Szeregi czasowe I

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.

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