时间序列分析是统计学、经济管理类等专业的核心课程，本书是时间序列分析课程的配套实验教程，是我校多年来在时间序列分析教学改革方面的综合成果。本书将时间序列分析基本理论和统计软件相结合，通过具体的实验案例引导初学者自己动手，从应用的角度理解时间序列分析的理论知识，通过本书的学习可以使初学者掌握和运用时间序列分析的基本方法，借助于EViews软件建立和应用时间序列模型的基本技能。本书主要包括以下内容：导言，时间序列的预处理，平稳时间序列分析，非平稳时间序列的确定性分析，非平稳时间序列的随机分析，多元时间序列建模与分析。内容上既包含实验目的和时间序列基本理论（实验原理），也包括相关知识点的实验案例（教学案例），同时在每一章也提供了综合案例和供学生课后练习使用的练习案例。

郭亚帆，女，1977年5月生，天津财经大学统计学专业在读博士，内蒙古财经大学统计与数学学院副教授。主要研究方向为宏观经济统计分析、消费经济学等。近年来主持内蒙古自治区社科基金课题1项，内蒙古自治区自然科学基金课题1项，并以主要参与人的身份参与国家社科基金课题1项，内蒙古自治区社科课题4项，内蒙古自治区软科学课题2项，内蒙古自治区教育厅重点课题l项。在《统计研究》等期刊发表学术论文30篇。主讲课程有《计量经济学》、《时间序列分析》、《统计方法软件应用》等。

第1章 导言
1.1 实验目的
1.2 实验原理
1.2.1 时间序列分析的起源
1.2.2 时间序列分析的定义
1.2.3 时间序列分析方法
1.2.4 时间序列分析软件
第2章 时间序列的预处理
2.1 实验目的
2.2 实验原理
2.2.1 平稳性检验
2.2.2 纯随机性检验
2.3 教学案例
2.3.1 平稳性检验
2.3.2 纯随机性检验
2.4 综合案例
2.5 练习案例
第3章 平稳时间序列分析
3.1 实验目的
3.2 实验原理
3.2.1 方法性工具
3.2.2 ARMA模型的性质
3.2.3 平稳时间序列建模
3.3 教学案例
3.3.1 模型识别
3.3.2 参数估计
3.3.3 模型检验
3.3.4 模型优化
3.3.5 模型预测
3.4 综合案例
3.5 练习案例
第4章 非平稳时间序列的确定性分析
4.1 实验目的
4.2 实验原理
4.2.1 时间序列的分解
4.2.2 确定性因素分解
4.2.3 趋势分析
4.2.4 季节效应分析
4.2.5 综合分析
4.2.6 X-11过程
4.3 教学案例
4.3.1 趋势分析
4.3.2 平滑法
4.3.3 季节效应分析
4.3.4 X-11过程
4.4 综合案例
4.5 练习案例
第5章 非平稳时间序列的随机分析
5.1 实验目的
5.2 实验原理
5.2.1 差分运算
5.2.2 ARIMA模型
5.2.3 残差自回归模型
5.2.4 异方差的性质
5.2.5 方差齐性变换
5.3 教学案例
5.3.1 差分运算
5.3.2 ARIMA模型建模
5.3.3 残差自回归模型的构建
5.3.4 异方差性
5.4 综合案例
5.5 练习案例
第6章 多元时间序列建模与分析
6.1 实验目的
6.2 实验原理
6.2.1 单整的概念
6.2.2 时间序列单位根检验
6.2.3 协整的概念
6.2.4 协整检验
6.2.5 误差修正模型
6.3 教学案例
6.4 综合案例
6.5 练习案例