Методы анализа и прогнозирования временных рядов

• О курсе
• Формат
• Информационные ресурсы
• Требования
• Программа курса
• Навыки
• Результаты обучения
• Формируемые компетенции
• Education directions

О курсе

Целью курса является формирование умений по применению научно-обоснованной комплексной методологии анализа и прогнозирования временных рядов на основе методов статистического анализа, моделирования и прогнозирования информации, с учетом отечественного и зарубежного опыта по использованию подобных подходов на практике.

В курсе также описываются новые методы и подходы к обработке информации, являющиеся адаптивными, как по характеру их применения, так и по способу установления характеристик компонент временных рядов.

Формат

Еженедельные занятия будут включать просмотр тематических видео-лекций, изучение текстовых материалов с примерами, иллюстрирующими теоретические положения, выполнение тестовых заданий с анализом ответов и с рекомендациями обучающимся, а также выполнение учебных и контрольных заданий, в которых будет использоваться стандартное приложение для построения и анализа электронных схем.

Предусмотрено промежуточное контрольное тестирование по каждому разделу курса и итоговое контрольное тестирование по всему содержанию курса.

Информационные ресурсы

1. Сафиуллин Н.Т. Разработка методики анализа временных рядов с помощью преобразования Хуанга-Гильберта: дисс. на соискание степени к.т.н. – 2015
2. Голяндина Н.Э. Метод «Гусеница»-SSA: анализ временных рядов: Учеб. пособие. – СПб. – 2004
3. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. – М.: Дело, 2007
4. Садовникова Н.А., Шмойлова Р.А. Анализ временных рядов и прогнозирование. – М.: «Футурис», 2009
5. Мишулина О.А. Статистический анализ и обработка временных рядов. – М.: МИФИ, 2008

Требования

Базовая подготовка по направлению «Информационные системы и технологии

Программа курса

1. Базовые понятия теории временных рядов

   1.1. Понятие временных рядов и их типовые модели

   1.2. Основные характеристики временных рядов

   1.3. Выявление свойств и типов временных рядов на основе статистического и спектрального анализа

2. Анализ временных рядов

   2.1. Разбиение временных рядов на компоненты

   2.2. Типовые виды главных компонент, на основе моделей авторегрессии

   2.3. Адаптивный анализ временных рядов и их частотно-временные характеристики

3. Прогноз временных рядов

   3.1. Прогнозирование трендовой составляющей временного ряда

   3.2. Прогнозирование временных рядов на основе моделей авторегрессии

   3.3. Адаптивный прогноз и методы коррекции

Результаты обучения

В результате освоения курса слушатель будет способен:

• анализировать особенности исходных данных, выбирать адекватные методы решения задач анализа данных;
• проводить научные исследования в области методов адаптивного анализа данных;
• разрабатывать методы и способы решения нестандартных задач в области адаптивного анализа данных.

Формируемые компетенции

Результатом обучения в рамках дисциплины является формирование у студента следующих компетенций:

• способностью совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК-1);
• способность анализировать профессиональную информацию, выделять в ней главное, структурировать, оформлять и представлять в виде аналитических обзоров с обоснованными выводами и рекомендациями (ОПК-6);
• умением разрабатывать стратегии проектирования, определением целей проектирования, критериев эффективности, ограничений применимости (ПК-1);
• способностью к самостоятельному обучению новым методам исследования, к изменению научного и научно-производственного профиля своей профессиональной деятельности (ОК-2);
• способностью осуществлять сбор, анализ научно-технической информации, отечественного и зарубежного опыта по тематике исследования (ПК-7);
• умением проводить разработку и исследование теоретических и экспериментальных моделей объектов профессиональной деятельности в областях наука, техника (ПК-8);
• способностью разрабатывать методы решения нестандартных задач и новые методы решения традиционных задач (ПК-15).

Навыки

• способность анализировать профессиональную информацию, выделять в ней главное, структурировать, оформлять и представлять в виде аналитических обзоров с обоснованными выводами и рекомендациями
• способность разрабатывать стратегии проектирования через определение целей проектирования, критериев эффективности, ограничений применимости
• способность к самостоятельному обучению новым методам исследования, к изменению научного и научно-производственного профиля своей профессиональной деятельности
• способность осуществлять сбор, анализ научно-технической информации, отечественного и зарубежного опыта по тематике исследования
• умение проводить разработку и исследование теоретических и экспериментальных моделей объектов профессиональной деятельности в областях наука, техника
• способность разрабатывать методы решения нестандартных задач и новые методы решения традиционных задач