BIOS6900
时间序列分析
📘 简介
本课程旨在让学生掌握现代统计方法分析时间序列数据的工作知识，并熟悉各种预测技术。课程内容包括：ARMA 模型、模型识别与参数估计、模型比较、诊断检查、季节性数据建模、变量选择及综合监测。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 理解预测在不同场景中的必要性及挑战；
✔️ 选择并应用适合的时间序列模型于特定环境；
✔️ 评估与比较模型并基于统计分析改进预测。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📝 作业 | 30% | 通过完成作业巩固时间序列分析和预测技术的应用能力。 |
| 📄 测验/期中考试 | 30% | 测试学生对时间序列建模及预测技术的理解。 |
| 📄 期末考试 | 40% | 2小时书面考试，评估学生对时间序列分析方法的全面掌握。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU