Analiza Szeregów Czasowych/Plan
Z Skrypty dla studentów Ekonofizyki UPGOW
(Różnice między wersjami)
(Utworzył nową stronę „Praktyczny kurs analizy szeregów czasowych # Wstęp. ## Przedmiot zajęć. ## Przykładowe szeregi czasowe. ## Graficzna prezentacja szeregu czasowego. ## Składniki …”) |
|||
Linia 22: | Linia 22: | ||
## Modele ARIMA dla niestacjonarnych szeregów czasowych. | ## Modele ARIMA dla niestacjonarnych szeregów czasowych. | ||
## Techniki identyfikacji procesów. | ## Techniki identyfikacji procesów. | ||
- | |||
## Prognozowanie (predykcja). | ## Prognozowanie (predykcja). | ||
## Periodyczne (sezonowe) modele ARMA - SARIMA. | ## Periodyczne (sezonowe) modele ARMA - SARIMA. |
Wersja z 13:12, 11 lut 2010
Praktyczny kurs analizy szeregów czasowych
- Wstęp.
- Przedmiot zajęć.
- Przykładowe szeregi czasowe.
- Graficzna prezentacja szeregu czasowego.
- Składniki szeregu czasowego.
- Procesy losowe.
- Elementy teorii prawdopodobieństwa.
- Procesy stochastyczne.
- Definicja i rola funkcji autokowariancji (autokorelacji).
- Stacjonarność procesu stochastycznego
- Dekompozycja szeregów czasowych.
- Metody dekompozycji szeregu czasowego.
- Estymacja i eliminacja trendu.
- Estymacja i eliminacja sezonowości.
- Filtry.
- Analiza widmowa.
- Modelowanie szeregów czasowych
- Stacjonarne procesy ARMA
- Przyczynowe i odwracalne procesy ARMA
- Modele ARIMA dla niestacjonarnych szeregów czasowych.
- Techniki identyfikacji procesów.
- Prognozowanie (predykcja).
- Periodyczne (sezonowe) modele ARMA - SARIMA.
- Dodatek 1: Środowisko Matlab / Octave.
- Wprowadzenie do programowania w Matlab / Octave.
- Metody numeryczne wykorzystywane do analizy szeregów czasowych.
- Wizualizacja rozwiązań.