Analiza szeregów czasowych
Informacje ogólne
Kod przedmiotu: | 1000-AD-AnSzCz |
Kod Erasmus / ISCED: |
(brak danych)
/
(0541) Matematyka
|
Nazwa przedmiotu: | Analiza szeregów czasowych |
Jednostka: | Wydział Matematyki i Informatyki |
Grupy: | |
Punkty ECTS i inne: |
6.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | Zaliczenie przedmiotów Rachunek prawdopodobieństwa i Statystyka matematyczna |
Całkowity nakład pracy studenta: | 1. Godziny realizowane z udziałem nauczycieli: a. wykład – 30 godzin, b. laboratorium – 30 godzin, c. bieżące przygotowanie do zajęć, w tym rozwiązywanie zadań zleconych przez prowadzących, zapoznanie się z informacją zwrotną dotyczącą rozwiązanych zadań oraz konsultacje z prowadzącymi zajęcia – 40 godzin. 2. Czas poświęcony na pracę indywidualną studenta/słuchacza/uczestnika kursu potrzebny do pomyślnego zaliczenia przedmiotu: a. studiowanie literatury – 10 godzin, b. zapoznanie się z materiałami dodatkowymi, m.in. dokumentacją bibliotek i pakietów – 10 godzin, c. wykonanie projektu zaliczeniowego – 10 godzin. 3. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach): 20 godzin. |
Efekty uczenia się - wiedza: | W1: Rozumie potrzebę analizy szeregów czasowych (K_W03). W2: Zna metody wyodrębniania trendu szeregu czasowego i podstawowe modele szeregów czasowych: stacjonarnych i niestacjonarnych (K_W06, K_W05, K_W01). W3: Zna elementy analizy widmowej i techniki prognozowania szeregów czasowych (K_W05, K_W06). W4: Orientuje się w dostępnym na rynku oprogramowaniu do analizy szeregów czasowych, zna w stopniu podstawowym przynajmniej jeden taki program (K_W10, K_W11). |
Efekty uczenia się - umiejętności: | U1: Umie zrobić wstępną diagnozę szeregów czasowych (K_U05). U2: Umie zaproponować odpowiednie narzędzia analizy szeregów czasowych do konkretnego zagadnienia i wybrać najlepsze (K_U07). U3: Potrafi wyodrębnić trend i składnik sezonowy szeregu czasowego oraz zastosować techniki identyfikacji szeregów czasowych, umie zbudować prognozę szeregu czasowego i ocenić jej jakość (K_U07, K_U08). U4. Umie posługiwać się w stopniu podstawowym przynajmniej jednym programem do analizy i prognozy szeregów czasowych i potrafi przygotować raport z wynikami swoich analiz (K_U07, K_U11, K_U13). |
Efekty uczenia się - kompetencje społeczne: | K1: Ocenia jakość analizowanych danych w sposób krytyczny (K_K02). K2: Potrafi w sposób zrozumiały dla innych formułować wyniki przeprowadzonych analiz (K_K05). |
Metody dydaktyczne: | Wykład informacyjny (konwencjonalny), pokaz, studium przypadku, metody laboratoryjna, projektu. |
Metody dydaktyczne eksponujące: | - pokaz |
Metody dydaktyczne podające: | - wykład informacyjny (konwencjonalny) |
Metody dydaktyczne poszukujące: | - laboratoryjna |
Skrócony opis: |
Analiza szeregów czasowych jest związana z teorią procesów stochastycznych i zawiera praktyczne narzędzia dotyczące analizy danych zmieniających się w czasie. Celem przedmiotu jest zapoznanie studentów z klasycznymi zagadnieniami analizy szeregów czasowych oraz jej podstawowymi modelami ze szczególnym naciskiem na zagadnienia praktyczne. |
Pełny opis: |
Wykład: Program wykładu obejmuje wprowadzenie w tematykę analizy szeregów czasowych z przedstawieniem licznych przykładów i omówieniem podstawowych pojęć. Zostaną szczegółowo omówione typy szeregów czasowych, ich struktura oraz podstawowe charakterystyki. Przedstawione będą podstawowe modele szeregów czasowych z omówieniem zagadnienia ich identyfikacji. Na koniec omówione będą zagadnienia prognozowanie wskaźników ekonomicznych za pomocą szeregów czasowych. Laboratorium: Zajęcia laboratoryjne będą prowadzone z użyciem programów statystycznych (PS IMAGO PRO, R). Szczegółowo będą przedstawione możliwości tych programów w zakresie analizy szeregów czasowych. Otrzymana na wykładzie wiedza zostanie wykorzystana do analizy danych rzeczywistych. |
Literatura: |
Podstawowa: 1. Brockwell P.J., Davis R.A. Time Series: Theory and Methods, New York, Springer-Verlag, 1987. 2. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting, New York, Springer-Verlag, 1996. 3. Palma W. Time Series Analysis, Wiley, 2016. 4. Aktualna dokumentacja narzędzi informatycznych wykorzystywanych na laboratoriach. Uzupełniająca: 1. Lutkepohl H., Kratzig M. Applied Time Series Econometrics, Cambridge University Press, 2004. 2. Zagdański A., Suchwałko A. Analiza i prognozowanie szeregów czasowych: praktyczne wprowadzenie na podstawie środowiska R, Warszawa, PWN, 2016. 3. Żądło T., Wywiał J. Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS, 2008. |
Metody i kryteria oceniania: |
Egzamin pisemny – uzyskanie oceny pozytywnej z egzaminu zgodnie z kryterium określonym przez prowadzącego zajęcia – W1, W2, W3, U2, K2. Zadania o charakterze analitycznym - kryterium zaliczenia ustala prowadzący na początkowych zajęciach – W4, U1, U2, U3, U4, K2. Projekt końcowy – kryterium zaliczenia ustala prowadzący na początkowych zajęciach - W4, U1, U2, U3, U4, K1, K2. |
Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)
Okres: | 2022-02-21 - 2022-09-30 |
Przejdź do planu
PN WYK
WT LAB
ŚR CZ PT |
Typ zajęć: |
Laboratorium, 30 godzin, 16 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Aleksander Zaigrajew | |
Prowadzący grup: | Aleksander Zaigrajew | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Skrócony opis: |
Analiza szeregów czasowych jest związana z teorią procesów stochastycznych i zawiera praktyczne narzędzia dotyczące analizy danych zmieniających się w czasie. Celem przedmiotu jest zapoznanie studentów z klasycznymi zagadnieniami analizy szeregów czasowych oraz jej podstawowymi modelami ze szczególnym naciskiem na zagadnienia praktyczne. |
|
Pełny opis: |
Wykład 1. Szeregi czasowe: przykłady, podstawowe pojęcia. 2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki. 3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja. 5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja. 6. Elementy analizy widmowej. 7. Prognozowanie szeregów czasowych. Laboratorium 1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji. 2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 3. Identyfikacja stacjonarnych szeregów czasowych. 4. Identyfikacja niestacjonarnych szeregów czasowych. 5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz. |
|
Literatura: |
Podstawowa: 1. Brockwell P.J., Davis R.A. Time Series: Theory and Methods, New York, Springer-Verlag, 1987. 2. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting, New York, Springer-Verlag, 1996. 3. Palma W. Time Series Analysis, Wiley, 2016. 4. Aktualna dokumentacja narzędzi informatycznych wykorzystywanych na laboratoriach. Uzupełniająca: 1. Lutkepohl H., Kratzig M. Applied Time Series Econometrics, Cambridge University Press, 2004. 2. Zagdański A., Suchwałko A. Analiza i prognozowanie szeregów czasowych: praktyczne wprowadzenie na podstawie środowiska R, Warszawa, PWN, 2016. 3. Żądło T., Wywiał J. Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS, 2008. |
Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)
Okres: | 2023-02-20 - 2023-09-30 |
Przejdź do planu
PN WT ŚR CZ WYK
LAB
PT |
Typ zajęć: |
Laboratorium, 30 godzin, 16 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Aleksander Zaigrajew | |
Prowadzący grup: | Aleksander Zaigrajew | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Skrócony opis: |
Analiza szeregów czasowych jest związana z teorią procesów stochastycznych i zawiera praktyczne narzędzia dotyczące analizy danych zmieniających się w czasie. Celem przedmiotu jest zapoznanie studentów z klasycznymi zagadnieniami analizy szeregów czasowych oraz jej podstawowymi modelami ze szczególnym naciskiem na zagadnienia praktyczne. |
|
Pełny opis: |
Wykład 1. Szeregi czasowe: przykłady, podstawowe pojęcia. 2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki. 3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja. 5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja. 6. Elementy analizy widmowej. 7. Prognozowanie szeregów czasowych. Laboratorium 1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji. 2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 3. Identyfikacja stacjonarnych szeregów czasowych. 4. Identyfikacja niestacjonarnych szeregów czasowych. 5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz. |
|
Literatura: |
Podstawowa: 1. Brockwell P.J., Davis R.A. Time Series: Theory and Methods, New York, Springer-Verlag, 1987. 2. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting, New York, Springer-Verlag, 1996. 3. Palma W. Time Series Analysis, Wiley, 2016. 4. Aktualna dokumentacja narzędzi informatycznych wykorzystywanych na laboratoriach. Uzupełniająca: 1. Lutkepohl H., Kratzig M. Applied Time Series Econometrics, Cambridge University Press, 2004. 2. Zagdański A., Suchwałko A. Analiza i prognozowanie szeregów czasowych: praktyczne wprowadzenie na podstawie środowiska R, Warszawa, PWN, 2016. 3. Żądło T., Wywiał J. Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS, 2008. |
Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)
Okres: | 2024-02-20 - 2024-09-30 |
Przejdź do planu
PN WT ŚR WYK
LAB
CZ PT |
Typ zajęć: |
Laboratorium, 30 godzin, 16 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Aleksander Zaigrajew | |
Prowadzący grup: | Aleksander Zaigrajew | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Skrócony opis: |
Analiza szeregów czasowych jest związana z teorią procesów stochastycznych i zawiera praktyczne narzędzia dotyczące analizy danych zmieniających się w czasie. Celem przedmiotu jest zapoznanie studentów z klasycznymi zagadnieniami analizy szeregów czasowych oraz jej podstawowymi modelami ze szczególnym naciskiem na zagadnienia praktyczne. |
|
Pełny opis: |
Wykład 1. Szeregi czasowe: przykłady, podstawowe pojęcia. 2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki. 3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja. 5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja. 6. Elementy analizy widmowej. 7. Prognozowanie szeregów czasowych. Laboratorium 1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji. 2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 3. Identyfikacja stacjonarnych szeregów czasowych. 4. Identyfikacja niestacjonarnych szeregów czasowych. 5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz. |
|
Literatura: |
Podstawowa: 1. Brockwell P.J., Davis R.A. Time Series: Theory and Methods, New York, Springer-Verlag, 1987. 2. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting, New York, Springer-Verlag, 1996. 3. Palma W. Time Series Analysis, Wiley, 2016. 4. Aktualna dokumentacja narzędzi informatycznych wykorzystywanych na laboratoriach. Uzupełniająca: 1. Lutkepohl H., Kratzig M. Applied Time Series Econometrics, Cambridge University Press, 2004. 2. Zagdański A., Suchwałko A. Analiza i prognozowanie szeregów czasowych: praktyczne wprowadzenie na podstawie środowiska R, Warszawa, PWN, 2016. 3. Żądło T., Wywiał J. Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS, 2008. |
Zajęcia w cyklu "Semestr letni 2024/25" (jeszcze nie rozpoczęty)
Okres: | 2025-02-17 - 2025-09-30 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Laboratorium, 30 godzin, 16 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | (brak danych) | |
Prowadzący grup: | Aleksander Zaigrajew | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Skrócony opis: |
Analiza szeregów czasowych jest związana z teorią procesów stochastycznych i zawiera praktyczne narzędzia dotyczące analizy danych zmieniających się w czasie. Celem przedmiotu jest zapoznanie studentów z klasycznymi zagadnieniami analizy szeregów czasowych oraz jej podstawowymi modelami ze szczególnym naciskiem na zagadnienia praktyczne. |
|
Pełny opis: |
Wykład 1. Szeregi czasowe: przykłady, podstawowe pojęcia. 2. Stacjonarne szeregi czasowe i ich podstawowe charakterystyki. 3. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 4. Podstawowe modele stacjonarnych szeregów czasowych i ich identyfikacja. 5. Podstawowe modele niestacjonarnych szeregów czasowych i ich identyfikacja. 6. Elementy analizy widmowej. 7. Prognozowanie szeregów czasowych. Laboratorium 1. Diagnostyka danych za pomocą właściwych statystyk oraz różnych metod wizualizacji. 2. Estymacja i eliminacja trendu i współrzędnej sezonowej szeregu czasowego. 3. Identyfikacja stacjonarnych szeregów czasowych. 4. Identyfikacja niestacjonarnych szeregów czasowych. 5. Prognozowanie szeregów czasowych oraz ocena jakości budowanych prognoz. |
|
Literatura: |
Podstawowa: 1. Brockwell P.J., Davis R.A. Time Series: Theory and Methods, New York, Springer-Verlag, 1987. 2. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting, New York, Springer-Verlag, 1996. 3. Palma W. Time Series Analysis, Wiley, 2016. 4. Aktualna dokumentacja narzędzi informatycznych wykorzystywanych na laboratoriach. Uzupełniająca: 1. Lutkepohl H., Kratzig M. Applied Time Series Econometrics, Cambridge University Press, 2004. 2. Zagdański A., Suchwałko A. Analiza i prognozowanie szeregów czasowych: praktyczne wprowadzenie na podstawie środowiska R, Warszawa, PWN, 2016. 3. Żądło T., Wywiał J. Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS, 2008. |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.