Time series modelling 22 23 — различия между версиями
| Строка 41: | Строка 41: | ||
==== Неделя 1 ==== | ==== Неделя 1 ==== | ||
| − | [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. | + | [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. |
| − | + | '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. | |
| − | '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. | + | |
==== Неделя 2 ==== | ==== Неделя 2 ==== | ||
| − | [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. | + | [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. MSTL-разложение. [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] |
| − | '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. | + | '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&rep=rep1&type=pdf Хорошая статья про стратегии] |
==== Неделя 3 ==== | ==== Неделя 3 ==== | ||
| − | [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. | + | [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. |
| − | '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. | + | '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана] |
==== Неделя 4 ==== | ==== Неделя 4 ==== | ||
| − | [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера | + | [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера |
| − | '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. | + | '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. |
==== Неделя 5 ==== | ==== Неделя 5 ==== | ||
| − | [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. | + | [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция. |
| − | '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. | + | '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. Прогнозирование среднего и дисперсии MA(q)-процесса. |
==== Неделя 6 ==== | ==== Неделя 6 ==== | ||
| − | [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. | + | [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. |
| − | '''Семинар''': | + | '''Семинар''': AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. Прогнозирование среднего и дисперсии AR(p)-процесса. |
==== Неделя 7 ==== | ==== Неделя 7 ==== | ||
| − | [25 февраля] '''Лекция''': ARMA, ARIMA, | + | [25 февраля] '''Лекция''': ARMA, ARIMA, KPSS-тест. |
| − | '''Семинар''': | + | '''Семинар''': ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. |
==== Неделя 8 ==== | ==== Неделя 8 ==== | ||
| − | [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. | + | [4 марта] '''Лекция''': ADF-тест. ETS как частный случай ARIMA. Выбор между моделями. |
| − | '''Семинар''': Детерминированный и стохастический тренд | + | '''Семинар''': Детерминированный и стохастический тренд. Порядок интеграции. ARIMA(p,d,q)-процесс. |
==== Неделя 9 ==== | ==== Неделя 9 ==== | ||
| − | [11 марта] '''Лекция''': | + | [11 марта] '''Лекция''': SARIMA. Процедура Хандакара-Хиндмана. |
| − | '''Семинар''': SARIMA. SARIMAX. | + | '''Семинар''': SARIMA. SARIMAX. |
==== Неделя 10 ==== | ==== Неделя 10 ==== | ||
| − | [18 марта] '''Лекция''': GARCH-модель. | + | [18 марта] '''Лекция''': GARCH-модель. |
| − | '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. | + | '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. |
==== Неделя 11 ==== | ==== Неделя 11 ==== | ||
| − | [25 марта] '''Лекция''': | + | [25 марта] '''Лекция''': Правдоподобие GARCH-модели. |
'''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] | '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] | ||
| Строка 107: | Строка 106: | ||
==== Неделя 12 ==== | ==== Неделя 12 ==== | ||
| − | [8 апреля] '''Лекция''': Копулы | + | [8 апреля] '''Лекция''': Копулы |
| − | '''Семинар''': | + | '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. |
==== Неделя 13 ==== | ==== Неделя 13 ==== | ||
| − | [ | + | [22 апреля] '''Лекция''': Гауссовские процессы. |
| − | '''Семинар''': | + | '''Семинар''': Гауссовские процессы. |
==== Неделя 14 ==== | ==== Неделя 14 ==== | ||
| − | + | '''Лекция''': Многомерные модели. VAR. | |
| − | '''Семинар''': | + | '''Семинар''': VAR. |
==== Неделя 15 ==== | ==== Неделя 15 ==== | ||
| − | + | '''Лекция''': Иерархические модели. | |
| − | '''Семинар''': | + | '''Семинар''': Иерархические модели. |
==== Неделя 16 ==== | ==== Неделя 16 ==== | ||
| − | [ | + | [15 апреля] '''Лекция''': Классификация временных рядов. DTW. |
| − | + | '''Семинар''': Классификация временных рядов. | |
| − | + | ||
| − | '''Семинар''': | + | |
==== Неделя 17 ==== | ==== Неделя 17 ==== | ||
| − | + | '''Лекция''': Введение в байесовский анализ. Prophet. DLT. | |
| − | + | ||
| + | '''Семинар''': Prophet. DLT (Orbit). | ||
| − | |||
==== Неделя 18 ==== | ==== Неделя 18 ==== | ||
| − | [3 июня] '''Лекция''': Сравнение прогнозов. | + | [3 июня] '''Лекция''': Сравнение прогнозов. |
| − | + | ||
| − | '''Семинар''': | + | '''Семинар''': Prophet. DLT (Orbit). |
==== Неделя 19 ==== | ==== Неделя 19 ==== | ||
Версия 15:55, 15 января 2023
О курсе
Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.
Лектор: Демешев Борис Борисович
Лекции проходят онлайн
Ссылка:
Семинарист: Зехов Матвей Сергеевич
Семинары проходят онлайн
Ссылка:
Итоговая оценка за курс
ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.
Накоп. = ⅔ * ДЗ + ⅓ * КР
Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)
где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.
Округление арифметическое.
Автоматы
Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.
Дополнительные условия
- При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.
- При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.
Бортовой журнал
Неделя 1
[14 января] Лекция: Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции.
Неделя 2
[21 января] Лекция: LOESS-регрессия. Интенсивность тренда. STL-разложение. MSTL-разложение. Статья про LOESS STL простым языком Оригинальная статья про STL Фичи STL
Семинар: Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. Хорошая статья про стратегии
Неделя 3
[28 января] Лекция: ETS-модель. Правдоподобие ETS-модели.
Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. Глава книги Хиндмана
Неделя 4
[4 февраля] Лекция: Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера
Семинар: Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами.
Неделя 5
[11 февраля] Лекция: Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция.
Семинар: Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. Прогнозирование среднего и дисперсии MA(q)-процесса.
Неделя 6
[18 февраля] Лекция: Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения.
Семинар: AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. Прогнозирование среднего и дисперсии AR(p)-процесса.
Неделя 7
[25 февраля] Лекция: ARMA, ARIMA, KPSS-тест.
Семинар: ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения.
Неделя 8
[4 марта] Лекция: ADF-тест. ETS как частный случай ARIMA. Выбор между моделями.
Семинар: Детерминированный и стохастический тренд. Порядок интеграции. ARIMA(p,d,q)-процесс.
Неделя 9
[11 марта] Лекция: SARIMA. Процедура Хандакара-Хиндмана.
Семинар: SARIMA. SARIMAX.
Неделя 10
[18 марта] Лекция: GARCH-модель.
Семинар: Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы.
Неделя 11
[25 марта] Лекция: Правдоподобие GARCH-модели.
Семинар: ARCH-GARCH. Filtered Historical Simulation. Видео Конспект Ноутбук
Неделя 12
[8 апреля] Лекция: Копулы
Семинар: Многомерные модели оценки риска. Смеси распределений. Копулы.
Неделя 13
[22 апреля] Лекция: Гауссовские процессы.
Семинар: Гауссовские процессы.
Неделя 14
Лекция: Многомерные модели. VAR.
Семинар: VAR.
Неделя 15
Лекция: Иерархические модели.
Семинар: Иерархические модели.
Неделя 16
[15 апреля] Лекция: Классификация временных рядов. DTW.
Семинар: Классификация временных рядов.
Неделя 17
Лекция: Введение в байесовский анализ. Prophet. DLT.
Семинар: Prophet. DLT (Orbit).
Неделя 18
[3 июня] Лекция: Сравнение прогнозов.
Семинар: Prophet. DLT (Orbit).
Неделя 19
[10 июня] Лекция: Решение задач. Видео Конспект
Полезные ссылки
[Таблица с оценками]
Контрольная работа
Экзамен
Домашние задания
Общие правила
Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.
Мягких дедлайнов нет. Все дедлайны жёсткие.
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.
Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Студенты, ни разу не воспользовавшиеся этой возможностью, смогут получить почтовую открытку от семинариста.
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.
Практические задания
Домашнее задание 1
Домашнее задание 2
Домашнее задание 3
Домашнее задание 4
Теоретические задания
Домашнее задание
