Моделирование временных рядов 20/21: различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
← Предыдущая правкаСледующая правка →
Нет описания правки
Нет описания правки
Строка 71: Строка 71:
== Литература ==
== Литература ==


1) Tsay R. S. Analysis of financial time series. – John wiley & sons, 2005. – Т. 543.
* Tsay R. S. Analysis of financial time series


2) Лекции курса по временным рядам от MIT. https://ocw.mit.edu/courses/economics/14-384-time-series-analysis-fall-2013/download-course-materials/
* Лекции курса [https://ocw.mit.edu/courses/economics/14-384-time-series-analysis-fall-2013/download-course-materials/
по временным рядам от MIT].


3) Коралов Л.Б., Синай Я.Г. — Теория вероятностей и случайные процессы - Московский центр непрерывного математического образования - 2014 - ISBN: 978-5-4439-2073-3 - Текст электронный // ЭБС Лань - URL: https://e.lanbook.com/book/71821
* Коралов Л.Б., Синай Я.Г. — [https://www.mindmeister.com/generic_files/get_file/7942550?filetype=attachment_file Теория вероятностей и случайные процессы]


Рекомендуемая дополнительная литература
* Van der Vaart A. W. Time series [https://www.math.leidenuniv.nl/~avdvaart/timeseries/index.html lecture notes]


4) Van der Vaart A. W. Time series //VU University Amsterdam, lecture notes. – 2010. https://www.math.leidenuniv.nl/~avdvaart/timeseries/index.html
* 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


5) Hyndman R. J., Athanasopoulos G. Forecasting: principles and practice. – OTexts, 2018. (книга написана для языка R, однако можно найти полезные материалы по теории, в частности, по моделям ETS) https://otexts.com/fpp3/
* [https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python Kalman filter in python]


https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python
* [https://pdfs.semanticscholar.org/0bc8/582016086017763b93e87ad8640ec1816aeb.pdf Unobserved component model]
 
https://pdfs.semanticscholar.org/0bc8/582016086017763b93e87ad8640ec1816aeb.pdf

Версия от 20:31, 20 сентября 2020

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
по временным рядам от MIT].
  • 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
Источник — https://wiki.cs.hse.ru/index.php?title=Моделирование_временных_рядов_20/21&oldid=44785