R软件课程标准.docx

《R软件课程标准.docx》由会员分享，可在线阅读，更多相关《R软件课程标准.docx（6页珍藏版）》请在第一文库网上搜索。

1、R软件课程标准一、课程概况课程名称R软件课程代码20100502适用专业应用统计学开课学期第6学期课程性质专业选修课程学时/学分51/3预修课程高等数学、线d生代数、翻E率论与数理统计二、课程目标课程目标1：根据研究问题的背景学会建立时间序列的数学模型，掌握时间序列的平稳性与可逆性理论、平稳时间序列建模、非平稳时间序列建模，多元时间序列建模，能够综合运用所学知识解决一些实际问题。课程目标2：熟练应用R软件的时间序列操作模块及其编程，能选择合适的模型拟合具体的数据，进行预测。课程目标3：培养学生解决实际问题的基本意识与技能，具有在工作岗位上用相关性的观点来分析时间序列数据相关的的问题，提高科学预

2、测的能力。三、课程目标与毕业要求的关系1、课程目标与毕业要求的对应关系毕业要求指标点课程目标2.数学基础2.1具有扎实的数学基础，掌握分析学、代数学等主干数学课程的基本原理、基本技巧和结论,受到比较严格的数学思维训练。课程目标12.2具备运用数学知识解决实际问题的能力，了解数学的历史概况和广泛应用。课程目标12.3掌握统计学和数据分析所需的数学基本原理和方法。课程目标14.数据分析4.数据分析4.1掌握数学建模和数据挖掘的基本原理和常用方法，具备较强的统计数据分析与处理能力,能综合运用所学知识分析和解决问题，能对所给数据进行处理和分析，能综合运用所学知识建立合适的时间序列模型解决问题。课程目标

3、1课程目标2课程目标34.2熟练掌握Exce1.R等统计软件在统计数据处理中的使用方法。具有较强的计算机应用能力，能使用统计软件解决实际问题。课程目标2课程目标32、课程目标与毕业要求的矩阵关系图注：H表示高支撑，M表示中支撑，1表示低支撑。思想政治数学基础金融统计数据分析外语体育人文发展1.11.21.32.12.22.33.13.23.34.14.24.35.15.25.36.16.26.3课程目标11MMH课程目标2HH课程目标3HM四、课程教学要求与重难点序号课程内容框架教学要求教学重点教学难点1时间序列简介理解时间序列的意义；理解时间序列分析两大类分析方法：描述性时序分析，统计时序分

4、析；了解时间序列分析软件。时间序列分析两大类分析方法；时间序列分析软件使用。时间序列分析两大类分析方法。2时间序列的预处理理解平稳时间序列的定义；掌握平稳时间序列的统计性质；熟练掌握平稳性的检验（时序图检验、自相关图检验）；理解白噪声序列的定义及性质；熟练掌握纯随机性的检验（假设条件、检验统计量。自相关图检验；纯随机性的检验统计量；自相关图检验与纯随机性的检验在R中的实现。纯随机性的检验统计量。3平稳时间序列分析/解线性常系数差分方程及其解的一般形式；掌握AR模型的平稳性判别方法，熟练掌握AR模型的统计性质；掌握MA模型的可逆性判别方法，熟练掌握MA模型的统计性质；掌握AR模型平稳性的判别方法

5、、MA模型可逆性的判别方法、平稳时间序列的建模方法和步骤；平稳时间序列的建模在R中的实现。AR模型平稳性的判别方法、时间序列的预测。ARMA模型的平稳条件和可逆条件，理解ARMA模型的统计性质；熟练掌握平稳时间序列的建模方法和步骤：掌握时间序列的预测，理解修正预测。4非平稳时间序列的确定性分析/解时间序列的Wo1d分解和Cramer分解；掌握时间序列确定性因素分解；熟练掌握时间序列的趋势分析（曲线拟合、平滑法）；掌握模型季节效应分析的基本思想和具体操作步骤；掌握发杂序列的综合分析方法。时间序列的趋势分析；复杂序列的综合分析方法；各种分析方法在R中的实现。复杂序列的综合分析方法5非平稳时间序列的

6、随机性分析了解差分运算的实质，掌握差分方式的选择，理解过差分问题；熟练掌握ARIMA模型的结构，理解AR1MA模型的性质；熟练掌握ARIMA模型建模的具体步骤:掌握ARIMA模型预测方法,掌握疏系数模型的处理方法；掌握利用ARIMA模型对具有季节效应的序列建模；熟练掌握残差自相关检验；理解异方差的概念及性质，学会判断异方差性，理解方差齐性变换；掌握条件异方差模型。AR1MA模型建模；条件异方差模型；两种模型建模与预测在R中的实现。条件异方差模型五、课程教学内容、教学方式、学时分配及对课程目标的支撑情况序号课程内容框架教学内容教学方式学时支撑课程目标1时间序列简介1.1 引言1.2 时间序列的定

7、义1.3 时间序列分析方法1.4 R软件简介讲授、PPT辅助、课堂讨论、实验4课程目标1课程目标2课程目标32时间序列的预处理2.1 平稳时间序列2.2 时序图检验与自相关图2.3 平稳性检验2.4 纯随机性检验讲授、PpT辅助、课堂讨论、实验8课程目标1课程目标2课程目标33平稳时间序列分析3.1 方法性工具3.2 ARMA模型的性质3.3 平稳时间序列建模3.4 时间序列预测讲授、PPT辅助、课堂讨论、实验14课程目标1课程目标2课程目标34非平稳时间序列的确定性分析4.1 时间序列的分解4.2 确定性因素分解4.3 趋势分析4.4 季节效应分析4.5 综合分析讲授、PpT辅助、课堂讨论、

8、实验11课程目标1课程目标2课程目标35非平稳时间序列的随机性分5.1 差分运算5.2 ARIMA模型5.3 残差自回归模型5.4 异方差性质5.5 方差齐性变换5.6 条件异方差模型讲授、PPT辅助、课堂讨论、实验14课程目标1课程目标2课程目标3六、课程目标与考核内容课程目标考核内容评价依据课程目标1:根据研究问题的背景学会建立时间序列的数学模型，掌握时间序列的平稳性与可逆性理论、平稳时间序列建模、非平稳时间序列建模，多元时间序列建模，能够综合运用所学知识解决一些实际问题。（支撑毕业要求指标点2.1,2.2,23,4.1）时间序列的有关基本概念;时间序列分析方法的分类，描述性时序分析方法的

9、历史发展与适用范围，统计性时序分析方法的发展阶段；时间序列的平稳性分析、纯随机性分析的相关概念，及其在R中的实现；异方差性的检验及其实现；时间序列的分解的相关概念与原理；差分的实质与过差分的相关概念；协整的概念；AR模型、MA模型、ARMA模型、AR1MA模型、异方差模型及其推广模型的统计性质与建模步骤及其在R软件中的实现；R软件的安装，R软件的运行环境，R语言的语法特点与常用函数，与时间序列分析相关的程序包的下载与安装，与时间序列分析相关的R语言的编程。期末考试；出勤及课堂表现；平时作业及实验报告的完成情况。课程目标2：熟练应用R软件的时间序列操作模块及其编程，能选择合适的模型拟合具体的数据

10、，进行预测。（支撑毕业要求指标点4.1,4.2）利用各种平稳时间序列建模的方法解决常见的时间序列问题，并在R软件中实现建模与预测，完成2到3篇实验报告。期末考试；出勤及课堂表现；平时作业及实验报告的完成情况。课程目标3：培养学生解决实际问题的基本意识与技能，具有在工作岗位上用相关性的观点来分析时间序列数据相关的的问题，提高科学预测的能力。（支撑毕业要求指标点4.1,4.2）利用异方差模型和各种非平稳模型的建模方法，结合实际问题完成2到3篇实验报告。期末考试；出勤及课堂表现；平时作业及实验报告的完成情况。七、考核方式与评价细则考核方式比例考核/评价细则课堂表现10%评价标准,根据学生上课出勤情况

11、和课堂讨论，回答问题等情况。基础分10（）分；旷课一次扣10分，迟到、早退、事假一次扣5分；有效参与讨论并正确回答问题一次加5分，最高100分。作业20%评价标准：根据学生提交的实验报告和作业情况。一学期一个学生大约上交10次左右作业。如果作业给出A、B、C、D等级，则全部为A计100分；两次及以上为A计90分；一次为A计85分；三次及以上为D计60分；其他80分。如果给出百分制的分值，则计为平均分。在此标准下，少交一次作业扣5分。平时测验10%评价标准，1-2次阶段性检测成绩；如果是2次阶段性测试，则每次成绩各占百分之五十）期末考试60%评价标准：严格按照运筹学期末试题参考答案及评分细则进行

12、阅卷。综合成绩100%课堂表现（10%）+作业（20%）+平时测验（10%）+期末考试（60%）八、课程目标达成度评价参考数学学院课程目标达成度评价方法进行评价。九、本课程各个课程目标的权重依据第八部分中的课程目标达成度评价方法，计算得到本课程的各个课程目标的权重如下:课程目标课程目标课程目标2课程目标3权值Wi0.420.320.26十、持续改进根据学生的课堂表现、作业、平时测验和期末考试情况及教学督导的反馈，检验学生对本课程涉及的学科素养和学会反思的达成情况，及时对教学中的不足之处进行改进，调整教学指导策略；根据学生的课堂表现、作业、平时测验及期末考试成绩，检验本课程所支撑的毕业要求分解指标点的达成度情况;根据本课程所支撑的毕业要求分解指标点的达成度情况，在本学院教学指导委员会指导下，重新修订本课程大纲，实现持续改进。十一、推荐教材及参考书目1 .推荐教材1王燕.时间序列分析基于RM.北京：中国人民大学出版社，20152 .参考书目1. RUeyS.Tsay著，王远林等译.金融时间序列分析（第3版）M.北京：人民邮电出版社，20122. JOnathanD.Cryer等著，潘红宇等译.时间序列分析及其应用（第二版）M.北京：机械工业出版社，2014