Szkoła Główna Handlowa w Warszawie - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Analiza szeregów czasowych i prognozowanie 132010-P
Laboratorium (LAB) Semestr zimowy 2020/21

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin: 30
Limit miejsc: (brak limitu)
Zaliczenie: Zaliczenie
Zakres tematów:

Charakterystyka ekonomicznych szeregów czasowych. Rodzaje prognoz. Prognozy w ekonomii, w zarządzaniu i w finansach. Klasyfikacja metod prognozowania. Mierniki dokładności prognoz ex post.

Prognozowanie adaptacyjne. Średnia ruchoma jako prognoza. Metody wygładzania wykładniczego: Brown, Holt, Winters, Gardner-McKenzie.

Prognozy z modeli dekompozycji szeregów czasowych. Census II. Sezonowość addytywna i multiplikatywna. Wskaźniki sezonowości. Desezonalizacja. Trend-cykl. Test Kruskalla-Wallisa na sezonowość.

Prognoza na podstawie jednorównaniowego modelu ekonometrycznego. Testy stabilności. Dokładność prognozy ex ante. Wykresy wachlarzowe. Prognozy wygasłe. Przesuwające się okno prognozy. Test Diebolda-Mariano.

Prognozowanie na podstawie modeli trendu (wzrostu). Trend deterministyczny i trend stochastyczny. Krzywe typu S. Modele dyfuzji innowacji. Zmienne zerojedynkowe w prognozowaniu. Prognozy łączone.

Dynamiczne modele czynnikowe (DFM). Modele Stocka i Watsona. Prognozowanie.

Model ARMA. Metodologia Boxa-Jenkinsa. Funkcja autokorelacji i autokorelacji cząstkowej. Własności korelogramu i innych statystyk z próby. Kryteria informacyjne Akaike, Schwarza jako narzędzia doboru liczby opóźnień. Test Ljung-Boxa istotności autokorelacji. Optymalna predykcja na podstawie modeli ARMA.

Szeregi stacjonarne i niestacjonarne. Testy ADF, Phillipsa-Perrona, KPSS. Pojęcie integracji zmiennych. Trend stochastyczny. Proces błądzenia losowego.

Regresja pozorna. Definicja kointegracji. Metoda Engle'a-Grangera. Model ECM.

Model ARIMA. Model ARIMA z interwencją. Prognozowanie z modeli ARMA i ARIMA.

Procesy z długą pamięcią. Mierniki długiej pamięci szeregu. Wykładnik Hursta. Wprowadzenie do analizy spektralnej. Wybrane metody estymacji parametru integracji ułamkowej. Klasyfikacja procesów z długą pamięcią.

Sezonowość stochastyczna i deterministyczna. Wahania sezonowe a wykres gęstości spektralnej. Prognozowanie sezonowych szeregów czasowych - modele SARIMA.Testy integracji sezonowej.

Nowcasting. Modele ze wskaźnikami wyprzedzającymi. Usuwanie sezonowości. Metoda ARIMA X12. Demetra.

Modele VAR. Wielowymiarowe kryteria informacyjne. Model VECM i metoda Johansena testowania kointegracji. Wektory kointegrujące a relacja równowagi długookresowej.

Szeregi o zmiennej wariancji. Wprowadzenie do modeli ARCH i GARCH.

Grupy zajęciowe

zobacz na planie zajęć

Grupa Termin(y) Prowadzący Miejsca Akcje
1 każdy poniedziałek, 11:40 - 13:20, sala 4D
Jacek Kotłowski, Ewa Syczewska, Rumiana Górska 1/ szczegóły
2 każdy wtorek, 11:40 - 13:20, sala 4D
Jacek Kotłowski, Ewa Syczewska, Rumiana Górska 3/ szczegóły
Wszystkie zajęcia odbywają się w budynku:
budynek C
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.