本课程系统讲解时间序列分析的核心理论与方法。内容涵盖时间序列的基本概念、平稳性与纯随机性检验、经典ARMA模型及其性质、非平稳序列的确定性与随机性分析（包括趋势分解、季节调整和ARIMA建模），以及多元时间序列的协整与误差修正模型。通过理论结合实验，帮助学员掌握对序列数据进行建模、预测与分析的完整技能。

视频课程目录：
第一章 时间序列分析基础
第二章 时间序列的预处理
第三章 ARMA模型
第四章 非平稳序列的确定性分析
第五章 非平稳序列的随机分析
第六章 多元时间序列分析
第七章 实验分析




├─{01}--第一章时间序列分析
│ [1.1.1]--1.时间序列的定义.mp4
│ [1.1.2]--1.时间序列的定义.mp4
│ [1.2]--2.统计时序方法.mp4
│
├─{02}--第二章时间序列的预处理
│ [2.1]--3.时间序列的平稳性检验.mp4
│ [2.2]--4.时间序列的纯随机性检验.mp4
│
├─{03}--时间序列分析
│ [3.10]--14.MA（q）模型的逆转形式及可逆函数.mp4
│ [3.11]--15.可逆的MA模型可逆性判别.mp4
│ [3.12]--22.时间序列的分解.mp4
│ [3.13]--21平稳条件和可逆条件.mp4
│ [3.14]--16.ARMA模型定义.mp4
│ [3.15]--19.平稳序列建模.mp4
│ [3.16]--20模型检验_2.mp4
│ [3.17]--20.模型的优化.mp4
│ [3.1]--5.差分运算和延迟算子(1).mp4
│ [3.2]--时间序列分析3.2ARMA模型的性质样片.mp4
│ [3.3]--7.格林函数.mp4
│ [3.4]--8.AR模型平稳性判别.mp4
│ [3.5]--9.AR模型平稳性判别-自回归系数判别.mp4
│ [3.6]--10AR模型的统计性质.mp4
│ [3.7]--11.MA模型的结构.mp4
│ [3.8]--12.MA模型的统计性质.mp4
│ [3.9]--13.MA模型的可逆性.mp4
│
├─{04}--非平稳时间序列的确定性分析
│ [4.1]--22.时间序列的分解.mp4
│ [4.2]--23确定性因素分解.mp4
│ [4.3]--24.趋势分析.mp4
│ [4.4]--25季节效应分析.mp4
│ [4.5]--26.X11季节调整模型.mp4
│
├─{05}--非平稳时间序列的随机分析
│ [5.1]--27差分运算.mp4
│ [5.2]--28ARIMA模型结构和性质.mp4
│ [5.3]--29ARIMA模型建模.mp4
│ [5.4]--30.疏系数模型.mp4
│ [5.5]--31.季节模型.mp4
│
├─{06}--多元时间序列分析
│ [6.1]--32平稳时间序列建模.mp4
│ [6.2]--33虚假回归.mp4
│ [6.3]--35ADF检验.mp4
│ [6.4]--34.协整1.mp4
│ [6.5]--36.误差修正模型.mp4
│
└─{07}--实验分析
[7.1]--实验分析0.1.mp4