Časové řady - NSTP007

• Anglický název: Time Series
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2018
• Semestr: letní
• E-Kredity: 6
• Rozsah, examinace: letní s.:4/0, Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: zrušen
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: prof. RNDr. Tomáš Cipra, DrSc.
• Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
• Záměnnost : NMST537
• Je korekvizitou pro: NSTP165
• Je neslučitelnost pro: NSTP006

Anotace

čeština

Poslední úprava: T_KPMS (13.05.2010)

Základní metody analýzy časových řad včetně počítačového zpracování, dekompoziční metody včetně adaptivních technik, Boxova-Jenkinsova metodologie včetně modelů ARIMA a sezónních modelů, finanční časové řady (modelování volatility a modely nelineární ve střední hodnotě), vícerozměrné časové řady (vektorová autoregrese, Kalmanův filtr). Předpoklady: základní znalosti statistiky.

angličtina

Poslední úprava: T_KPMS (13.05.2010)

Basic methods of time series analysis and their applications, time series decomposition and adaptive techniques, Box-Jenkins methodology including ARIMA and seasonal models, financial time series (models of volatility and nonlinear in mean), multivariate time series (vector autoregression, Kalman filter). Most of the methods are applied in a facultative seminar. Requirements: Basic knowledge of statistics.

Cíl předmětu

čeština

Poslední úprava: T_KPMS (09.05.2008)

Cílem je seznámit posluchače s většinou důležitých metod v praktické analýze časových řad tak, aby je byli schopni aktivně používat.

angličtina

Poslední úprava: T_KPMS (09.05.2008)

The students should master the most important methods of practical time series analysis so that they are capable to apply them in practice.

Literatura

Poslední úprava: T_KPMS (13.05.2010)

Cipra, T.: Analýza časových řad s aplikacemi v ekonomii. SNTL/ALFA, Praha 1986

Cipra, T.: Finanční ekonometrie. Ekopress, Praha 2008

Metody výuky

čeština

Poslední úprava: G_M (27.05.2008)

Přednáška.

angličtina

Poslední úprava: G_M (27.05.2008)

Lecture.

Sylabus

čeština

Poslední úprava: T_KPMS (13.05.2010)

I. Klasifikace náhodných procesů.

II. Dekompoziční metody: 1. Trend. 2. Sezónnost a periodicita. 3. Testy náhodnosti.

III. Boxova-Jenkinsova metodologie: 1. Modely typu ARMA. 2. Identifikace, odhad, verifikace a předpověď. 3. Modely ARIMA a sezónní modely.

IV. Finanční časové řady: 1. Modely volatility (GARCH). 2. Modely nelineární ve střední hodnotě.

V. Vícerozměrné časové řady (vektorová autoregrese, Kalmanův filtr).

angličtina

Poslední úprava: T_KPMS (13.05.2010)

I. Classification of random processes.

II. Decomposition methods: 1. Trend. 2. Seasonality and periodicity. 3. Tests of randomness.

III. Box-Jenkins methodology 1. ARMA models ARMA 2. Identification, estimation, verification and prediction. 3. ARIMA and seasonal models.

IV. Financial time series: 1. Models of volatility (GARCH). 2. Models nonlinear in mean.

V. Multivariate time series (vector autoregression, Kalman filter).