Szeregi czasowe I 1000-135SC1
Wykład ma na celu zapoznanie słuchaczy z podstawowymi metodami konstruowania modeli szeregów czasowych oraz sposobami wykorzystania tych modeli w prognozowaniu.
Dobór problematyki omawianej na wykładzie został podporządkowany ćwiczeniom, stanowiącym integralną część kursu, które będą odbywać się w laboratorium komputerowym.
W trakcie ćwiczeń szczegołowo zapoznamy sie z możliwosciami modułu "Szeregi czasowe i prognozowanie" programu Statistica 5.
Będziemy rownież używać internetowych narzędzi służących analizie szeregów czasowych oraz systemu R.
Na zajęciach zostaną omówione:
1. liniowe i nieliniowe modele regresyjne (z różnymi funkcjami strat);
2. modele wygładzania wykładniczego: średnie ruchome, sezonowe i niesezonowe wygładzanie wykładnicze;
3. modele dekompozycji sezonowej (metody Census);
4. modele liniowe autoregresyjne, średniej ruchomej, mieszane (tj. ARMA), ARIMA, ARIMA z interwencją, SARIMA.
Rodzaj przedmiotu
Założenia (lista przedmiotów)
Efekty kształcenia
Wiedza i umiejętności:
1. Zna pojęcie procesu stochastycznego, koncepcję silnej i słabej stacjonarności szeregów czasowych, błądzenia losowego.
2. Zna metody analizy z użyciem procesu autoregresyjnego i średniej ruchomej; wyrównywania wykładniczego.
3. Poznał metody prognoz i miary ich precyzji.
4. Zna zasady analizy spektralnej szeregu czasowego.
5. Zna metody estymacji wielorównaniowych modeli szeregów czasowych, w tym z użyciem metody największej wiarygodności.
6. Zna metody wektorowej autoregresji, estymacji funkcji reakcji na impulsy; zna pojęcie przyczynowości w sensie Grangera i metody jej testowania.
7. Zna warunki stacjonarności i metody jej testowania, sposoby sprowadzania szeregów do postaci stacjonarnej.
8. Poznał metody analizy zmienności, w tym metody ARCH i pochodne.
9. Umie analizować współzależności z użyciem metod kointegracji.
Kompetencje społeczne:
1. Umiejętność analizy szeregów czasowych w badaniu zjawisk społeczno-ekonomicznych i finansowych
Literatura
P.J. Brockwell, R.A. Davis - Introduction to time series and forecasting. Springer-Verlag, New York, 1996.
W. Vandaele - Applied time series and Box-Jenkins models. New York, Academic Press, 1983.
G.E.P. Box, G.M. Jenkins - Analiza szeregów czasowych. PWN, Warszawa, 1983.
Literatura dodatkowa:
P.J. Brockwell, R.A. Davis - Time series: theory and methods. Springer-Verlag, New York, 1987.
J.D. Hamilton - Time series analysis. Princeton University Press, Princeton, 1994.
R. Tsay - Analysis of financial time series. John Wiley & Sons, Inc., New York, 2002.
S. Makridakis, S.C. Wheelwright, R.J. Hyndman - Forecasting methods and applications. John Wiley and Sons, New York, 1998.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: