愛丁堡大學(xué)時間序列分析課程的主要目標是讓同學(xué)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(xué)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(yīng)用時間序列模型和預(yù)測。

11、應(yīng)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(yù)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(yīng)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(yù)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(xué)可以將上述內(nèi)容作為愛丁堡大學(xué)時間序列分析考試復(fù)習(xí)的基本框架，如果這些內(nèi)容同學(xué)都能掌握的話，那么通過考試應(yīng)該沒有問題。