Yleiskuvaus

Aikasarjalla tarkoitetaan havaintojoukkoa, joka on mitattu peräkkäisinä ajanhetkinä. Tällaisia sarjoja syntyy monilla sovellusalueilla taloustieteistä tekniikkaan. Havaintojen ajallinen peräkkäisyys aiheuttaa useimmiten riippuvuuksia niiden välille. Tämän riippuvuuden huomioon ottaminen antaakin aikasarja-analyysille sen erityispiirteen, joka erottaa sen muista tilastotieteen osa-alueista.

Osaamistavoitteet

Opiskelija perehtyy stokastisten prosessien peruskäsitteisiin ja aikasarjojen lineaariseen mallinnukseen. Hän oppii tekemään alustavia tarkasteluja graafisesti, identifioimaan sopivia malleja, estimoimaan niitä sekä laatimaan ennusteita.

Sisältö

Aikasarjojen yleisten piirteiden kuvailu graafisesti ja kvantitatiivisesti. Stokastisten prosessien peruskäsitteitä ja esimerkkejä yksinkertaisista prosesseista. Aikasarjojen regressioanalyysi. Aikasarjojen lineaarinen mallintaminen (ARIMA). Varianssin mallintaminen (GARCH).

Opetuskieli

suomi

Arviointi

Numerolla 1-5.

Suositellut suoritusajankohdat

2. vuoden kevät
3. vuoden syksy
3. vuoden kevät

Kirjallisuus/Oppimateriaali

1. Brockwell, P. J., Davis, R. A., Introduction to time series and forecasting. Springer 2003.
2. Chatfield, C., The Analysis of time series: an introduction. Chapman & Hall/CRC 2004.
3. Shumway, R., Stoffer, D., Time series analysis and its applications: with R examples. Springer 2006.

Kokonaisuudet johon opintojakso kuuluu