TMA4285

Tidsrekker

Vår og Høst

Trondheim

Engelsk

Oversikt

Snitt

B

4,04

0,08

Ståprosent

100 %

likt

Karakterfordeling
Snitt over tid
Ståprosent over tid

Om emnet

Faglig innhold

Autoregressive og moving-average baserte modeller for stasjonære og ikke-stasjonære tidsrekker. Parameterestimering. Modellidentifisering. Prognoser. ARCH- og GARCH-modeller for volatilitet. State-space-modeller (lineære dynamiske modeller) og kalmanfilteret.

Læringsmål

1. Kunnskap. Studenten har kunnskap om det teoretiske grunnlaget for å kunne modellere og analysere tidsrekker med anvendelser innen ingeniørfag og finans. Dette inkluderer kunnskap om autoregressive og moving-average baserte modeller for stasjonære og ikke-stasjonære tidsrekker, samt kunnskap om hvordan man utfører modellidentifisering og parameterestimering og lager prognoser i slike modeller. Det inkluderer også kjennskap til ARCH- og GARCH-modeller for volatilitet, samt state-space-modeller (lineære dynamiske modeller) og kalmanfilteret. 2. Ferdigheter. Studenten er i stand til å benytte sin kunnskap om ulike tidsrekkemodeller til å tilpasse modeller til observerte tidsrekkedata hentet fra ingeniørfag og finans, samt lage prognoser basert på disse dataene.

Læringsformer og aktiviteter

Forelesninger og obligatoriske øvinger.

Emnet foreleses annet hvert år. Emnet gis på høsten i oddetallsår.

Studentens besvarelse kan være på norsk eller engelsk.