Временные ряды и их практическое применение

2021/2022

Лучший по критерию «Новизна полученных знаний»

Статус: Майнор

Кто читает: Департамент статистики и анализа данных

Где читается: Факультет экономических наук

Когда читается: 3, 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Емелина Наталья Константиновна, Родионова Лилия Анатольевна

Язык: русский

Кредиты: 5

Контактные часы: 76

Полная версия программы учебной дисциплины

Аннотация

Представленные в хронологической последовательности данные об объектах, или временные ряды, являются информационной базой для статистического прогнозирования. Методы прогнозной экстраполяции основаны на использовании свойства инерционности процессов и моделирования основной тенденции (тренда) и циклических изменений. Современные социально-экономические процессы все более утрачивают инерционность в силу "виртуализации" основных показателей, например, финансовых, и преобладающими моделями временных рядов становятся бестрендовые. Какую модель предпочесть и как рассчитать ее параметры, чтобы сделать прогноз на будущее? Какой прогноз: краткосрочный или долгосрочный, - можно сделать на основе построенной модели, и насколько он надежен? Ответы на эти и другие вопросы можно найти в процессе изучения предлагаемого курса, в ходе которого будут отработаны модели прогнозирования на основе реальных данных. Для моделирования и прогнозирования предполагается широкое использование передовых информационных технологий и прикладных программ. Также в процессе изучения курса Вы познакомитесь с теорией случайных процессов.

Цель освоения дисциплины

Целью освоения является формирование у студентов научного представления о методах, мо-делях и приемах, позволяющих получать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария анализа временных рядов.
Целью освоения является формирование у студентов научного представления о методах, моделях и приемах, позволяющих получать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария анализа временных рядов.
выработка у студентов навыков критического анализа различных источников информации о временных рядах
подготовка студента к решению профессиональных задач в области анализа временных рядов

Планируемые результаты обучения

Знает основные принципы и умеет использовать методы оценивания моделей ARMA/ARIMA, моделей с авторегрессионной условной гетероскедастичностью, уметь применять тесты единичного корня.
Знает основные принципы и умеет использовать модели сезонных колебаний с фиктивными переменными, модели SARIMA, Адаптивные сезонные модели временных рядов, при-менять тесты на сезонные единичные корни.
Знает основные принципы и умеет использовать основные модели многомерных временных рядов: модели коинтеграции, модели коррекции ошибками, авторегрессионная модели распределенных лагов, векторной авторегрессии.

Содержание учебной дисциплины

Раздел 1. Анализ одномерных временных рядов
Раздел 2. Анализ и моделирование сезонных колебаний во временных рядах
Раздел 3. Основные модели многомерных временных рядов

Элементы контроля

активность на семинарах
Текущие домашние работы
ТДР выполняются еженедельно, в группе по 2 человека и состоят из нескольких заданий по пройденной теме. На проверку отчет загружается в LMS.
Самостоятельная работа 1
СР1 и СР2 (Самостоятельные работы 1 и 2) выполняются на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
Самостоятельная работа 2
СР1 и СР2 (Самостоятельные работы 1 и 2) выполняются на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
Текущие тесты
Проводятся в течение 10 мин на занятии по пройденному материалу.

Промежуточная аттестация

2021/2022 учебный год 4 модуль
0.2 * Самостоятельная работа 1 + 0.2 * Текущие тесты + 0.2 * активность на семинарах + 0.2 * Текущие домашние работы + 0.2 * Самостоятельная работа 2

Программа дисциплины