Временные ряды и их практическое применение

2022/2023

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

Анализ различных статистических показателей, представленных временными рядами, стало неотъемлемой частью современных научных прикладных исследований во многих областях науки. Временная структура данных накладывает ограничения на используемые эконометрические модели в силу того, что временные данные упорядочены во времени и наблюдения в близкие моменты времени зависимы. В курсе будут подробно обсуждаться вопросы моделирования детерминированных составляющих временного ряда, стационарности процессов, адаптивные модели, модели ARIMA, моделирование сезонности, проблемы анализа нестационарных временных рядов и многомерных моделей. В предлагаемом курсе будет рассмотрено большое количество прикладных задач с использованием современных пакетов прикладных программ (Stata, Gretl).

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.
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.
Тест

Промежуточная аттестация

2022/2023 учебный год 4 модуль
0.2 * активность на семинарах + 0.2 * Самостоятельная работа 1 + 0.2 * Самостоятельная работа 2 + 0.2 * Тест + 0.2 * Текущие домашние работы

Программа дисциплины