Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Analiza szeregów czasowych i prognozowanie

Informacje ogólne

Kod przedmiotu: 132010-D
Kod Erasmus / ISCED: 11.2 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0542) Statystyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza szeregów czasowych i prognozowanie
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Przedmioty kierunkowe do wyboru SLLD-MIS
Punkty ECTS i inne: 6.00 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Efekty uczenia się:

Wiedza:

Student posiada wiedzę:

1. Dotyczącą analizy i testowania cech szeregów czasowych (testy niestacjonarności, kointegracji; periodogram, korelogram, testy sezonowości).

2. Na temat sposobu konstrukcji i estymacji modeli dynamicznych służących do prognozowania szeregów.

3 Dotyczącą narzędzi opisu, weryfikacji i oceny jakości modeli i prognoz.

Umiejętności:

Student powinien umieć: 1. Określić cechy szczególne badanych szeregów ekonomicznych, sformułować cele analizy i dobrać typ modelu w celu uzyskania prognoz.

2. Przeprowadzić jakościową analizę na podstawie korelogramu, testów niestacjonarności, periodogramu. Sprawdzić, czy występują wahania sezonowe, zmiany strukturalne, zmiany trendu. Dobrać zmienne zerojedynkowe reprezentujące zmiany strukturalne i cykliczne.

3. Dobrać odpowiedni rząd opóźnień w modelu ARMA. Wyznaczyć rząd integracji szeregów niestacjonarnych, zbudować modele ARIMA dla pojedynczego szeregu lub oszacować relację kointegrującą dla zestawu zmiennych.

4. Przeprowadzić diagnostykę zmienności wariancji (efektu ARCH), skonstruować i oszacować proste modele typu ARCH.

5. Analizować wskaźniki długiej pamięci, klasyfikować szeregi na tej podstawie, uwzględnić wyniki w konstrukcji modeli.

6. Budować prognozy na podstawie modeli, analizować jakość prognoz.

Kompetencje społeczne:

1. Umiejętność pracy w zespole, wspólnego planowania realizacji projektu zaliczeniowego.

2. Umiejętność przygotowania raportów z realizacji projektów.

3. Umiejętność komunikowania z otoczeniem i prezentowania wyników zastosowania narzędzi ilościowych.

Zajęcia w cyklu "Preferencje - Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Zajęcia prowadzącego więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Jacek Kotłowski, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Zajęcia prowadzącego - Ocena

Zajęcia w cyklu "Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Jacek Kotłowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Skrócony opis:

Patrz semestralny plan zajęć.

Pełny opis:

Celem przedmiotu jest zaznajomienie studentów z praktycznymi metodami analizy i prognozowania ekonomicznych szeregów czasowych, przy użyciu tradycyjnych i nowszych ekonometrycznych narzędzi, na podstawie zróżnicowanych przykładów z wykorzystaniem dostępnych pakietów ekonometrycznych.

Program: Zapoznanie studentów z metodami praktycznej analizy i prognozowania ekonomicznych szeregów czasowych. Omawiamy metody ad hoc (ekstrapolacja lokalnych trendów), zastosowanie trendów nieliniowych, jak i modele ekonometryczne. Uwzględniamy niestacjonarność szeregów. Budujemy modele ARMA i ARIMA, modele wahań sezonowych (deterministycznych i stochastycznych). Relacje równowagi ekonomicznej modelujemy dzięki analizie kointegracji (metody Engle'a-Grangera i Johansena). Konstruujemy prognozy optymalne i porównujemy dokładność prognoz.

Literatura:

Literatura podstawowa:

Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wyd. Naukowe PWN, wydanie 2011 (wybrane rozdziały).

Diebold F.X., Elements of forecasting (4th ed.), South-Western 2007 (wybrane rozdziały).

Shumway, R.H., Stoffer, D.S., Time series analysis and its applications: with R examples, 3rd ed., Springer, 2010 (wybrane rozdziały)

Hyndman R.J., Athanasopoulos G., Forecasting: principles and practice, OTexts, 2016, https://www.otexts.org/fpp (wolny dostęp online).

Literatura uzupełniająca:

Box G.E.P., G.M. Jenkins, Analiza szeregów czasowych, PWN 1983.

Brockwell P.J., R.A. Davis, Introduction to time series and forecasting (2nd ed.), Springer 2002.

Enders W., Applied economic time series (3rd ed.), Wiley 2009.

H. Lütkepohl, M. Krätzig (ed.), Applied time series econometrics, Cambridge University Press, 2004.

Prognozowanie gospodarcze. Metody i zastosowania, red. M. Cieślak (wyd. 2), PWN, 2002.

Zeliaś A., B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN 2003

Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 35.00%

Zajęcia w cyklu "Semestr zimowy 2024/25" (w trakcie)

Okres: 2024-10-01 - 2025-02-14
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Jacek Kotłowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Grupy łączone SLLD+NLLP:

D+P

Skrócony opis:

Patrz semestralny plan zajęć.

Pełny opis:

Celem przedmiotu jest zaznajomienie studentów z praktycznymi metodami analizy i prognozowania ekonomicznych szeregów czasowych, przy użyciu tradycyjnych i nowszych ekonometrycznych narzędzi, na podstawie zróżnicowanych przykładów z wykorzystaniem dostępnych pakietów ekonometrycznych.

Program: Zapoznanie studentów z metodami praktycznej analizy i prognozowania ekonomicznych szeregów czasowych. Omawiamy metody ad hoc (ekstrapolacja lokalnych trendów), zastosowanie trendów nieliniowych, jak i modele ekonometryczne. Uwzględniamy niestacjonarność szeregów. Budujemy modele ARMA i ARIMA, modele wahań sezonowych (deterministycznych i stochastycznych). Relacje równowagi ekonomicznej modelujemy dzięki analizie kointegracji (metody Engle'a-Grangera i Johansena). Konstruujemy prognozy optymalne i porównujemy dokładność prognoz.

Literatura:

Literatura podstawowa:

Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wyd. Naukowe PWN, wydanie 2011 (wybrane rozdziały).

Diebold F.X., Elements of forecasting (4th ed.), South-Western 2007 (wybrane rozdziały).

Shumway, R.H., Stoffer, D.S., Time series analysis and its applications: with R examples, 3rd ed., Springer, 2010 (wybrane rozdziały)

Hyndman R.J., Athanasopoulos G., Forecasting: principles and practice, OTexts, 2016, https://www.otexts.org/fpp (wolny dostęp online).

Literatura uzupełniająca:

Box G.E.P., G.M. Jenkins, Analiza szeregów czasowych, PWN 1983.

Brockwell P.J., R.A. Davis, Introduction to time series and forecasting (2nd ed.), Springer 2002.

Enders W., Applied economic time series (3rd ed.), Wiley 2009.

H. Lütkepohl, M. Krätzig (ed.), Applied time series econometrics, Cambridge University Press, 2004.

Prognozowanie gospodarcze. Metody i zastosowania, red. M. Cieślak (wyd. 2), PWN, 2002.

Zeliaś A., B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN 2003

Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 35.00%

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-24 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Rumiana Górska, Jacek Kotłowski, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Grupy łączone SLLD+NLLP:

D+P

Skrócony opis:

Patrz semestralny plan zajęć.

Pełny opis:

Celem przedmiotu jest zaznajomienie studentów z praktycznymi metodami analizy i prognozowania ekonomicznych szeregów czasowych, przy użyciu tradycyjnych i nowszych ekonometrycznych narzędzi, na podstawie zróżnicowanych przykładów z wykorzystaniem dostępnych pakietów ekonometrycznych.

Program: Zapoznanie studentów z metodami praktycznej analizy i prognozowania ekonomicznych szeregów czasowych. Omawiamy metody ad hoc (ekstrapolacja lokalnych trendów), zastosowanie trendów nieliniowych, jak i modele ekonometryczne. Uwzględniamy niestacjonarność szeregów. Budujemy modele ARMA i ARIMA, modele wahań sezonowych (deterministycznych i stochastycznych). Relacje równowagi ekonomicznej modelujemy dzięki analizie kointegracji (metody Engle'a-Grangera i Johansena). Konstruujemy prognozy optymalne i porównujemy dokładność prognoz.

Literatura:

Literatura podstawowa:

Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wyd. Naukowe PWN, wydanie 2011 (wybrane rozdziały).

Diebold F.X., Elements of forecasting (4th ed.), South-Western 2007 (wybrane rozdziały).

Shumway, R.H., Stoffer, D.S., Time series analysis and its applications: with R examples, 3rd ed., Springer, 2010 (wybrane rozdziały)

Hyndman R.J., Athanasopoulos G., Forecasting: principles and practice, OTexts, 2016, https://www.otexts.org/fpp (wolny dostęp online).

Literatura uzupełniająca:

Box G.E.P., G.M. Jenkins, Analiza szeregów czasowych, PWN 1983.

Brockwell P.J., R.A. Davis, Introduction to time series and forecasting (2nd ed.), Springer 2002.

Enders W., Applied economic time series (3rd ed.), Wiley 2009.

H. Lütkepohl, M. Krätzig (ed.), Applied time series econometrics, Cambridge University Press, 2004.

Prognozowanie gospodarcze. Metody i zastosowania, red. M. Cieślak (wyd. 2), PWN, 2002.

Zeliaś A., B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN 2003

Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 35.00%

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Rumiana Górska, Jacek Kotłowski, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Grupy łączone SLLD+NLLP:

D+P

Skrócony opis:

Patrz semestralny plan zajęć.

Pełny opis:

Celem przedmiotu jest zaznajomienie studentów z praktycznymi metodami analizy i prognozowania ekonomicznych szeregów czasowych, przy użyciu tradycyjnych i nowszych ekonometrycznych narzędzi, na podstawie zróżnicowanych przykładów z wykorzystaniem dostępnych pakietów ekonometrycznych.

Program: Zapoznanie studentów z metodami praktycznej analizy i prognozowania ekonomicznych szeregów czasowych. Omawiamy metody ad hoc (ekstrapolacja lokalnych trendów), zastosowanie trendów nieliniowych, jak i modele ekonometryczne. Uwzględniamy niestacjonarność szeregów. Budujemy modele ARMA i ARIMA, modele wahań sezonowych (deterministycznych i stochastycznych). Relacje równowagi ekonomicznej modelujemy dzięki analizie kointegracji (metody Engle'a-Grangera i Johansena). Konstruujemy prognozy optymalne i porównujemy dokładność prognoz.

Literatura:

Literatura podstawowa:

Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wyd. Naukowe PWN, wydanie 2011 (wybrane rozdziały).

Diebold F.X., Elements of forecasting (4th ed.), South-Western 2007 (wybrane rozdziały).

Shumway, R.H., Stoffer, D.S., Time series analysis and its applications: with R examples, 3rd ed., Springer, 2010 (wybrane rozdziały)

Hyndman R.J., Athanasopoulos G., Forecasting: principles and practice, OTexts, 2016, https://www.otexts.org/fpp (wolny dostęp online).

Literatura uzupełniająca:

Box G.E.P., G.M. Jenkins, Analiza szeregów czasowych, PWN 1983.

Brockwell P.J., R.A. Davis, Introduction to time series and forecasting (2nd ed.), Springer 2002.

Enders W., Applied economic time series (3rd ed.), Wiley 2009.

H. Lütkepohl, M. Krätzig (ed.), Applied time series econometrics, Cambridge University Press, 2004.

Prognozowanie gospodarcze. Metody i zastosowania, red. M. Cieślak (wyd. 2), PWN, 2002.

Zeliaś A., B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN 2003

Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 35.00%

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.
al. Niepodległości 162
02-554 Warszawa
tel: +48 22 564 60 00 http://www.sgh.waw.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.0.0