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