732G52 · Linköpings universitet
Tidsserieanalys
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
7.5
Språk
Svenska
Nivå
Grundnivå
Fakultet
Filosofiska fakulteten
Institution
Institutionen för datavetenskap
Lärandemål
Efter avslutad kurs ska den studerande kunna:
- redogöra för olika metoder för analys av tidsserier
- bedöma kvaliteten hos tidsseriedata
- använda metoder för att konstruera och använda olika typer av index
- anpassa och göra inferens för tidsseriemodeller, göra prognoser och beräkna dess statistiska osäkerhet
- använda statistisk mjukvara för att hantera tidsseriedata och anpassa tidsseriemodeller
- kritiskt diskutera lämpligheten i val av tidsseriemodell
- tolka resultat av genomförda analyser
- genomföra uppgifter inom givna tidsramar
Kursinnehåll
- I kursen behandlas:
- Indexteori som exempelvis fastbasindex och kedjeindex
- Tidsserieanalys:
- tidsserieregression
- - komponentuppdelning, främst säsongskomponenter för säsongsrensning
- - exponentiella utjämningsmetoder, Holt Winters metodik
- - stationäritet, autokorrelation, differentiering
- - modeller som Autoregressive Integrated Moving Average (ARIMA) och Seasonal Autoregressive Integrated Moving Average (SARIMA)
- - transferfunktions- och interventionsmodeller
- - vektor autoregression (VAR) modeller
- - volatilitetsmodeller ARCH och GARCH
- - prognoser och prognosintervall för olika tidsseriemodeller
Förutsättningar
- Grundläggande behörighet på grundnivå
- samt
- Samhällskunskap 1b eller 1a1 och 1a2
- Engelska 6
- Matematik 3b/3c eller Matematik C
- 17,5 hp godkända i ämnet statistik från kandidatprogrammet i Statistik och dataanalys, eller motsvarande
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis