Analiza szeregów czasowych
1000-AD-AnSzCz
Wykład:
Program wykładu obejmuje wprowadzenie w tematykę analizy szeregów czasowych z przedstawieniem licznych przykładów i omówieniem podstawowych pojęć. Zostaną szczegółowo omówione typy szeregów czasowych, ich struktura oraz podstawowe charakterystyki. Przedstawione będą podstawowe modele szeregów czasowych z omówieniem zagadnienia ich identyfikacji. Na koniec omówione będą zagadnienia prognozowanie wskaźników ekonomicznych za pomocą szeregów czasowych.
Laboratorium:
Zajęcia laboratoryjne będą prowadzone z użyciem programów statystycznych (PS IMAGO PRO, R). Szczegółowo będą przedstawione możliwości tych programów w zakresie analizy szeregów czasowych. Otrzymana na wykładzie wiedza zostanie wykorzystana do analizy danych rzeczywistych.
|
W cyklu 2021/22L:
Wykład
1. Szeregi czasowe: przykłady, podstawowe pojęcia.
2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki.
3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja.
5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja.
6. Elementy analizy widmowej.
7. Prognozowanie szeregów czasowych.
Laboratorium
1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji.
2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
3. Identyfikacja stacjonarnych szeregów czasowych.
4. Identyfikacja niestacjonarnych szeregów czasowych.
5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz.
|
W cyklu 2022/23L:
Wykład
1. Szeregi czasowe: przykłady, podstawowe pojęcia.
2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki.
3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja.
5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja.
6. Elementy analizy widmowej.
7. Prognozowanie szeregów czasowych.
Laboratorium
1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji.
2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
3. Identyfikacja stacjonarnych szeregów czasowych.
4. Identyfikacja niestacjonarnych szeregów czasowych.
5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz.
|
W cyklu 2023/24L:
Wykład
1. Szeregi czasowe: przykłady, podstawowe pojęcia.
2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki.
3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja.
5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja.
6. Elementy analizy widmowej.
7. Prognozowanie szeregów czasowych.
Laboratorium
1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji.
2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
3. Identyfikacja stacjonarnych szeregów czasowych.
4. Identyfikacja niestacjonarnych szeregów czasowych.
5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz.
|
W cyklu 2024/25L:
Wykład
1. Szeregi czasowe: przykłady, podstawowe pojęcia.
2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki.
3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja.
5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja.
6. Elementy analizy widmowej.
7. Prognozowanie szeregów czasowych.
Laboratorium
1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji.
2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego.
3. Identyfikacja stacjonarnych szeregów czasowych.
4. Identyfikacja niestacjonarnych szeregów czasowych.
5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz.
|
Całkowity nakład pracy studenta
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.
Efekty uczenia się - wiedza
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).
Efekty uczenia się - umiejętności
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).
Efekty uczenia się - kompetencje społeczne
K1: Ocenia jakość analizowanych danych w sposób krytyczny (K_K02).
K2: Potrafi w sposób zrozumiały dla innych formułować wyniki przeprowadzonych analiz (K_K05).
Metody dydaktyczne
Wykład informacyjny (konwencjonalny), pokaz, studium przypadku, metody laboratoryjna, projektu.
Metody dydaktyczne eksponujące
- pokaz
Metody dydaktyczne podające
- wykład informacyjny (konwencjonalny)
Metody dydaktyczne poszukujące
- laboratoryjna
- studium przypadku
- projektu
Wymagania wstępne
Zaliczenie przedmiotów Rachunek prawdopodobieństwa i Statystyka matematyczna
Koordynatorzy przedmiotu
Kryteria oceniania
Egzamin pisemny – uzyskanie oceny pozytywnej z egzaminu zgodnie z kryterium określonym przez prowadzącego zajęcia – W1, W2, W3, U2, K2.
Zadania o charakterze analitycznym - kryterium zaliczenia ustala prowadzący na początkowych zajęciach – W4, U1, U2, U3, U4, K2.
Projekt końcowy – kryterium zaliczenia ustala prowadzący na początkowych zajęciach - W4, U1, U2, U3, U4, K1, K2.
Literatura
Podstawowa:
1. Brockwell P.J., Davis R.A. Time Series: Theory and Methods, New York, Springer-Verlag, 1987.
2. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting, New York, Springer-Verlag, 1996.
3. Palma W. Time Series Analysis, Wiley, 2016.
4. Aktualna dokumentacja narzędzi informatycznych wykorzystywanych na laboratoriach.
Uzupełniająca:
1. Lutkepohl H., Kratzig M. Applied Time Series Econometrics, Cambridge University Press, 2004.
2. Zagdański A., Suchwałko A. Analiza i prognozowanie szeregów czasowych: praktyczne wprowadzenie na podstawie środowiska R, Warszawa, PWN, 2016.
3. Żądło T., Wywiał J. Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS, 2008.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i
terminach zajęć) mogą być dostępne w serwisie USOSweb: