Χρονοσειρές (ΣEE11): Διαφορά μεταξύ των αναθεωρήσεων

Από Wiki Τμήματος Μαθηματικών
Χωρίς σύνοψη επεξεργασίας
Χωρίς σύνοψη επεξεργασίας
Γραμμή 1: Γραμμή 1:
* [[Time series (ΣΕΕ11)|English version]]
* [[Time series (ΣΕΕ11)|English version]]
* [[Περιγράμματα Μεταπτυχιακών Μαθημάτων]]
{{Course-Graduate-Top-GR}}
* [https://math.uoi.gr Τμήμα Μαθηματικών]


=== Γενικά ===
=== Γενικά ===

Αναθεώρηση της 23:46, 25 Νοεμβρίου 2022

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE11
Εξάμηνο 2
Τίτλος Μαθήματος ΧΡΟΝΟΣΕΙΡΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές αναμένεται να ειναι:

  • εξοικειωμένοι με τις ιδιότητες των βασικών χρονοσειρών
  • σε θέση να προσδιορίσουν τα κατάλληλα μοντέλα για χρονοσειρές.
  • σε θέση να διαγνώσουν την καταλληλότητα του μοντέλου.
  • σε θέση να μοντελοποιούν χρονολογικά δεδομένα και να επιβεβαιώνουν ότι τα μοντέλα ταιριάζουν
  • να χρησιμοποιούν στατιστικά πακέτα για την προσαρμογή κατάλληλων μοντέλων χρονοσειρών και να τα αναλύουν.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

Περιεχόμενο Μαθήματος

Εισαγωγή στις στάσιμες χρονολογικές σειρές. Απλά μοντέλα χρονολογικών σειρών. Γραμμικές διαδικασίες, γενικά μοντέλα αυτοπαλίνδρομα και κινητού μέσου. Οι οικογένειες μοντέλων ΑRΜΑ, ΑRΙΜΑ και State Space. Πρόβλεψη χρονοσειρών. Εποχικότητα στις χρονοσειρές. Μοντελοποίηση στοχαστικής μεταβλητότητας, το φίλτρο Kalman (Kalman Filter). Μη γραμμικές μη κανονικές χρονοσειρές. Πολυμεταβλητές χρονολογικές σειρές. Συνολοκλήρωση και διόρθωση λαθών.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση στατιστικών πακέτων
  • Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Shumway, R.H. and Stoffer, D.S. (2017) Time Series Analysis and Its Applications with R Examples, 4rd edition, Springer-Verlag, New York.
  • Brockwell, P.J. and R. A.. Davis (2016) Introduction to Time Series and Forecasting, 3nd edition, Springer-Verlag, New York.
  • Cowpertwait, P.S.P. and A.V. Metcalfe (2009) Introductory Time Series with R, Spinger-Verlag.
  • Cryer, J.D. and K-S Chan (2010) Time Series Analysis: with applications in R, 2nd Edition, Springer
  • Δημέλη Σ. (2003, 3η Έκδοση): Σύγχρονες Μέθοδοι Ανάλυσης Χρονολογικών Σειρών, Εκδόσεις ΚΡΙΤΙΚΗ, Αθήνα.
  • Θαλασσινός Λευτέρης Ι. Ανάλυση χρονολογικών σειρών Μεθοδολογία Box-Jenkins.
  • [Περιοδικό / Journal] Journal of Time Series Analysis
  • [Περιοδικό / Journal] Journal of Time Series Econometrics