东北大学：某学院应用统计学专业《时间序列分析》课程教学大纲

时间序列分析教学大纲英文名称Time Series Analysis，课程信息SubjectInformation课程编号:开课学期：53100313016SubjectSemesterID课程分所属课群：类专业教育PA专业平台MTSectionCategory课程学分:总学时/周：232CreditTotal Hours/WeeksPoints理论学时:实验学时：320LECT.EXP.HoursHoursPBL 学时:实践学时/周：00PBLPRAC.Hours/WeeksHours开课学东北大学适用专业：院：应用统计学AS悉尼智能科技学院StreamCollege课程属课程模式：性:选修Elective自建NEUModePattern中方课程协调人：成绩记载方式：韩鹏百分制MarksNEU CoResult Typeordinator先修课程:概率论与随机变量，应用回归分析RequisiteS英文参考教材：无ENTextbooks1/9

1 / 9 时间序列分析 教学大纲 英文名称 Time Series Analysis 一、课程信息 Subject Information 课程编 号: Subject ID 3100313016 开课学期: Semester 5 课程分 类: Category 专业教育 PA 所属课群: Section 专业平台 MT 课程学 分: Credit Points 2 总学时/周: Total Hours/Weeks 32 理论学 时: LECT. Hours 32 实验学时: EXP. Hours 0 PBL 学 时: PBL Hours 0 实践学时/周: PRAC. Hours/Weeks 0 开课学 院: College 东北大学 悉尼智能科技学院 适用专业: Stream 应用统计学 AS 课程属 性: Pattern 选修 Elective 课程模式: Mode 自建 NEU 中方课程 协调人: NEU Co ordinator 韩鹏 成绩记载方式: Result Type 百分制 Marks 先修课 程: Requisite s 概率论与随机变量，应用回归分析 英文参考 教材: EN Textbook s 无

中文参考教材：王燕著，应用时间序列分析（第6版），中国人民大学出版社，2022CN Textbooks教学资源：http://www.crup.com.cn/Book/TextDetail?doi-4789c6e2-45c3-4179-a851-9eccd1cleResourced34S课程负责人(撰写提交日期：单击或点击此处输入张子选人):日期。Submitted DateSubjectDirector任课教师(含负责人):张子选Taughtby审核人：批准人：韩鹏史闻博CheckedApproved byby批准日期：单击或点击此处输入日期。Approved Date2/9

2 / 9 中文参考 教材: CN Text books 王燕 著，应用时间序列分析（第 6 版），中国人民大学出版社，2022 教学资 源: Resource s http://www.crup.com.cn/Book/TextDetail?doi=4789c6e2-45c3-4179-a851-9eccd1c1e d34 课程负责 人(撰写 人): Subject Director 张子选 提交日期: Submitted Date 单击或点击此处输入 日期。 任课教师 (含负责 人): Taught by 张子选 审核人: Checked by 韩鹏 批准人: Approved by 史闻博 批准日期: Approved Date 单击或点击此处输入 日期

二、教学目标SubjectLearningObjectives（SLOs）注：毕业要求及指标点可参照悉尼学院本科生培养方案，可根据实际情况增减行数Note: GA and index can be referred from undergraduate program in SSTC website. Please add/reduce lines based on subject本课程为应用统计学专业本科生开设的专业方向选修课。《时间序列分析》是应用统计学专业重要的专业基础课程之一，是衔接基础课与专业的桥梁，同时也是一门统计分析理论与实际应用密切结合整体目标：的课程，它的主要任务是通过课堂理论授课和学生完成作业两部Overall Objective分，使学生掌握时间序列分析方法的统计思想、数学原理及实例数据中的应用，重点培养学生分析解决问题的能力，为学生从事与数据分析相关的技术、科学研究工作等打下坚实的基础。掌握时间序列分析的概念。1-1平稳时间序列的统计性质，图检验，DF检验，ADF检验，1-2纯随机性检验（假设条件、检验统计量）。AR模型的统计性质，AR模型的平稳性判别方法，MA模（1）专业目标：1-3型的统计性质，MA模型的可逆性判别方法，ARMA模型Professional Ability的平稳条件和可逆条件。平稳时间序列的建模方法和步骤，时间序列的模型识别，参1-4数估计方法，假设检验方法，线性预测方法。1-5ARIMA模型的结构、性质、建模和预测方法。通过时间序列分析方法及其发展史的简单介绍，引导学生应2-1具备一定的科学思维、科学精神和科学素质，树立科学思想以及正确的世界观和方法论。通过学习时间序列平稳性的意义，即将时间序列样本容量不2-2足问题转化为序列平稳性判别问题，理解等价转换思想。通过AR模型平稳性判别、MA模型可逆性判别及ARMA模型平稳性判别和可逆性判别的学习，让学生能够在先验知（2）德育目标：2-3识的基础上给出新模型，从而达到以创新为动力，培养具有Essential Quality自学能力、创新意识、实践能力及团体协作能力的技能应用型人才的目标通过平稳序列建模步骤的学习，理解认识来源于实践、实践2-4是认识的基础、实践是检验真理的唯一标准的哲学思想通过非平稳序列的随机性分析的学习，理解“一切从实际出2-5发”这一马克思主义认识论的根本要求和实事求是的哲学原理课程教学目标与毕业要求的对应关系MatrixofGA&SLOs毕业要求GA指标点GAIndex教学目标SLOs指标点1-1：具有较强的演绎推理能力、准确计算能力、分析归纳能力、抽象思1、理学知识：具有扎实的数维能力，掌握数学、自然科学和相关专1-1、1-2、1-4、业知识，并使用其建立正确的数学、物学基础，能够将数学、自然1-5、2-3、2-4、科学和专业知识用于解决复理学等模型以解释复杂实际问题2-5杂实际问题。指标点1-2：掌握统计调查、统计数据处理、统计分析、计算机与统计软件使用等应用统计学的基本理论、知识与方法，3/9

3 / 9 二、教学目标 Subject Learning Objectives (SLOs) 注：毕业要求及指标点可参照悉尼学院本科生培养方案，可根据实际情况增减行数 Note: GA and index can be referred from undergraduate program in SSTC website. Please add/reduce lines based on subject. 整体目标: Overall Objective 本课程为应用统计学专业本科生开设的专业方向选修课。《时间序 列分析》是应用统计学专业重要的专业基础课程之一，是衔接基础 课与专业的桥梁，同时也是一门统计分析理论与实际应用密切结合 的课程，它的主要任务是通过课堂理论授课和学生完成作业两部 分，使学生掌握时间序列分析方法的统计思想、数学原理及实例数 据中的应用，重点培养学生分析解决问题的能力，为学生从事与数 据分析相关的技术、科学研究工作等打下坚实的基础。 （1）专业目标: Professional Ability 1-1 掌握时间序列分析的概念。 1-2 平稳时间序列的统计性质，图检验，DF 检验，ADF 检验， 纯随机性检验（假设条件、检验统计量）。 1-3 AR 模型的统计性质，AR 模型的平稳性判别方法，MA 模 型的统计性质，MA 模型的可逆性判别方法，ARMA 模型 的平稳条件和可逆条件。 1-4 平稳时间序列的建模方法和步骤，时间序列的模型识别，参 数估计方法，假设检验方法，线性预测方法。 1-5 ARIMA 模型的结构、性质、建模和预测方法。 （2）德育目标: Essential Quality 2-1 通过时间序列分析方法及其发展史的简单介绍，引导学生应 具备一定的科学思维、科学精神和科学素质，树立科学思想 以及正确的世界观和方法论。 2-2 通过学习时间序列平稳性的意义，即将时间序列样本容量不 足问题转化为序列平稳性判别问题，理解等价转换思想。 2-3 通过 AR 模型平稳性判别、MA 模型可逆性判别及 ARMA 模型平稳性判别和可逆性判别的学习，让学生能够在先验知 识的基础上给出新模型，从而达到以创新为动力，培养具有 自学能力、创新意识、实践能力及团体协作能力的技能应用 型人才的目标 2-4 通过平稳序列建模步骤的学习，理解认识来源于实践、实践 是认识的基础、实践是检验真理的唯一标准的哲学思想 2-5 通过非平稳序列的随机性分析的学习，理解“一切从实际出 发”这一马克思主义认识论的根本要求和实事求是的哲学原 理 课程教学目标与毕业要求的对应关系 Matrix of GA & SLOs 毕业要求 GA 指标点 GA Index 教学目标 SLOs 1、理学知识：具有扎实的数 学基础，能够将数学、自然 科学和专业知识用于解决复 杂实际问题。 指标点 1-1：具有较强的演绎推理能力、 准确计算能力、分析归纳能力、抽象思 维能力，掌握数学、自然科学和相关专 业知识，并使用其建立正确的数学、物 理学等模型以解释复杂实际问题 1-1、1-2、1-4、 1-5、2-3、2-4、 2-5 指标点 1-2：掌握统计调查、统计数据处 理、统计分析、计算机与统计软件使用 等应用统计学的基本理论、知识与方法

具备采集、处理、分析数据的能力，熟悉预研报告、可行性分析报告、研究方案等文档的撰写规范指标点2-1：能够借助应用统计学的基本2、问题分析：能够借助应用原理、方法和手段，分析、识别、表达统计学的基本原理、方法和本专业相关的复杂实际问题1-2到1-5、2-2手段，识别、表达、并通过指标点2-2：能够借助应用统计学的基本到2-5文献研究分析复杂实际问原理、方法和手段，针对复杂实际问题题，以获得有效结论。。设计针对性的方案，并综合运用文献、科学理论和技术手段予以解决。指标点3-2：能够对不同设计方案进行比3、设计/开发解决方案：能够设计针对复杂实际问题的较和优化，在工作各环节中具有创新意解决方案，设计满足特定需识和批判意识，善于发现、分析、系统求的系统、单元或流程，并表述和解决实际问题1-1、2-1到2-5能够在设计环节中体现创新指标点3-2：能够对不同设计方案进行比意识，考虑社会、健康、安较和优化，在工作各环节中具有创新意全、法律、文化以及环境等识和批判意识，善于发现、分析、系统因素。表述和解决实际问题三、教学内容Content(Topics)注：以中英文填写，各部分内容的表格可根据实际知识单元数量进行复制、扩展或缩减Note: Flled in both CN and EN, extend or reduce based on the actual numbers of knowledge unit(1)理论教学 Lecture知识单元序号支撑教学目标：11-1, 2-1Knowledge Unit NoSLOs Supported知识单元名称时间序列分析简介Unit Title时间序列的定义知识点：时间序列分析方法Knowledge Delivery时间序列分析软件了解:时间序列分析的应用领域，时间序列分析软件SAS学习目标RecognizeLearning Objectives理解：时间序列的意义及两大分析方法Understand德育目标通过尼罗河涨落的情况案例的学习，让学生能够从历史信息中掌Moral Objectives握事物发展规律，从而更好地奉献于国家、服务于社会重点：时间序列分析软件使用Key Points难点：时间序列分析两大类分析方法Focal points知识单元序号支撑教学目标：21-2, 2-2SLOs SupportedKnowledge Unit No4/9

4 / 9 具备采集、处理、分析数据的能力，熟 悉预研报告、可行性分析报告、研究方 案等文档的撰写规范 2、问题分析：能够借助应用 统计学的基本原理、方法和 手段，识别、表达、并通过 文献研究分析复杂实际问 题，以获得有效结论。 指标点 2-1：能够借助应用统计学的基本 原理、方法和手段，分析、识别、表达 本专业相关的复杂实际问题 1-2 到 1-5、2-2 到 2-5 指标点 2-2：能够借助应用统计学的基本 原理、方法和手段，针对复杂实际问题 设计针对性的方案，并综合运用文献、 科学理论和技术手段予以解决。 3、设计/开发解决方案：能 够设计针对复杂实际问题的 解决方案，设计满足特定需 求的系统、单元或流程，并 能够在设计环节中体现创新 意识，考虑社会、健康、安 全、法律、文化以及环境等 因素。 指标点 3-2：能够对不同设计方案进行比 较和优化，在工作各环节中具有创新意 识和批判意识，善于发现、分析、系统 表述和解决实际问题 1-1、2-1 到 2-5 指标点 3-2：能够对不同设计方案进行比 较和优化，在工作各环节中具有创新意 识和批判意识，善于发现、分析、系统 表述和解决实际问题 三、教学内容 Content (Topics) 注：以中英文填写，各部分内容的表格可根据实际知识单元数量进行复制、扩展或缩减 Note: Filled in both CN and EN, extend or reduce based on the actual numbers of knowledge unit (1) 理论教学 Lecture 知识单元序号: Knowledge Unit No. 1 支撑教学目标: SLOs Supported 1-1，2-1 知识单元名称 Unit Title 时间序列分析简介 知识点: Knowledge Delivery 时间序列的定义 时间序列分析方法 时间序列分析软件 学习目标: Learning Objectives 了解: Recognize 时间序列分析的应用领域，时间序列分析软件 SAS 理解: Understand 时间序列的意义及两大分析方法 德育目标 Moral Objectives 通过尼罗河涨落的情况案例的学习，让学生能够从历史信息中掌 握事物发展规律，从而更好地奉献于国家、服务于社会 重点: Key Points 时间序列分析软件使用 难点: Focal points 时间序列分析两大类分析方法 知识单元序号: Knowledge Unit No. 2 支撑教学目标: SLOs Supported 1-2，2-2

知识单元名称时间序列的预处理Unit Title平稳时间序列定义，宽平稳，严平稳平稳时间序列的统计性质，平稳时间序列的意义知识点：Wold分解定理，平稳序列的特征根Knowledge Delivery图检验，DF检验，ADF检验纯随机序列的定义，白噪声序列的统计性质（纯随机性和方差齐性）；纯随机性检验（假设条件、检验统计量）了解：平稳时间序列的定义Recognize学习目标：理解：白噪声序列的定义及性质，Wold分解定理Learning ObjectivesUnderstand掌握：平稳时间序列的统计性质，图检验，DF检验，ADFMaster检验，纯随机性检验（假设条件、检验统计量）德育目标通过学习时间序列平稳性的意义，即将时间序列样本容量不足问题Moral Objectives转化为序列平稳性判别问题，理解等价转换思想重点：DF检验，ADF检验Key Points难点：纯随机性检验Focal points知识单元序号支撑教学目标：31-3,2-3Knowledge Unit No.SLOs Supported知识单元名称平稳时间序列模型的性质Unit Title差分运算，延迟算子，线性差分方程AR模型的定义、AR模型平稳性判断、平稳AR模型的统计性质MA模型的定义、平稳MA模型可逆性判断、平稳MA模型的统计知识点：性质Knowledge DeliveryARMA模型的定义、平稳条件和可逆条件、传递形式和逆转形式、ARMA模型的统计性质了解：线性常系数差分方程及其解的一般形式Recognize理解：学习目标：ARMA模型的统计性质UnderstandLearning ObjectivesAR模型的统计性质，AR模型的平稳性判别方法，掌握：MA模型的统计性质，MA模型的可逆性判别方法，MasterARMA模型的平稳条件和可逆条件通过AR模型平稳性判别、MA模型可逆性判别及ARMA模型平德育目标稳性判别和可逆性判别的学习，让学生能够在先验知识的基础上给Moral Objectives出新模型，从而达到以创新为动力，培养具有自学能力、创新意识、实践能力及团体协作能力的技能应用型人才的目标重点：AR模型的平稳性判别方法，MA模型的可逆性判别方法Key Points5/9

5 / 9 知识单元名称 Unit Title 时间序列的预处理 知识点: Knowledge Delivery 平稳时间序列定义，宽平稳，严平稳 平稳时间序列的统计性质，平稳时间序列的意义 Wold 分解定理，平稳序列的特征根 图检验，DF 检验，ADF 检验 纯随机序列的定义，白噪声序列的统计性质（纯随机性和方差齐 性）；纯随机性检验（假设条件、检验统计量） 学习目标: Learning Objectives 了解: Recognize 平稳时间序列的定义 理解: Understand 白噪声序列的定义及性质，Wold 分解定理 掌握: Master 平稳时间序列的统计性质，图检验，DF 检验，ADF 检验，纯随机性检验（假设条件、检验统计量） 德育目标 Moral Objectives 通过学习时间序列平稳性的意义，即将时间序列样本容量不足问题 转化为序列平稳性判别问题，理解等价转换思想 重点: Key Points DF 检验，ADF 检验 难点: Focal points 纯随机性检验 知识单元序号: Knowledge Unit No. 3 支撑教学目标: SLOs Supported 1-3，2-3 知识单元名称 Unit Title 平稳时间序列模型的性质 知识点: Knowledge Delivery 差分运算，延迟算子，线性差分方程 AR 模型的定义、AR 模型平稳性判断、平稳 AR 模型的统计性质 MA 模型的定义、平稳 MA 模型可逆性判断、平稳 MA 模型的统计 性质 ARMA 模型的定义、平稳条件和可逆条件、传递形式和逆转形式、 ARMA 模型的统计性质 学习目标: Learning Objectives 了解: Recognize 线性常系数差分方程及其解的一般形式 理解: Understand ARMA 模型的统计性质 掌握: Master AR 模型的统计性质，AR 模型的平稳性判别方法， MA 模型的统计性质，MA 模型的可逆性判别方法， ARMA 模型的平稳条件和可逆条件 德育目标 Moral Objectives 通过 AR 模型平稳性判别、MA 模型可逆性判别及 ARMA 模型平 稳性判别和可逆性判别的学习，让学生能够在先验知识的基础上给 出新模型，从而达到以创新为动力，培养具有自学能力、创新意识、 实践能力及团体协作能力的技能应用型人才的目标 重点: Key Points AR 模型的平稳性判别方法，MA 模型的可逆性判别方法

难点：AR模型、MA模型、ARMA模型的统计性质Focal points知识单元序号：支撑教学目标：41-4, 2-4Knowledge Unit No.SLOs Supported知识单元名称平稳平稳时间序列建模与预测Unit Title平稳时间序列建模步骤样本自相关函数和偏自相关函数，模型识别参数估计：矩估计、极大似然估计和最小二乘估计知识点：模型的显著性检验和参数的显著性检验Knowledge Delivery模型优化，AIC准则和SBC准则线性预测函数，预测方差最小预测原则，线性最小方差预测的性质，条件无偏最小方差估计值、AR序列预测、MA序列预测、ARMA序列预测及其修正预测了解:平稳平稳时间序列建模与预测的意义Recognize学习目标：理解：修正预测UnderstandLearning Objectives掌握：平稳时间序列的建模方法和步骤，时间序列的模型识Master别，参数估计方法，假设检验方法，线性预测方法德育目标理解认识来源于实践、实践是认识的基础、实践是检验真理的唯一Moral Objectives标准的哲学思想重点：平稳时间序列的建模方法和步骤，预测方差最小原则，线性最小方Key Points差预测的性质难点：时间序列的预测和修正预测，AIC准则，SBC准则Focal points知识单元序号：支撑教学目标：51-5,2-5Knowledge Unit No.SLOs Supported知识单元名称非平稳序列的随机分析Unit TitleCramer分解定理知识点：差分运算的实质，差分方式的选择，过差分Knowledge DeliveryARIMA模型的结构、性质、建模和预测了解：差分运算的实质和选择，过差分Recognize学习目标：理解：Cramer分解定理UnderstandLearningObjectives掌握：ARIMA模型的结构、性质、建模和预测Master德育目标理解认识来源于实践、实践是认识的基础、实践是检验真理的唯一Moral Objectives标准的哲学思想重点：ARIMA模型的结构、性质、建模和预测6/9

6 / 9 难点: Focal points AR 模型、MA 模型、ARMA 模型的统计性质 知识单元序号: Knowledge Unit No. 4 支撑教学目标: SLOs Supported 1-4，2-4 知识单元名称 Unit Title 平稳平稳时间序列建模与预测 知识点: Knowledge Delivery 平稳时间序列建模步骤 样本自相关函数和偏自相关函数，模型识别 参数估计：矩估计、极大似然估计和最小二乘估计 模型的显著性检验和参数的显著性检验 模型优化，AIC 准则和 SBC 准则 线性预测函数，预测方差最小预测原则，线性最小方差预测的性质， 条件无偏最小方差估计值、AR 序列预测、MA 序列预测、ARMA 序列预测及其修正预测 学习目标: Learning Objectives 了解: Recognize 平稳平稳时间序列建模与预测的意义 理解: Understand 修正预测 掌握: Master 平稳时间序列的建模方法和步骤，时间序列的模型识 别，参数估计方法，假设检验方法，线性预测方法 德育目标 Moral Objectives 理解认识来源于实践、实践是认识的基础、实践是检验真理的唯一 标准的哲学思想 重点: Key Points 平稳时间序列的建模方法和步骤，预测方差最小原则，线性最小方 差预测的性质 难点: Focal points 时间序列的预测和修正预测，AIC 准则，SBC 准则 知识单元序号: Knowledge Unit No. 5 支撑教学目标: SLOs Supported 1-5，2-5 知识单元名称 Unit Title 非平稳序列的随机分析 知识点: Knowledge Delivery Cramer 分解定理 差分运算的实质，差分方式的选择，过差分 ARIMA 模型的结构、性质、建模和预测 学习目标: Learning Objectives 了解: Recognize 差分运算的实质和选择，过差分 理解: Understand Cramer 分解定理 掌握: Master ARIMA 模型的结构、性质、建模和预测 德育目标 Moral Objectives 理解认识来源于实践、实践是认识的基础、实践是检验真理的唯一 标准的哲学思想 重点: ARIMA 模型的结构、性质、建模和预测

Key Points难点：Cramer分解定理，差分方式的选择，ARIMA模型预测Focal points(2）实验教学Experiments无(3）课外实践教学PBL无四、教学安排TeachingSchedule注：可根据实际情况增减行数Note: Please add/reduce lines based on subject.学时(周)Hour(Week)教学内容TeachingContent理论实验课外实践集中实践EXP.PBLLECTPRAC.2000时间序列分析简介8000时间序列的预处理8000平稳时间序列模型的性质00100平稳时间序列建模与预测00非平稳序列的随机分析40总计 Total32000五、教学方法TeachingMethodology注：可根据实际情况增减行数或修改内容Note: Please add/reduce lines or revise content based on subject勾选Check教学方法与特色TeachingMethodology&Characters多媒体教学：基于信息化设备的课堂教学团Multi-media-based lecturing实践能力传授：理论教学、讨论形式相结合，调动学生的学习积极团性，培养学生的自学能力、团队协作能力和解决实际问题的能力团课程思政建设：知识讲授与德育相结合7/9

7 / 9 Key Points 难点: Focal points Cramer 分解定理，差分方式的选择，ARIMA 模型预测 (2) 实验教学 Experiments 无 (3) 课外实践教学 PBL 无 四、教学安排 Teaching Schedule 注：可根据实际情况增减行数 Note: Please add/reduce lines based on subject. 教学内容 Teaching Content 学时(周) Hour(Week) 理论 LECT. 实验 EXP. 课外实践 PBL 集中实践 PRAC. 时间序列分析简介 2 0 0 0 时间序列的预处理 8 0 0 0 平稳时间序列模型的性质 8 0 0 0 平稳时间序列建模与预测 10 0 0 0 非平稳序列的随机分析 4 0 0 0 总计 Total 32 0 0 0 五、教学方法 Teaching Methodology 注：可根据实际情况增减行数或修改内容 Note: Please add/reduce lines or revise content based on subject. 勾选 Check 教学方法与特色 Teaching Methodology & Characters  多媒体教学：基于信息化设备的课堂教学 Multi-media-based lecturing  实践能力传授：理论教学、讨论形式相结合，调动学生的学习积极 性，培养学生的自学能力、团队协作能力和解决实际问题的能力  课程思政建设：知识讲授与德育相结合

口PBL教学：无其他：单击或点击此处输入文字。口Other:单击或点击此处输入文字。六，成绩评定Assessment注：可根据实际情况增减行数或修改内容Note: Please add/reduce lines or revise content based on subject.考核环节：环节负责人：平时Behavior张子选Assessment ContentDirector给分形式：课程总成绩比重(%)40百分制MarksResult TypePercentage (%)1、出勤：本门课程的所有环节均要求学生参与并签到，不得缺勤。出勤成绩占总成绩的10%。每缺勤一次扣2.5%，缺勤3次进行谈话提醒，缺课（包括请假和旷课）超过1/3，取消本门课程考核方式：的考试资格。Measures2、作业：本门课程有5次课内作业，要求学生必须独立完成并在规定时间提交。作业成绩占总成绩的30%，每次作业占6%。未按时提交作业或作业有抄袭（雷同）现象的，根据情节严重性进行扣分或成绩按零分计。考核环节环节负责人：期末 Final张子选DirectorAssessmentContent给分形式：课程总成绩比重(%):百分制Marks60Result TypePercentage (%)考核方式：满分100分，通过批阅期末考试试卷给出学生成绩。Measures七、改进机制ImprovementMechanism注：未尽事宜以教学团队以及学院教学指导委员会商定为准Note: Matters not covered in this file shall be determined by TAB of SSTC, NEU教学大纲改进机制SubjectSyllabusImprovementMechanism修订周期(年)考核周期(年)：44Check Period (YR)Revise Period (YR)改进措施：课程负责人根据课程教学内容与人才培养目标组织课程团队讨论Measures并修改教学大纲，报分管教学工作副院长审核后由执行院长批准。8/9

8 / 9 ☐ PBL 教学：无 ☐ 其他:单击或点击此处输入文字。 Other:单击或点击此处输入文字。 六、成绩评定 Assessment 注：可根据实际情况增减行数或修改内容 Note: Please add/reduce lines or revise content based on subject. 考核环节: Assessment Content 平时 Behavior 环节负责人: Director 张子选 给分形式: Result Type 百分制 Marks 课程总成绩比重(%): Percentage (%) 40 考核方式: Measures 1、出勤：本门课程的所有环节均要求学生参与并签到，不得 缺勤。出勤成绩占总成绩的 10%。每缺勤一次扣 2.5%，缺勤 3 次 进行谈话提醒，缺课（包括请假和旷课）超过 1/3，取消本门课程 的考试资格。 2、作业：本门课程有 5 次课内作业，要求学生必须独立完成 并在规定时间提交。作业成绩占总成绩的 30%，每次作业占 6%。 未按时提交作业或作业有抄袭（雷同）现象的，根据情节严重性进 行扣分或成绩按零分计。 考核环节: Assessment Content 期末 Final 环节负责人: Director 张子选 给分形式: Result Type 百分制 Marks 课程总成绩比重(%): Percentage (%) 60 考核方式: Measures 满分 100 分，通过批阅期末考试试卷给出学生成绩。 七、改进机制 Improvement Mechanism 注：未尽事宜以教学团队以及学院教学指导委员会商定为准。 Note: Matters not covered in this file shall be determined by TAB of SSTC, NEU. 教学大纲改进机制 Subject Syllabus Improvement Mechanism 考核周期(年): Check Period (YR) 4 修订周期(年): Revise Period (YR) 4 改进措施: Measures 课程负责人根据课程教学内容与人才培养目标组织课程团队讨论 并修改教学大纲，报分管教学工作副院长审核后由执行院长批准

The subject coordinatorshall beresponsibleforthe syllabusdiscussionand improvement, and the revised version shall be submitted to deputydean (teaching affairs)for reviewing then to executive dean forapprovement.成绩评定改进机制AssessmentImprovementMechanism考核周期(年):修订周期（年）：11Check Period (YR)RevisePeriod (YR)课程负责人根据课程教学内容、课堂教学效果以及成绩分布，对课程教学方法和成绩评定环节进行改进，并同步优化评定办法。改进措施The subject coordinator shall revise the syllabus based on the teachingMeasurescontent, effect and result distribution while optimize the assessmentmeasures.9/9

9 / 9 The subject coordinator shall be responsible for the syllabus discussion and improvement, and the revised version shall be submitted to deputy dean (teaching affairs) for reviewing then to executive dean for approvement. 成绩评定改进机制 Assessment Improvement Mechanism 考核周期(年): Check Period (YR) 1 修订周期(年): Revise Period (YR) 1 改进措施: Measures 课程负责人根据课程教学内容、课堂教学效果以及成绩分布，对课 程教学方法和成绩评定环节进行改进，并同步优化评定办法。 The subject coordinator shall revise the syllabus based on the teaching content, effect and result distribution while optimize the assessment measures