Time series modelling 21 22 — различия между версиями
(Новая страница: «== О курсе == Курс по выбору для студентов для студентов 3 курса в 3-4 модулях. '''Лектор:''' Де…») |
|||
Строка 27: | Строка 27: | ||
==== Неделя 1 ==== | ==== Неделя 1 ==== | ||
− | [10 сентября] Лекция: | + | [10 сентября] Лекция: |
Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. | Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. | ||
− | |||
− | |||
− | |||
==== Неделя 2 ==== | ==== Неделя 2 ==== | ||
− | [17 сентября] Лекция: | + | [17 сентября] Лекция: |
− | + | ||
− | + | ||
− | + | ||
+ | Семинар: Обработка и преобразования временных данных. Визуализация рядов, периодичность, тривиальные модели прогнозирования. | ||
==== Неделя 3 ==== | ==== Неделя 3 ==== | ||
− | [24 сентября] Лекция: | + | [24 сентября] Лекция: |
− | Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. | + | Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. |
==== Неделя 4 ==== | ==== Неделя 4 ==== | ||
− | [1 октября] Лекция: | + | [1 октября] Лекция: |
− | Семинар: Алгоритм построения и валидации модели. Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества. | + | Семинар: Алгоритм построения и валидации модели. Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества. |
− | |||
==== Неделя 5 ==== | ==== Неделя 5 ==== | ||
− | [15 октября] Лекция: | + | [15 октября] Лекция: |
− | Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции. | + | Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции. |
==== Неделя 6 ==== | ==== Неделя 6 ==== | ||
Строка 67: | Строка 61: | ||
[29 октября] Лекция: AR-процесс. Теорема о стационарных решениях. | [29 октября] Лекция: AR-процесс. Теорема о стационарных решениях. | ||
− | Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций. | + | Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций. |
==== Неделя 7 ==== | ==== Неделя 7 ==== | ||
− | [5 ноября] Лекция: | + | [5 ноября] Лекция: |
− | + | ||
− | + | ||
+ | Семинар: Проблема нестационарности. Модели трендов. Детерминированный и стохастический тренды. SARIMA-модель. | ||
==== Неделя 8 ==== | ==== Неделя 8 ==== | ||
[12 ноября] Лекция: | [12 ноября] Лекция: | ||
− | Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная. | + | Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная. |
==== Неделя 9 ==== | ==== Неделя 9 ==== | ||
Строка 85: | Строка 78: | ||
[19 ноября] Лекция: | [19 ноября] Лекция: | ||
− | Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования | + | Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования. |
==== Неделя 10 ==== | ==== Неделя 10 ==== | ||
Строка 91: | Строка 84: | ||
Лекция: | Лекция: | ||
− | Семинар: VAR и SVAR модели. Impulse response functions. | + | Семинар: VAR и SVAR модели. Impulse response functions. |
Строка 98: | Строка 91: | ||
[26 ноября] Лекция: UCM-модель. | [26 ноября] Лекция: UCM-модель. | ||
− | Семинар: Составляющие UCM-модели. Симуляции отдельных компонент. | + | Семинар: Составляющие UCM-модели. Симуляции отдельных компонент. Оценка UCM-модели |
− | + | ||
==== Неделя 12 ==== | ==== Неделя 12 ==== | ||
Строка 105: | Строка 97: | ||
[10 декабря] Лекция: | [10 декабря] Лекция: | ||
− | Семинар: GARCH-модель. Копулы. Оценка | + | Семинар: GARCH-модель. Копулы. Var, ES. Оценка Var и ES с помощью GARCH и копул. |
==== Неделя 13 ==== | ==== Неделя 13 ==== | ||
Строка 111: | Строка 103: | ||
[17 декабря] Лекция: | [17 декабря] Лекция: | ||
− | Семинар: Классификация и кластеризация рядов. DTW. | + | Семинар: Классификация и кластеризация рядов. DTW. |
+ | Восстановленный семинар: Гауссовские процессы? | ||
=== Контрольная работа === | === Контрольная работа === |
Версия 18:10, 3 октября 2021
Содержание
О курсе
Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.
Лектор: Демешев Борис Борисович
Лекции проходят на Покровке
Семинарист: Зехов Матвей Сергеевич
Семинары проходят на Покровке
Полезные ссылки
[Телеграм-чат курса]
[Anytask курса]
[Таблица с оценками]
Боевой листок
Неделя 1
[10 сентября] Лекция:
Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез.
Неделя 2
[17 сентября] Лекция:
Семинар: Обработка и преобразования временных данных. Визуализация рядов, периодичность, тривиальные модели прогнозирования.
Неделя 3
[24 сентября] Лекция:
Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS.
Неделя 4
[1 октября] Лекция:
Семинар: Алгоритм построения и валидации модели. Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества.
Неделя 5
[15 октября] Лекция:
Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции.
Неделя 6
[29 октября] Лекция: AR-процесс. Теорема о стационарных решениях.
Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций.
Неделя 7
[5 ноября] Лекция:
Семинар: Проблема нестационарности. Модели трендов. Детерминированный и стохастический тренды. SARIMA-модель.
Неделя 8
[12 ноября] Лекция:
Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная.
Неделя 9
[19 ноября] Лекция:
Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования.
Неделя 10
Лекция:
Семинар: VAR и SVAR модели. Impulse response functions.
Неделя 11
[26 ноября] Лекция: UCM-модель.
Семинар: Составляющие UCM-модели. Симуляции отдельных компонент. Оценка UCM-модели
Неделя 12
[10 декабря] Лекция:
Семинар: GARCH-модель. Копулы. Var, ES. Оценка Var и ES с помощью GARCH и копул.
Неделя 13
[17 декабря] Лекция:
Семинар: Классификация и кластеризация рядов. DTW.
Восстановленный семинар: Гауссовские процессы?
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.
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.
Формат файла для сдачи домашнего задания:
Схема: ДЗ_{Номер домашнего задания}_{Фамилия кириллицей}_{Имя кириллицей}.ipynb
Пример: ДЗ_1_Зехов_Матвей.ipynb
Домашнее задание 1
Домашнее задание 2
Домашнее задание 3
Домашнее задание 4
Итоговая оценка за курс
Итог = 0.4 * ДЗ + 0.3 * КР + 0.3 * Экз
ДЗ — средняя оценка за домашние задания
КР — оценка за контрольную работу
Экз — оценка за письменный экзамен