课程分为两部分:第一部分是时间序列基本概念和模型,主要包括时间序列数据实例、探索性数据分析、平稳性、自相关函数、偏相关函数、ARMA模型、ARIMA模型、预测、估计问题;第二部分是对空间统计学的简要介绍,包括高斯过程基础、空间协方差差函数、空间相关性,空间预测Kriging等。


1. 时间序列简介:实例与模型

2. 回归模型及探索性数据分析

3. 平稳时间序列模型:自回归与移动平均模型

4. 自相关函数,偏自相关函数

5. 平稳时间序列的预测问题

6. ARMA模型中的参数估计方法

7. 非平稳时间序列模型:ARIMA

8. 谱分析简介

9. 空间数据、时空数据:实例与模型

10. 空间统计简介及数据可视化

11. 空间随机过程,高斯过程

12. 空间相关性

13. 协方差函数估计方法

14. 空间预测Kriging方法

15. 空间回归

16. 时空过程简介

复旦大学时间序列与空间统计版权所有