Time series analysis 1000-AD-AnSzCz

(in Polish) 1. Godziny realizowane z udziałem nauczycieli: a. wykład – 30 godzin, b. laboratorium – 30 godzin, c. bieżące przygotowanie do zajęć, w tym rozwiązywanie zadań zleconych przez prowadzących, zapoznanie się z informacją zwrotną dotyczącą rozwiązanych zadań oraz konsultacje z prowadzącymi zajęcia – 40 godzin. 2. Czas poświęcony na pracę indywidualną studenta/słuchacza/uczestnika kursu potrzebny do pomyślnego zaliczenia przedmiotu: a. studiowanie literatury – 10 godzin, b. zapoznanie się z materiałami dodatkowymi, m.in. dokumentacją bibliotek i pakietów – 10 godzin, c. wykonanie projektu zaliczeniowego – 10 godzin. 3. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach): 20 godzin.

(in Polish) W1: Rozumie potrzebę analizy szeregów czasowych (K_W03). W2: Zna metody wyodrębniania trendu szeregu czasowego i podstawowe modele szeregów czasowych: stacjonarnych i niestacjonarnych (K_W06, K_W05, K_W01). W3: Zna elementy analizy widmowej i techniki prognozowania szeregów czasowych (K_W05, K_W06). W4: Orientuje się w dostępnym na rynku oprogramowaniu do analizy szeregów czasowych, zna w stopniu podstawowym przynajmniej jeden taki program (K_W10, K_W11).

(in Polish) U1: Umie zrobić wstępną diagnozę szeregów czasowych (K_U05). U2: Umie zaproponować odpowiednie narzędzia analizy szeregów czasowych do konkretnego zagadnienia i wybrać najlepsze (K_U07). U3: Potrafi wyodrębnić trend i składnik sezonowy szeregu czasowego oraz zastosować techniki identyfikacji szeregów czasowych, umie zbudować prognozę szeregu czasowego i ocenić jej jakość (K_U07, K_U08). U4. Umie posługiwać się w stopniu podstawowym przynajmniej jednym programem do analizy i prognozy szeregów czasowych i potrafi przygotować raport z wynikami swoich analiz (K_U07, K_U11, K_U13).

(in Polish) K1: Ocenia jakość analizowanych danych w sposób krytyczny (K_K02). K2: Potrafi w sposób zrozumiały dla innych formułować wyniki przeprowadzonych analiz (K_K05).

(in Polish) Wykład informacyjny (konwencjonalny), pokaz, studium przypadku, metody laboratoryjna, projektu.

- display

- informative (conventional) lecture

- laboratory
- case study
- project work

(in Polish) Zaliczenie przedmiotów Rachunek prawdopodobieństwa i Statystyka matematyczna

Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system:

• Description of 1000-AD-AnSzCz in USOSweb