Time series modelling 21 22
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: Наивная модель. Оценка параметра. Точечный и интервальный прогноз. Алгоритм DTW.
Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез.
Дополнительно: видео про DTW
Неделя 2
[17 сентября] Лекция: Наилучшее линейное приближение. Обычная и частная корреляция. Стационарность процесса. Очень краткое введение в МНК. Оценка корреляции. Видео
Семинар: Обработка и преобразования временных данных. Визуализация рядов, периодичность, тривиальные модели прогнозирования.Видео Ноутбук
Неделя 3
[24 сентября] Лекция: Модели ETS. Правдоподобие моделей ETS. видео
Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. Видео Ноутбук
Неделя 4
[1 октября] Лекция: ETS-модель. Кросс-валидация. Конспект
Семинар: Алгоритм построения и валидации модели. Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества. Видео Ноутбук
Неделя 5
[15 октября] Лекция: ARMA-модель
Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции. Видео
Неделя 6
[29 октября] Лекция: AR-процесс. Теорема о стационарных решениях.
Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций. Видео Ноутбук
Неделя 7
[5 ноября] Лекция: Общая схема выбора SARIMA-модели. Долгосрочная дисперсия гамма.
Семинар: Проблема нестационарности. Модели трендов. Детерминированный и стохастический тренды. SARIMA-модель. Видео Ноутбук
Неделя 8
[12 ноября] Лекция:
Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная. Видео
Неделя 9
[19 ноября] Лекция:
Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования Видео Ноутбук
Неделя 10
Лекция:
Семинар: VAR и SVAR модели. Impulse response functions. Видео Пример кода
Неделя 11
[26 ноября] Лекция: UCM-модель.
Семинар: Составляющие UCM-модели. Симуляции отдельных компонент. Видео Ноутбук
Неделя 12
[10 декабря] Лекция:
Семинар: GARCH-модель. Копулы. Оценка VaR с помощью GARCH и копул.Видео Примеры использования марковской модели
Неделя 13
[17 декабря] Лекция:
Семинар: Классификация и кластеризация рядов. DTW. Видео Ноутбук
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
