Gäller från och med: Höstterminen 2020
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2020-05-19
Avdelning: Matematisk statistik (LTH)
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: FMSN45
Undervisningsspråk: Engelska
Praktisk och teoretisk kunskap i modellering, skattning och validering, prediktion och interpolation av tidsdiskreta dynamiska stokastiska system, i huvudsak linjära system. Kursen ger också en grund för vidare studier i tidsseriesystem, t.ex. Finansiell statistik och Olinjära tidsserier.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden redovisa analysen av ett praktiskt problem i en skriftlig rapport samt presentera den muntligt.
Tidsserieanalys handlar om matematisk modellering av tidsvariabla stokastiska fenomen som t.ex. havsvågor, vattenstånd i sjöar och floder, efterfrågan på elkraft, radarsignaler, muskelreaktioner, EKG-signaler eller optionskurser på aktiemarknaden. Modellens struktur väljs dels med ledning av fysikalisk kunskap om processen, dels med hjälp av observerade data. Centrala problem är olika modellers egenskaper och prediktionsförmåga, skattning av modellens parametrar samt kontroll av att modellen på ett tillfredsställande sätt beskriver data. Hänsyn måste tas både till behovet av snabba beräkningar och till förekomst av mätfel. Kursen ger en sammanhängande framställning av statistiska modeller och metoder inom tidsserieanalysen. Tidsserieproblem uppträder i många av högskolans ämnen och kunskaper från kursen används bl.a. i reglerteknik, signalbehandling och ekonometri. Fördjupat studium av ARMA-processer. Icke-stationära modeller, långsamt avtagande beroende. Transformationer. Optimal prediktion och rekonstruktion av processer. Tillståndsrepresentationer, ortogonalitetsprincipen och Kalmanfiltrering. Parameterskattningar: MK-och ML-metoder samt rekursiva och adaptiva varianter. Ickeparametriska metoder, kovariansskattningar, spektralskattningar. Orientering om robusta metoder och detektion av avvikande värden.
Jakobsson, A.: An Introduction to Time Series Modeling. Studentlitteratur, 2019.
Undervisningsformer: Föreläsningar, laborationer, övningar
Examinationsformer: Skriftlig tentamen, skriftlig rapport, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:
Förutsatta förkunskaper: FMSF10 Stationära stokastiska processer.
Kursansvarig: Andreas Jakobsson <andreas.jakobsson@matstat.lu.se>
Hemsida: www.maths.lth.se/matstat/kurser/fmsn45/