Kursplan för Tidsserieanalys

Analysis of Time Series

Kursplan

  • 10 högskolepoäng
  • Kurskod: 1MS014
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Matematik A1N, Finansiell matematik A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2007-03-15
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2021-10-15
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2022
  • Behörighet:

    120 hp inom teknik/naturvetenskap. Inferensteori I eller Sannolikhet och statistik genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

  • Ansvarig institution: Matematiska institutionen

Mål

Efter godkänd kurs ska studenten kunna

  • :redogöra för begreppen stationär tidsserie och autokorrelation och skatta autokorrelation utifrån en observerad tidsserie;
  • genomföra skattningar av trend och säsongsvariation i tidsserier;
  • skatta parametrar i de vanligast förekommande tidsseriemodellerna t.ex. ARIMA-processer och bedöma de anpassade modellernas giltighet;
  • genomföra prediktioner, särskilt för ARIMA-processer;
  • redogöra för grunderna i spektralteori samt skattning av spektraltäthet;;
  • utvärdera resultat från någon statistisk programvara (t.ex. R) vid anpassning av modeller till tidsserier.

Innehåll

Stationäritet. ARIMA-processer. Modellanpassning, Box-Jenkins metod. Prediktion. Säsongsmodeller. Spektralteori, skattning av spektrum. Mjukvara för analys av tidsserier. Orientering om multivariata modeller, Kalman-filter och icke-linjära modeller såsom ARCH- och GARCH-modeller.

Undervisning

Föreläsningar, lektioner, räkneövningar och datorlaborationer.

Examination

Skriftligt prov (8 hp) vid kursens slut samt inlämningsuppgifter och datorlaborationer (2 hp) under kursen enligt anvisningar som lämnas vid kursens start.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Versioner av kursplanen

Litteratur

Litteraturlista

Gäller från: HT 2022

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

  • Shumway, Robert H.; Stoffer, David S. Time series analysis and its applications : with R examples

    Fourth edition: [Cham]: Springer, [2017]

    Se bibliotekets söktjänst

    Obligatorisk

Skriv ut kursplan och litteraturlista
Skriv ut