Z Skrypty dla studentów Ekonofizyki UPGOW

Wersja z 13:12, 11 lut 2010 (pokaż źródło) Lm (dyskusja | edycje) (Utworzył nową stronę „Praktyczny kurs analizy szeregów czasowych # Wstęp. ## Przedmiot zajęć. ## Przykładowe szeregi czasowe. ## Graficzna prezentacja szeregu czasowego. ## Składniki …”) ← poprzednia edycja		Wersja z 13:12, 11 lut 2010 (pokaż źródło) Lm (dyskusja | edycje) następna edycja →
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

1. Wstęp.
   1. Przedmiot zajęć.
   2. Przykładowe szeregi czasowe.
   3. Graficzna prezentacja szeregu czasowego.
   4. Składniki szeregu czasowego.
2. Procesy losowe.
   1. Elementy teorii prawdopodobieństwa.
   2. Procesy stochastyczne.
   3. Definicja i rola funkcji autokowariancji (autokorelacji).
   4. Stacjonarność procesu stochastycznego
3. Dekompozycja szeregów czasowych.
   1. Metody dekompozycji szeregu czasowego.
   2. Estymacja i eliminacja trendu.
   3. Estymacja i eliminacja sezonowości.
   4. Filtry.
   5. Analiza widmowa.
4. Modelowanie szeregów czasowych
   1. Stacjonarne procesy ARMA
   2. Przyczynowe i odwracalne procesy ARMA
   3. Modele ARIMA dla niestacjonarnych szeregów czasowych.
   4. Techniki identyfikacji procesów.
   5. Prognozowanie (predykcja).
   6. Periodyczne (sezonowe) modele ARMA - SARIMA.
5. Dodatek 1: Środowisko Matlab / Octave.
   1. Wprowadzenie do programowania w Matlab / Octave.
   2. Metody numeryczne wykorzystywane do analizy szeregów czasowych.
   3. Wizualizacja rozwiązań.