Prognostické modely
- Kredity: 6
- Ukončenie: Skúška
- Rozsah: 2P + 2C
- Semester: letný
- Ročník: 2
- Fakulta hospodárskej informatiky
Vyučujúci
Zaradený v študijných programoch
Výsledky vzdelávania
Po úspešnom absolvovaní predmetu budú mať študenti vedomosti o prognostických metódach a modeloch a mali by byť schopní používať tieto postupy pre rôzne typy časových radov.
Študenti získajú praktické zručnosti a kompetencie s aplikáciou prognostických metód používaných pri ekonomických premenných využitím softvéru R a Python.
Stručná osnova predmetu
1. Základné pojmy, miery hodnotenia, informačná množina, funkcia straty, optimálna prognóza.
2. Dekompozícia a vyrovnávanie časových radov.
3. Kĺzavé priemery a modely trendu.
4. Prognózovanie pomocou modelov exponenciálneho vyrovnávania.
5. Boxova-Jenkinsova metodológia ARIMA modelov – detekcia, odhad a prognózy.
6. Boxova-Jenkinsova metodológia SARIMA modelov – detekcia,, odhad a prognózy.
7. Regresné modely. Prognózovanie využitím ekonometrického modelu.
8. Dynamické regresné modely.
9. Vektorovo autoregresné modely.
10. Prognózovanie volatility.
11. Nelineárne modely, autoregresné modely s prahovou hodnotou (TAR).
12. Pokročilé prognostické modely. Intervenčná analýza, neurónové siete.
13. Kombinované prognózy.
Odporúčaná literatúra
1. Hyndman, R.J., Athanasopoulos, G.: Forecasting: principles and practice. 3rd ed. OTexts, 2021.
2. Gonzale-Rivera, G.: Forecasting for Economics and Business. Addison Wesley, 2013.
3. Diebold, X.: Forecasting in Economics, Business, Finance and Beyond, University of Pennsylvania, 2017.
4. Shmueli, G., Lichtendahl, K.C.: Practical Time Series Forecasting with R: A Hands-On Guide, 2nd ed. Axelrod Schnall Publishers, 2016.
5. Carnot, N., Koen, V., Tissot, B.: Economic Forecasting. Palgrave Macmillan, 2005.
Podmienky na absolvovanie predmetu
projekt k záverečnej skúške 60 %
výsledok záverečnej skúšky 40 %
Pracovné zaťaženie študenta
pracovné zaťaženie študenta: 156 h (účasť na prednáškach 26 h, účasť na seminároch 26 h, spracovanie semestrálneho projektu 62 h, príprava na skúšku 42 h
Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu
slovenský, anglický
Dátum schválenia: 11.03.2024
Dátum poslednej zmeny: 16.05.2022
Dátum schválenia: 11.03.2024
Dátum poslednej zmeny: 16.05.2022