序列的定义 三、平稳时间序列的统计性质 四、平稳时间序列的意义 五、平稳时间序列的检验 第二节纯随机性检验 一、纯随机序列的定义 二、白噪声序列的定义 三、纯随机性检验 第三章平稳时间序列序列分析 【教学目的】1、理解ARMA模型的定义及性质。2、掌握平稳序列建模方法。3、掌握平稳时间序列的预测 【教学重点】平稳时间序列建模 【教学难点】模型识别，参数估计，序列预测 【教学方法】课堂讲授与上机实验 【教学内容】 第一节方法性工具 一、差分运算 二、延迟算子 三、线性差分方程 第二节 ARMA模型的性质 一、AR模型 二、MA模型 三、ARMA模型 第三节平稳序列建模 一、建模步骤 二、样本自相关系数与偏相关系数 三、模型识别 四、参数估计 五、模型检验 六、模型优化 第四节序列预测 一、线性预测函数 二、预测方差最小原则 三、线性最小方差预测的性质 四、修正预测 第四章非平稳序列的确定性分析 【教学目的】1、理解时间序列的分解原理。2、掌握时间序列的确定因素分解、趋势分解、季节效应分解方法。3、了解时间序列综合效应分解方法。4、了解X-11过程。
《剧本创作》教学大纲 一、课程概述 1．课程性质与任务 本课程是编导专业的专业基础课程，它理论与实践并重，要求学生通过本课程学习，掌握影视剧本创作的基本知识、基本规律和基本方法，能够独立的进行影视剧本的改编和创作。 作为一门创作实践课程，它要求学生有良好文学素养和文字功底。因此在开设本课程之前，要先行开设《基础写作》、《文学欣赏》等课程，提高学生的文学素养和写作水平；同时本课程的深入学习又为《电视专题创作》、《纪录片创作》等课程的进一步学习作了有力的铺垫。 2．课程教学基本要求 （1）正确认识本课程的性质、目标任务和课程体系结构，掌握本门课程包含的基本概念、基本规律、基本技巧，注重理论联系实际，导向现实，立足应用。 （2）正确运用案例教学和实证教学。通过对中外优秀影片和电视剧剧作角度分析，不断印证理论的正确性和运用的广泛性，使学生能够从理论的高度、规律的广泛性和技巧的灵活性上把握影视作品，并能够触类旁通，学以致用。 （3）以学生为本，转变教学理念。灵活运用探究教学、启发教学，问题教学等开放式教学方法，避免理论的乏味和枯燥感，以学生为中心，培养和谐融洽、积极思考、敢于发言的课堂氛围。 （4）课程学习和剧本创作的双结合。要求学生勤动笔杆子，把章节理论和章节训练相结合，把章节训练和完整的剧本创作相结合，学以致用，为以后课程的开设和毕业设计打下坚实的基础。 （5）全面提升学生的剧本创作素养。除了理解和把握剧作的规律、方法和技巧之外，学生还应具有广泛的知识视野，以及对于社会人生和内心的深刻体察。因此要不断的引导学生观摩中外优秀影视剧作，积累创作经验；阅读相关书籍，伸展知识触角；关注社会人生，扎根现实。 3．课程目标 通过本课程的教学，应使学生具备以下能力： （1）把握影视剧本创作的基本知识、基本规律和基本技巧 （2）能够运用影视剧作的理论知识评鉴电影电视剧的优劣，借鉴其成功经验 （3）能够独立进行简单影视剧本的改编和创作 4．教学方法和教学形式 （1）以多媒体教学为依托，围绕理论基核灵活的运用案例教学、启发教学、探究教学等方法，充分调动学生的积极性和创造性，激发学生学习的潜能。 （2）充实课堂空间，延展课下空间。给学生列出与本课程有关的书籍和优秀的中外影片的目录，较好的利用业余时间，寓教于乐。
(时间序列分析)
时间序列分析 17.某城市过去63年中每年降雪量数据（单位：mm）如表3—20所示（行数据）。 表3—20 126.4 82.4 78.1 51.1 90.9 76.2 104.5 87.4 110.5 25 69.3 53.5 39.8 63.6 46.7 72.9 79.6 83.6 80.7 60.3 79 74.4 49.6 54.7 71.8 49.1 103.9 51.6 82.4 83.6 77.8 79.3 89.6 85.5 58 120.7 110.5 65.4 39.9 40.1 88.7 71.4 83 55.9 89.9 84.8 105.2 113.7 124.7 114.5 115.6 102.4 101.4 89.8 71.5 70.9 98.3 55.5 66.1 78.4 120.5 97 110 （1）判断该序列的平稳性与纯随机性。 （2）如果序列平稳且非白噪声，选择适当模型拟合该序列的发展。 （3）利用拟合模型，预测该城市未来5年的降雪量。 答： （1）由a-time时序图（左上角），该图平稳 由ACF自相关系数图（右上角），该图非纯随机性 （2）因为该序列是平稳且非白噪声序列，由图可知ACF图拖尾，PACF图一阶截尾，故该序列可拟合为AR(1)模型
图1 （3）由图1和xt-time时序图（右下角）可知，该城市未来5年的降雪量预测为:89.01662, 82.43668, 80.37336, 79.72634, 79.52345 该题的程序: 18.某地区连续74年的谷物产量（单位：千吨）如表 3—21所示（行数据）。表3—21 0.97 0.45 1.61 1.26 1.37 1.43 1.32 1.23 0.84 0.89 1.18
《表演基础与技能》学期课程教学大纲 2014/2/17 一、课程与任课教师基本信息 课程名称：表演基础与技能课程类别：必修课□选修课■ 学时/学分：56/3.5 授课时间：4学期其中实验（实训、讨论等）学时：授课对象:2012级群众文艺 任课教师姓名：于捷授课地点：艺B106 所属院（系）：师范学院联系电话：22861269职称：副教授 Email: yuj@https://www.doczj.com/doc/232927189.html, 答疑时间、地点与方式：周五下午5.6节艺B106 二、课程简介 此课程是音乐教育及表演类专业的一门专业基础选修课程。 该课程作为音乐学专业人才培养计划中众多专业基础课程中的一门，与其他专业课程一道，共同承载着训练学生的基本表演技能和培养学生的艺术表演能力的重要任务。通过对表演基础元素的讲解以及舞台表演基础中的一系列训练与练习，使学生了解并学会正确判断人物之间关系的方法，运用塑造人物的基本原则与规律，有效地提高学生准确、完整地塑造舞台人物形象的基本技能与表演能力。 三、课程目标 (一)知识与技能目标： 1.以更新观念为核心，在舞台上最大限度地恢复、解放和开拓学生的有机天性，通过对表演基础元素的学习，让学生逐渐学会“置自身于特定的想象意境之中”有效地克服害羞的心理压力； 2.以想象力的开发为要求，培养学生的学习兴趣，全面开拓他们的自身表演潜质，在人物塑造的基本原则框架里，有意识、有目的地去对表演对象的性格、特性进行准确的分析和明判； 3.树立成功点，强化信念，在肯定自我的基础上，开拓个人魅力，结合有选择的作品表演练习，了解并逐步掌握通过剧本中的人物、事件、冲突，去寻找人物性格依据的方法，进而达到有效地提升学生们的艺术和文学修养之目标； 4.培养学生应有的社会责任感，树立正确的美学观，提高审美品位；在选择性的作品训练环节中，重点要求的是学生必须学会用“心灵”、“情感”去寻找隐藏在形象背后的主题，站在“真、善、美”的基点上去严谨解读剧本中深含的创作意蕴，以达到对学生情感、态度、价值观培养之目标； 5.培养学生良好的人生素养和艺术修养，逐渐提高准确塑造舞台人物形象的自我感觉和表现技能。通过本课程的学习和训练，尤其是经过第二学期一系列的针对性单元练习，学生应达到十分了解并基本学会正确判断人物之间关系的方法、较为准确地把握人物性格的定位、能运用塑造人物的基本原则与规律，较好地掌握和驾驭剧情的深入与矛盾发展的节奏，较准确、完整地塑造舞台人物形象的基本表演技术与能力的要求。 （二）过程与方法目标：