时间序列分析

本人上这门课的时候是一名大三统计系本科生。这是一门本科生课程，是统计学的专业必修课。先下结论：对于统计学专业的学生，那这门课你肯定得上，而且目前只有张老师开，也没得选；对于其他专业的学生，这门课是否要选来水选修课学分则需要考虑到自己能不能接收部分和R语言相关的作业。

课程内容：

这门课的主要内容就是一些基础的时间序列模型，Auto Regression，Moving Average，ARMA，ARIMA，ETS, ARCH，GARCH等，但常用来model金融波动相关的后俩块内容涉及较浅，课程设置应该是想教授大家如何处理分析简单的时序数据。张老师是复旦本，CUHK知名Network Analysis教授的博士，老师的数学统计功底毫无疑问是很扎实的，但是教学水平确实还有待提高，讲课时的逻辑性与连贯性一般，最起码不是那种第一节课就能让学生喜欢且适应的老师，个人认为上课说话风格和数学系董世杰老师比较接近。张老师会在上课期间对模型、定理等相关内容进行数学推导，有些较难的部分虽说也会推导但是会比较快速简略得带过。此外，其在黑板上的板书内容其实算是PPT上内容的部分补充或者扩展，对于理解还是有一定的作用的。对于不理解的或者是课上没跟上的内容，在课间或课后找张老师也是能得到比较详细的解答的。跑题了，回到课程内容上，整体上来说，前半学期的内容会大致到ARIMA部分，相对较为简单。后半学期的内容在数学推导上会更为复杂一些，比如会涉及到一些诸如傅里叶变换，ODE等对于统计系学生并不是那么熟练的内容，所以这节课其实并不算是一门纯水课吧。额外想说的一点是，这门课的内容虽然其实很基础，但是本人短浅地认为打好这部分的基础还是很有必要的，即使现在ML相关的内容真的如火如荼，但是似乎真的认认真真做一些更solid的科研任务时候，这些比较基础的知识很多时候都还是很有必要的。

作业：

这部分应该是这门课被吐槽的最多的一点。这门课的作业应该是一章节布置一次，一般来说既有常规的动笔写的作业，也会有一两道代码作业。代码作业老师一般都会提供代码demo，但是要注意：老师提供的demo一般都是R语言的，当年上这门课的时候，班上很多学生都没学过R语言，即使学过的应该也就是正在上或者上过系里的统计计算与软件，想要搞明白demo还是需要花费一定功夫的，想要改明白demo并且正确运用起来那更是需要花费一定时间的。可是转折又来了，作业的给分很好，扣分很仁慈，对于代码作业部分，不知道是因为助教也不懂还是什么原因，本人所在的学期中的代码作业即使常常和朋友不太相同，但是大家基本都不扣分，因此常常在代码作业上花费大量时间，结果到头来也不知道自己写的垃圾对不对，而且也没有参考的代码答案，这点真的让本人很苦恼。

考试：

这门课有期中期末两次考试。期中考试内容不难，以至于本人已经不太记得考了啥了，只记得最难的部分应该就是一道基础概率论题目，以及最后一道压轴的公式推导题。这学期期末出的确实很像是PPT默写，因为这门课没有CP，所以如果想拿高分在期末还是需要花费一定时间的。好处是，这门课凭借期末速通的性价比也很高，而且期末改的也松。值得一提的是：虽然老师没说期末不考代码，但是这个学期的期末是没考代码的。

绩点相关：

通过上面的内容不难看出，这门课想拿高绩点并不是那么难，基本上期末别考太差都能取得不错的成绩。本人很幸运的最终取得了A+，看起来应该也不是被捞上的A+，所以这门课要是想冲绩点也是可以尝试一下的。

总的来说，作为学校中少有的时间序列相关的课程（商学院好像还有一门研究生课，但是给分比较一般），如果真的想学习这方面的知识，还是可以选这门课来初步了解一下的，但是如果纯粹是为了水绩点，还是值得考虑一下，因为这门课期中期末备考（无CP）以及平时作业，还是需要花费一点儿时间的。

课件会有一些小错误，可能复习时会计较难受。不过发现错误的过程还是很有收获（但是浪费时间）

考试占比70%，期中题量较少，期末题量较多，考前复习两天拿下90+还是很容易的。