愛丁堡大學時間序列分析課程的主要目標是讓同學獲得對時間序列分析中所涉及的問題的深入理解。下面是對時間序列分析考試重點內(nèi)容的梳理和解析，有需要的同學不妨了解一下。

一、考試重點內(nèi)容

1、白噪聲序列、單變量平穩(wěn)和積分非平穩(wěn)隨機序列。

2、向后移位算子、向后差分算子和時間序列特征方程的根。

3、通過另一個平穩(wěn)隨機序列(特別是白噪聲序列)的一般線性濾波器定義一個時間序列。

4、線性過程的眾所周知的模型平穩(wěn)自回歸(AR)、移動平均(MA)、自回歸移動平均(ARMA)；非平穩(wěn)綜合ARMA(ARIMA)。

5、有漂移和無漂移的隨機游動，特別是增量呈正態(tài)分布的隨機游動。

6、多元時間序列模型，特別是VAR模型。

7、協(xié)同集成過程。

8、時間序列模型的估計、診斷和識別。

9、非線性(如TAR和GARCH)、非平穩(wěn)(如帶有平穩(wěn)誤差的回歸)時間序列模型。

10、使用Box-Jenkins方法和外推法從時間序列數(shù)據(jù)中應用時間序列模型和預測。

11、應用于時間序列和季節(jié)調(diào)整的平滑技術(shù)。

二、考試評估目標

1、展示對時間序列分析的主要概念的知識和批判性理解。

2、展示對MA、AR、ARMA、ARIMA和RW模型主要特性的知識和重要理解。

3、使用最小二乘法、最大似然法和其他方法使時間序列模型與數(shù)據(jù)相吻合。

4、選擇合適的型號，例如AIC或BIC。

5、將趨勢和季節(jié)趨勢擬合到數(shù)據(jù)中，并將時間序列模型擬合到殘差中。

6、了解用于預測的方法。

7、了解ARCH、GARCH和其他非線性時間序列模型及其在金融數(shù)據(jù)建模中的應用。

8、充分理解時間序列數(shù)據(jù)，進行時間序列數(shù)據(jù)的基本計算和匯總。

9、理解并批判性地評估計算機軟件擬合的時間序列模型。

10、使用一系列時間序列模型進行預測。

11、就時間序列分析問題進行有意義和富有成效的交流。

同學可以將上述內(nèi)容作為愛丁堡大學時間序列分析考試復習的基本框架，如果這些內(nèi)容同學都能掌握的話，那么通過考試應該沒有問題。