香港理工大学研究生时间序列这门课学不会怎么办？

　　香港理工大学时间序列这门课的目的是让同学了解时间序列数据的统计方法，这些数据的观察顺序对于描述相关社会、经济和科学现象的背景动态至关重要。尤其需要注意的是，同学要着重学习使用各种时间序列模型，例如，指数平滑、ARIMA等进行建模和预测。课程涵盖的关键知识点如下：

　　1、回归模型在预测中的应用

　　回归分析;序列相关误差;加权最小二乘。

　　2、非季节性序列：回归和平滑方法

　　局部常均值模型和简单平滑;折现最小二乘和一般指数平滑;局部趋势和指数平滑;未来值的预测间隔。

　　3、季节性序列：回归与平滑方法

　　常数均值模型中的季节性建模;全球和局部恒定的季节性模型;冬季恒定的季节性模型;季节性调整。

　　4、非季节性随机模型

　　平稳过程和ARMA模型;非平稳过程和ARIMA模型;预测;模型规范;参数估计;模型检查。

　　5、季节性ARIMA模型

　　乘法季节性模型;模型建立;回归和季节性ARIMA模型;使用季节性ARIMA模型进行季节性调整。

　　以上是香港理工大学时间序列课程的关键知识点汇总，要是同学对哪部分内容存在疑问，一定要及时解决，因为课程已经到了后半段，如果前面的问题还没解决的话，很可能会影响期末成绩。如果需要补习，可以联系我们的香港课程辅导老师，老师会根据同学的学习情况进行有针对性的辅导，查漏补缺、答疑解惑，使同学能够对时间序列的关键知识有更深入且全面的理解，从而顺利完成课程学习。