Опис
Курс «Аналіз часових рядів» відбувається в межах англомовної магістерської програми з економічного аналізу.
Курс познайомить студентів із прикладним аналізом одновимірних і багатовимірних часових рядів, які представляють послідовну в часі інформацію про, наприклад, ціни на акції, облігації чи товари, а також інші макро- чи мікродані, що представляють інтерес. Теми, які розглядаються в курсі, включають одиничний корінь, стаціонарність, помилкові регресії, моделі векторної авторегресії, моделі коінтеграції та виправлення помилок, а також моделі багатовимірної волатильності. Навчання та прикладний аналіз буде проводитись за допомогою популярної мови програмування R.
Кому буде цікаво:
- аналітикам компаній та громадських організацій, які працюють із та аналізують послідовні в часі дані, такі як, наприклад, ціни акцій чи продукції, даних фінансових ринків, кліматичних або макроекономічних даних, тощо.
- викладачам та науковцям
- студентам останнього курсу бакалаврату
Після навчання ви зможете:
- розуміти структуру та методи аналізу та прогнозування даних часових рядів
- проводити прикладний аналіз та емпіричні дослідження з використанням даних часових рядів
Необхідні попередні знання:
Знання та вміння компілювати описову статистику, лінійна регресія та основи програмування в R
Хто викладає:
Олег Нів’євський, професор KSE із Ph.D. за фахом аграрна економіка та прикладна статистика Геттінгенського університету (Німеччина, 2010 р.). Олег є засновником Центру досліджень продовольства та землекористування КШЕ, а також має понад 18-річний міжнародний досвід роботи з прикладних досліджень та розвитку агропродовольчих ринків, ланцюжків доданої вартості та оцінки впливу державної економічної та регуляторної політики.
Мова навчання: англійська
Як і коли проходить навчання:
Курс проходитиме з 09 січня до 03 березня 2023 року. Детальний розклад занять буде повідомлений згодом. Навчання відбуватиметься в онлайн форматі у денний час.
Вартість курсу: 10 тис грн
Програма курсу
1. Basic Time Series Concepts
2. Univariate Stationary Processes (MA, AR, ARMA)
3. Vector Auto Regressive Models (VAR)
4. Nonstationarity and Cointegration (CI)
5. Error Correction Models (ECM)
6. Vector Error Correction Models (VECM)
7. Auto Regressive Conditional Heteroskedastic Models ((G)ARCH)
Завантажити силабус курсу з деталями навчання тут
