Tento kurz představuje základní kurz aplikované ekonometrie časových řad zaměřený na principy práce s jednorozměrnými časovými řadami v podobě tzv. ARMA modelů a s tím spojené Box-Jenkinsonovy metodologie, dále pak se zaměřuje na nástroje a metody tvorby krátkodobých predikcí a vyhodnocování kvality predikčních modelů časových řad, metody dekompozice trendů v časových řadách a základní přístupy k diagnostice a řešení problémů spojených se strukturálními zlomy, sezónností a testováním jednotkového kořene. Kurz využívá praktické aplikace práce s časovými řadami, a to s využitím programovacího jazyka a balíčků volně dostupného programu R (jeho předchozí znalost nejsou nutná).
Kurz je určen pro zájemce, kteří se chtějí naučit využívat standardní techniky a postupy ekonometrické analýzy časových řad a s jejich pomocí provádět fundovanou empirickou analýzu reálných dat zaměřenou na úlohy krátkodobých predikcí vývoje časových řad jakýchkoliv proměnných včetně odpovídající diagnostiky dosažených výsledků. Kromě výkladu standardních technik bude náplní kurzu seznámení se s aktuálními trendy v oblasti ekonometrie časových řad uplatnitelných v praxi. Kurz nevyžaduje předchozí znalosti ekonometrie, statistiky a programování. Absolventi kurzu získají dobré základy pro samostatnou analýzu časových řad spočívající v odhadu a predikci trendů jejich vývoje, modelování sezónnosti a strukturálních zlomů, jejichž nezohlednění obvykle vede k nesprávným závěrům. Zvládnutí těchto zcela univerzálně uplatnitelných metod představuje na trhu práce velkou konkurenční výhodu, a to i s ohledem na získání dovedností umožňujících rozvoj v dalších moderních technikách práce s časovými řadami (jakými jsou metody strojového učení, práce s vysoce frekvenčními daty apod.). Absolventi kurzu si osvojí rovněž i obecnější techniky práce s výkonným a volně dostupným softwarem R.
- Katedra ekonomie – Ekonomicko-správní fakulta
Vyučující
Osnova
- 1. Modelování jednorozměrných časových řad (základní motivace a využití ARMA modelů, stabilita a stacionarita modelů, autokorelační a parciální autokorelační funkce, Box-Jenkinsonova metodologie)
- 2. Predikce (jednokroková predikce, vícekroková predikce, chyby predikce, hodnocení kvality predikce, další statistiky chyb predikce)
- 3. Sezónnost a strukturální zlomy (sezónnost a její modelování, strukturální zlomy a jejich testování)
- 4. Nestacionární časové řady a modelování trendů (trendy v časových řadách, základní testy jednotkového kořene, jednorozměrné metody dekompozice trendu)