Praktyczne prognozowanie i analiza szeregów czasowych


StatSoft Polska

Uniwersytet Ekonomiczny

Program

Program studiów przewiduje 180 godzin zajęć, które kończą się obroną pracy dyplomowej.

Przedmioty:

  1. Przedmioty wprowadzające w zagadnienie analizy danych i prognozowania
    1. Wstęp do rachunku prawdopodobieństwa, statystyki matematycznej i procesów stochastycznych
    2. Wprowadzenie do STATISTICA
    3. Wprowadzenie do teorii prognoz
  2. Klasyczne metody prognozowania szeregów czasowych
    1. Analiza i prognozowanie na podstawie klasycznych modeli trendu
    2. Analiza i prognozowanie na podstawie szeregów czasowych z wahaniami sezonowymi
    3. Modele regresji w prognozowaniu
    4. Prognozowanie na podstawie modeli adaptacyjnych
    5. Prognozowanie zmiennych jakościowych
  3. Prognozowanie finansowych szeregów czasowych
    1. Predykcja na podstawie modeli autoregresyjnych (procesy ARMA, ARIMA)
    2. Modele prognozowania wariancji procesu – wielowymiarowe procesy stochastyczne – modele klasy GARCH
    3. Estymacja i prognozowanie miar ryzyka
  4. Niestandardowe metody prognozowania szeregów czasowych
    1. Data mining w analizie danych i prognozowaniu
    2. Prognozowanie przy wykorzystaniu sieci neuronowych
    3. Inne metody prognozowania szeregów czasowych
  5. Wykorzystanie prognozowania w praktyce
    1. Prognozowanie w praktyce
    2. Warsztaty prognostyczne
  6. Seminarium