Tidsserieanalys, 7.5 hp

Time Series Analysis, 7.5 credits

732G52

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Kurstyp

Programkurs

Examinator

Ann-Charlotte Hallberg

Kursansvarig

Ann-Charlotte Hallberg

Studierektor eller motsvarande

Jolanta Pielaszkiewicz
VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Språk Ort/Campus VOF
Fristående kurs (Halvfart, Dagtid) HT 2024 202444-202503 Svenska Linköping, Valla
F7KSA Statistik och dataanalys, kandidatprogram 3 (HT 2024) 202444-202503 Svenska Linköping, Valla O

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Fördjupningsnivå

G1F

Kursen ges för

  • Kandidatprogrammet i statistik och dataanalys

Förkunskapskrav

Grundläggande behörighet på grundnivå
samt
Samhällskunskap 1b eller 1a1 och 1a2
samt
Engelska 6
samt
Matematik 3b/3c eller Matematik C
samt
17,5 hp godkända i ämnet statistik från kandidatprogrammet i Statistik och dataanalys, eller motsvarande

Lärandemål

Efter avslutad kurs ska den studerande kunna:

  • redogöra för olika metoder för analys av tidsserier
  • bedöma kvaliteten hos tidsseriedata
  • använda metoder för att konstruera och använda olika typer av index
  • anpassa och göra inferens för tidsseriemodeller, göra prognoser och beräkna dess statistiska osäkerhet
  • använda statistisk mjukvara för att hantera tidsseriedata och anpassa tidsseriemodeller
  • kritiskt diskutera lämpligheten i val av tidsseriemodell
  • tolka resultat av genomförda analyser
  • genomföra uppgifter inom givna tidsramar  

Kursinnehåll

I kursen behandlas:

  • Indexteori som exempelvis fastbasindex och kedjeindex
     
  • Tidsserieanalys:

               - tidsserieregression
               - komponentuppdelning, främst säsongskomponenter för säsongsrensning
               - exponentiella utjämningsmetoder, Holt Winters metodik
               - stationäritet, autokorrelation, differentiering
               - modeller som Autoregressive Integrated Moving Average (ARIMA) och Seasonal Autoregressive Integrated Moving Average (SARIMA)
               - transferfunktions- och interventionsmodeller
               - vektor autoregression (VAR) modeller 
               - volatilitetsmodeller ARCH och GARCH
               - prognoser och prognosintervall för olika tidsseriemodeller

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar, lektioner, handledning, seminarium samt datorlaborationer. Utöver detta ska den studerande utöva självstudier. 

Examination

Kursen examineras genom:

  • individuell skriftlig tentamen, betygsskala: UV 
  • projekt i grupp som redovisas både skriftligt och muntligt och med opposition, betygsskala: UG

För Godkänt slutbetyg krävs Godkänt på den skriftliga tentamen samt Godkänt på projektet. För Väl Godkänt krävs dessutom Väl Godkänt på den skriftliga tentamen.

Detaljerad information återfinns i studieanvisningen.
 

Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift. 

Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.

Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

Tregradig skala, U, G, VG

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.

Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan. 

Institution

Institutionen för datavetenskap
Kod Benämning Omfattning Betygsskala
TEN2 Tentamen 6 hp U, G, VG
PRO1 Projekt 1.5 hp U, G
Det finns ingen kurslitteratur tillgänglig på studieinfo för den här kursen.

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.

Det finns inga filer att visa.