Statistik, Tidsserieanalys och prognosmetodik, fortsättningskurs, 7,5 högskolepoäng

Statistics, Time Series Analysis and Forecasting, Intermediate Course, 7,5 Credits

Mål

Kursens övergripande mål är att ge kunskaper i tidsserieanalys och prognosmetodik som är nödvändiga för att kunna analysera och modellera tidsserier, speciellt finansiella tidsserier, samt använda metoderna i ett prognossammanhang.

Efter genomgången kurs skall studenten ha

• förståelse för grundläggande begrepp inom tidsserieanalys
• kunskap om tidsserieregression
• kunskap om ARIMA-modellering av stationära och icke-stationära tidsserier
• kunskap om ofta förekommande volatilitetsmodeller
• förståelse för de problem som uppstår vid analys av processer med enhetsrötter
• förmåga att tillämpa kunskaperna på praktiska tidsserie- och prognosproblem
• förmåga att kritiskt granska och utvärdera tidsseriemodeller för att på bästa sätt kunna välja modelleringsansats
• förståelse för hur tidsseriemodeller kan användas för prognoser och metodernas begränsningar
• förmåga att förmedla relevanta aspekter av modelleringsproblem och resultat, exempelvis i rollen som statistisk konsult
• en god grund för fortsatta studier samt förmåga att tillgodogöra sig nya rön inom området.

Innehåll

Grundläggande begrepp inom tidsserieanalys: Stationaritet, autokovarians, autokorrelation, partiell autokorrelation.

ARMA-modellering: Autoregressiva modeller, löpande medelvärdesmodeller, dualitet, modellegenskaper, parameterskattningar, prognoser.

Volatilitetsmodeller: ARCH- och GARCH-modellering, teststrategi för heteroskedastiska modeller. Volatitlitetsprognoser.

Integrerade processer: Differensstationaritet, test av enhetsrötter, skenkorrelation.

Multivariata tidsserier: Tidsserieregression, VAR-modeller, kointegration, prognosegenskapker

Examinationer och betyg

Skriftlig tentamen, 6 högskolepoäng (Provkod: A001)
Som betyg används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Laborationer, 1,5 högskolepoäng (Provkod: A002)
Som betyg används Underkänd (U) eller Godkänd (G).

Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt universitetets föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (beslut ORU 2018/00929) ska något av uttrycken underkänd, godkänd eller väl godkänd användas som betyg. För utbildning som ingår i en internationell magister- eller masterutbildning eller i universitetets kursutbud för utbytesstudenter ska betygsskalan A-F användas. Rektor, eller den rektorn bestämmer, får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Kommentar till betyg

För att få ett godkänt betyg på hela kursen krävs att alla kursens moment godkänts. Betyget på hela kursen är en funktion av betygen på kursens moment. Detaljerad information om kraven för olika betygsnivåer ges vid kursstart.

Examinationsformer

Skriftlig tentamen, 6 högskolepoäng (Provkod: A001)

Laborationer, 1,5 högskolepoäng (Provkod: A002)

För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Särskild behörighet och andra villkor

12 högskolepoäng från Grundläggande statistik, 15 högskolepoäng och 3 högskolepoäng från Data mining and business analytics, 15 högskolepoäng. Alternativt
12 högskolepoäng från Grundläggande statistik, 15 högskolepoäng och 1,5 högskolepoäng från Regressionsanalys, 7,5 högskolepoäng.

För ytterligare information se universitetets antagningsordning.

Övriga föreskrifter

Undervisningsspråket är engelska förutsatt att minst en student ej är svensktalande. Annars kan undervisningsspråket vara svenska.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Litteratur och övriga lärresurser

Obligatorisk litteratur

Becketti, Sean (2013)
Introduction to Time Series Using Stata
Stata Press, College Station, Texas, ISBN/ISSN: 978-1-59718-132-7, 443 sidor. Kapitel som ingår: Kapitel 3-10.