Моделирование временных рядов 20/21 — различия между версиями
Bdemeshev (обсуждение | вклад) |
Bdemeshev (обсуждение | вклад) |
||
| Строка 80: | Строка 80: | ||
* Van der Vaart A. W. Time series [https://www.math.leidenuniv.nl/~avdvaart/timeseries/index.html lecture notes] | * Van der Vaart A. W. Time series [https://www.math.leidenuniv.nl/~avdvaart/timeseries/index.html lecture notes] | ||
| − | * Hyndman R. J., Athanasopoulos G. [https://otexts.com/fpp3/ Forecasting | + | * Hyndman R. J., Athanasopoulos G. [https://otexts.com/fpp3/ Forecasting principles and practice]? книга написана для языка R, однако можно найти полезные материалы по теории, в частности, по моделям ETS |
* [https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python Kalman filter in python] | * [https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python Kalman filter in python] | ||
* [https://pdfs.semanticscholar.org/0bc8/582016086017763b93e87ad8640ec1816aeb.pdf Unobserved component model] | * [https://pdfs.semanticscholar.org/0bc8/582016086017763b93e87ad8640ec1816aeb.pdf Unobserved component model] | ||
Версия 23:31, 20 сентября 2020
Содержание
О курсе
Курс по выбору для студентов для студентов 3 и 4 курса в 1-2 модулях.
Лектор: Демешев Борис Борисович
Лекции проходят на Покровке по четвергам в ауд. M203 (18:10 - 19:30)
Семинарист: Зехов Матвей Сергеевич
Семинары проходят на Покровке по вторникам в ауд. D504 (09:30 - 10:50)
Полезные ссылки
Телеграм-чат курса: https://t.me/joinchat/D7t-fhh536WKWc7kj3Amxw
Anytask курса: https://anytask.org/course/707
Гитхаб курса: https://github.com/Pyatachokk/hse_ts_course
Боевой листок
Неделя 1
Лекция: Наивная модель. Оценка параметра. Точечный и интервальный прогноз. Алгоритм DTW.
Семинар: Визуализация рядов, периодичность, тривиальные модели прогнозирования Запись
Дополнительно: видео про DTW
Неделя 2
Лекция: Наилучшее линейное приближение. Обычная и частная корреляция. Стационарность процесса. Очень краткое введение в МНК. Оценка корреляции. Видео
Домашние задания
Домашнее задание 1
Классификация и кластеризация временных рядов. Визуализация.
Выдается: Дедлайн:
Домашнее задание 2
Предварительная обработка данных. Тривиальные модели прогнозирования. Модель ETS.
Домашнее задание 3
Модели ARIMA/SARIMA
Домашнее задание 4
Модели с ненаблюдаемыми компонентами. Фильтр Калмана.
Экзамен
Письменный экзамен в аудитории.
Итоговая оценка за курс
Итог = Округление(0.4 * ДЗ + 0.3 * КР + 0.3 * Э), где ДЗ — средняя оценка за домашние задания, КР — оценка за контрольную работу, Э — оценка за экзамен.
Округление арифметическое.
Литература
- Tsay R. S. Analysis of financial time series
- Лекции курса [https://ocw.mit.edu/courses/economics/14-384-time-series-analysis-fall-2013/download-course-materials/
по временным рядам от MIT].
- Коралов Л.Б., Синай Я.Г. — Теория вероятностей и случайные процессы
- Van der Vaart A. W. Time series lecture notes
- Hyndman R. J., Athanasopoulos G. Forecasting principles and practice? книга написана для языка R, однако можно найти полезные материалы по теории, в частности, по моделям ETS
