• JobChallenge 2017
  • Události
  • Sem patřím
  • Centrum sportovních aktivit VUT v Brně
  • Výzkumná centra

  • Pravděpodobně máte vypnutý JavaScript. Některé funkce portálu nebudou funkční.

Detail předmětu

Analýza časových řad

Kód předmětu: FAST-DA65
Akademický rok: 2017/2018
Typ předmětu: volitelný
Typ studia: doktorský (třetí cyklus)
Ročník: 2
Semestr: zimní
Počet kreditů: 10 
Výsledky učení předmětu:
Není specifikováno.
Způsob realizace výuky:
20 % kontaktní výuka, 80 % distančně
Prerekvizity:
Pojmy z předmětu "DA03", "DA62" - Pravděpodobnost a matematická statistika Základní znalosti z teorie pravděpodobnosti, matematické statistiky a lineární algebry - zákon rozdělení náhodné veličiny a vektoru, číselné charakteristiky náhodných veličin a vektorů a jejich bodové a intervalové odhady, podstata testování statistických hypotéz, řešení soustavy lineárních rovnic, inverzní matice.
Korekvizity:
Není specifikováno.
Doporučené volitelné složky programu:
Není specifikováno.
Obsah předmětu (anotace):
Pojem stochastického procesu, m-rozměrná distribuční a rozdělovací funkce stochastického procesu, číselné charakteristiky stochastických procesů a jejich odhady, stacionární procesy, ergodické procesy.
Dekompozice časové řady na trendovou, sezónní a cyklickou složku. Odhady jednotlivých složek – regresní přístupy, klouzavé průměry, exponenciální vyrovnávání, Wintersova metoda.
Spektrální hustota a periodogram.
Lineární modely – posloupnost klouzavých součtů, autoregresní proces, smíšený proces – identifikace modelu, odhad parametrů modelu, ověřování adekvátnosti modelu.
Průběžná informace o možnosti využití statistického software STATISTICA a EXCEL při aplikacích probírané látky.
Doporučená nebo povinná literatura:
ANDĚL, J.: Statistická analýza časových řad. SNTL Praha 1976
CIPRA, T.: Analýza časových řad s aplikacemi v ekonomii. SNTL Praha 1986
KOČENDA, E., ČERNÝ, A.: Elements of time series econometrics an applied approach. Karolinum Praha 2007
PAPOULIS, A.: Random Variables and Stochastic Processes. McGraw-Hill New York 1991
Plánované vzdělávací činnosti a výukové metody:
Není specifikováno.
Způsob a kritéria hodnocení:
Není specifikováno.
Jazyk výuky:
čeština
Pracovní stáže:
Není specifikováno.
Osnovy výuky:
1. Základní pojmy. M-rozměrná rozdělovací funkce, distribuční funkce. Číselné charakteristiky stochastického procesu a jejich odhady.
2. Stacionární procesy.
3. Ergodické procesy.
4. Základní lineární regresní model.
5. Základní lineární regresní model.
6. Dekompozice časové řady. Regresní přístupy k trendové složce.
7. Klouzavé průměry.
8. Exponenciální vyrovnávání.
9. Wintersovo sezónní vyrovnávání.
10. Periodické modely - spektrální hustota a peridogram.
11. Lineární proces. Proces klouzavých součtů MA(q).
12. Autoregresní proces AR(p).
13. Smíšený proces ARMA(p,q), ARIMA(p,d,q).
Cíl:
Pochopit základní pojmy z teorie stochastických procesů. Vědět, co je stochastický proces a kdy je určen z pravděpodobnostního hlediska.
Vědět, co jsou číselné charakteristiky stochastických procesů a jak se odhadují.
Umět provést dekompozici časové řady, odhadnout její složky a konstruovat předpovědi.
Umět posoudit periodicitu procesu.
Umět s využitím statistických programů identifikovat Box-Jenkinsovy modely, odhadnout parametry modelu, posoudit adekvátnost modelu a konstruovat předpovědi.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky:
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Typ (způsob) výuky:

Přednáška: 39 hod., nepovinná
Vyučující / Lektor: RNDr. Helena Koutková, CSc.

Zařazení předmětu ve studijních programech