UNIWERSYTET ŁÓDZKI - Centralny System Uwierzytelniania
Strona główna

Analiza szeregów czasowych

Informacje ogólne

Kod przedmiotu: 0600-EDDZ5B
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Analiza szeregów czasowych
Jednostka: Wydział Ekonomiczno-Socjologiczny
Grupy:
Punkty ECTS i inne: 0 LUB 3.00 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: polski
Kierunek studiów:

EAD
Profil programu studiów:

O
Stopień studiów:

1
Forma studiów:

stacjonarne
Wymagania wstępne:

Znajomość metod wnioskowania statystycznego oraz metod analiz ekonometrycznych.

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z metodami analiz szeregów czasowych.

Efekty uczenia się:

Wiedza

Student:

• zna i rozumie w stopniu zaawansowanym terminologię używaną w analizie szeregów czasowych, zna zastosowania analizy szeregów czasowych w obrębie analizy zjawisk społeczno-gospodarczych (06EAD_1A_W02),

• posiada zaawansowaną wiedzę z zakresu narzędzi i metod wykorzystywanych w analizie szeregów czasowych, zna interpretacje pojęć teoretycznych wykorzystywanych w analizie szeregów czasowych (06EAD_1A_W03),

• ma zaawansowaną wiedzę z zakresu pomiaru i analizy zjawisk ekonomicznych w oparciu o szeregi czasowe o różnej częstotliwości (06EAD_1A_W04, 06EAD_1A_W05),

• zna i rozumie zasady formułowania i analizy problemów badawczych, doboru metod i narzędzi oraz opracowania i prezentacji wyników w zakresie analizy i wykorzystania szeregów czasowych (06EAD_1A_W06),

• ma zaawansowaną wiedzę w zakresie zastosowania ekonometrycznych metod analizy szeregów czasowych; zna zasady konstrukcji modeli prognostycznych i wnioskowania statystycznego w zakresie wykorzystania szeregów czasowych (06EAD_1A_W07).

Umiejętności

Student:

• potrafi właściwie zaprojektować i przeprowadzić badanie wykorzystujące narzędzia analizy szeregów czasowych (06EAD_1A_U02),

• potrafi wykorzystywać narzędzia matematyczne w zagadnieniach związanych z analizą szeregów czasowych (06EAD_1A_U03),

• potrafi użytkować pakiety statystyczno-ekonometryczne w analizie danych czasowych (06EAD_1A_U04),

• potrafi korzystać z danych pochodzących z różnych źródeł, dokonać ich oceny, krytycznej analizy i syntezy, potrafi logicznie wyciągać wnioski i samodzielnie podejmować decyzje na podstawie modeli i prognoz wykorzystujących metody analizy szeregów czasowych (06EAD_1A_U05),

• posiada umiejętności w zakresie modelowania szeregów czasowych, ich zastosowania w analizach problemów społeczno-ekonomicznych (06EAD_1A_U06),

• potrafi opracowywać analizy szeregów czasowych w zespołach projektowych, potrafi planować i organizować pracę własną i zespołową (06EAD_1A_U07).

Kompetencje społeczne

Student:

• ma świadomość przydatności analizy szeregów czasowych w badaniach naukowych i praktycznych zastosowaniach oraz konieczności uzupełniania i doskonalenia nabytej wiedzy (06EAD_1A_K01),

• jest gotów działać aktywnie, współpracować w obszarze wykorzystania metod analizy szeregów czasowych (06EAD_1A_K03),

• jest gotów do dbania o rzetelną interpretację danych czasowych, ma świadomość roli i ograniczeń narzędzi analizy szeregów czasowych w badaniach społeczno-gospodarczych (06EAD_1A_K04).

Zajęcia w cyklu "Semestr zimowy 2026/2027" (jeszcze nie rozpoczęty)

Okres: 2026-10-01 - 2027-02-14
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 28 godzin więcej informacji
Wykład, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T

Zajęcia w cyklu "Semestr zimowy 2025/2026" (jeszcze nie rozpoczęty)

Okres: 2025-10-01 - 2026-02-15
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 28 godzin więcej informacji
Wykład, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T

Zajęcia w cyklu "Semestr zimowy 2024/2025" (zakończony)

Okres: 2024-10-01 - 2025-03-02
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 28 godzin więcej informacji
Wykład, 14 godzin więcej informacji
Koordynatorzy: Magdalena Ulrichs
Prowadzący grup: Magdalena Ulrichs
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Czy kurs na PZK?:

T
Informacje dodatkowe:

Bilans czasu pracy studenta:


- udział w zajęciach: wykład 14 godz., ćwiczenia inf. 28 godz.,

- przygotowanie do zaliczenia: wykład 14 godz., ćwiczenia inf. 28 godz.


Ogółem 84 godzin

3 punkty ECTS


W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej
Metody dydaktyczne:

Elementy teorii przekazywane w formie prezentacji multimedialnej (metoda podająca), praktyczne przykłady zastosowań metod analizy szeregów czasowych przy wykorzystaniu rzeczywistych danych oraz pakietów ekonometrycznych (metody poszukujące – ćwiczeniowa i studium przypadku), lektury obowiązkowe i uzupełniające.
Sposoby i kryteria oceniania:

1. zaliczenie ćwiczeń lab. na ocenę na podstawie przygotowanej pracy projektowej. Ocena z ćwiczeń= ocena z projektu (projekt + jego obrona).

2. egzamin - egzamin pisemny na platformie Moodle.


ocena końcowa= ocena z ćwiczeń (40%) + ocena z egzaminu (60%).

Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się:

Weryfikacja i ocena stopnia osiągnięcia założonych efektów uczenia się odbywa się na podstawie testu pisemnego oraz przygotowanej samodzielnie przez studentów pracy projektowej dotyczącej empirycznej analizy szeregów czasowych.

Szczegółowe treści kształcenia:

1. Modele średniej ruchomej i wygładzania wykładniczego, model EWMA.

2. Modelowanie i prognozowanie jednowymiarowych procesów stochastycznych (ARIMA).]

3. Dynamiczny model regresji liniowej z warunkową heteroskedastycznoscią i autokorelacją, model ARMA-GARCH.

4. Dynamiczne modele czynnikowe – zastosowanie metody głównych składowych.

5. Reprezentacja spektralna stacjonarnych procesów stochastycznych.

6. Estymacja funkcji gęstości spektralnej – periodogram, amplituda, częstość i okres szeregu czasowego.

7. Eliminacja składowych procesów ekonomicznych (trendy, sezonowość). Filtry liniowe. Przykłady zastosowań i efekty w dziedzinie częstości.

8. Empiryczna analiza cykliczności zjawisk ekonomicznych z wykorzystaniem jednowymiarowej analizy spektralnej, analiza makrokoniunktury gospodarczej, analiza cykliczności zmiennych finansowych.

9. Metody dostosowania sezonowego: X11ARIMA, TRAMO-SEATS
Literatura:

Brooks, C. (2004). Introductory Econometrics for Finance. The United Kingdom.

Enders, W. (2008). Applied econometric time series. John Wiley and Sons.

Lütkepohl, H., Krätzig, M. (Eds.). (2004). Applied time series econometrics.

Cambridge University Press.

Maddala G.S. (2006), Ekonometria, PWN, Warszawa.

Welfe A. (2018), Ekonometria, PWE, Warszawa.

Schopohl, L., Wichmann, R., and Brooks, C. (2019). Stata Guide to Accompany

Introductory Econometrics for Finance.

Wichmann, R., Brooks, C. (2019). R Guide to Accompany Introductory Econometrics

for Finance.

Zajęcia w cyklu "Semestr zimowy 2023/2024" (zakończony)

Okres: 2023-10-01 - 2024-02-25
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 28 godzin więcej informacji
Wykład, 14 godzin więcej informacji
Koordynatorzy: Magdalena Ulrichs
Prowadzący grup: Magdalena Ulrichs
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Czy kurs na PZK?:

T
Informacje dodatkowe:

Bilans czasu pracy studenta:


- udział w zajęciach: wykład 14 godz., ćwiczenia inf. 28 godz.,

- przygotowanie do zaliczenia: wykład 14 godz., ćwiczenia inf. 28 godz.


Ogółem 84 godzin

3 punkty ECTS


W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej
Metody dydaktyczne:

Elementy teorii przekazywane w formie prezentacji multimedialnej (metoda podająca), praktyczne przykłady zastosowań metod analizy szeregów czasowych przy wykorzystaniu rzeczywistych danych oraz pakietów ekonometrycznych (metody poszukujące – ćwiczeniowa i studium przypadku), lektury obowiązkowe i uzupełniające.
Sposoby i kryteria oceniania:

1. zaliczenie ćwiczeń lab. na ocenę na podstawie przygotowanej pracy projektowej. Ocena z ćwiczeń= ocena z projektu (projekt + jego obrona).

2. egzamin - egzamin pisemny na platformie Moodle.


ocena końcowa= ocena z ćwiczeń (40%) + ocena z egzaminu (60%).

Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się:

Weryfikacja i ocena stopnia osiągnięcia założonych efektów uczenia się odbywa się na podstawie testu pisemnego oraz przygotowanej samodzielnie przez studentów pracy projektowej dotyczącej empirycznej analizy szeregów czasowych.

Szczegółowe treści kształcenia:

1. Modele średniej ruchomej i wygładzania wykładniczego, model EWMA.

2. Modelowanie i prognozowanie jednowymiarowych procesów stochastycznych (ARIMA).]

3. Dynamiczny model regresji liniowej z warunkową heteroskedastycznoscią i autokorelacją, model ARMA-GARCH.

4. Dynamiczne modele czynnikowe – zastosowanie metody głównych składowych.

5. Reprezentacja spektralna stacjonarnych procesów stochastycznych.

6. Estymacja funkcji gęstości spektralnej – periodogram, amplituda, częstość i okres szeregu czasowego.

7. Eliminacja składowych procesów ekonomicznych (trendy, sezonowość). Filtry liniowe. Przykłady zastosowań i efekty w dziedzinie częstości.

8. Empiryczna analiza cykliczności zjawisk ekonomicznych z wykorzystaniem jednowymiarowej analizy spektralnej, analiza makrokoniunktury gospodarczej, analiza cykliczności zmiennych finansowych.

9. Metody dostosowania sezonowego: X11ARIMA, TRAMO-SEATS
Literatura:

Brooks, C. (2004). Introductory Econometrics for Finance. The United Kingdom.

Enders, W. (2008). Applied econometric time series. John Wiley and Sons.

Lütkepohl, H., Krätzig, M. (Eds.). (2004). Applied time series econometrics.

Cambridge University Press.

Maddala G.S. (2006), Ekonometria, PWN, Warszawa.

Welfe A. (2018), Ekonometria, PWE, Warszawa.

Schopohl, L., Wichmann, R., and Brooks, C. (2019). Stata Guide to Accompany

Introductory Econometrics for Finance.

Wichmann, R., Brooks, C. (2019). R Guide to Accompany Introductory Econometrics

for Finance.

Zajęcia w cyklu "Semestr zimowy 2022/2023" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 30 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Magdalena Ulrichs
Prowadzący grup: Magdalena Ulrichs
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Czy kurs na PZK?:

T
Informacje dodatkowe:

Bilans czasu pracy studenta:


- udział w zajęciach: wykład 15 godz., ćwiczenia inf. 30 godz.,

- przygotowanie do zaliczenia: wykład 15 godz., ćwiczenia inf. 30 godz.


Ogółem 90 godzin

3 punkty ECTS


W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej
Metody dydaktyczne:

Elementy teorii przekazywane w formie prezentacji multimedialnej (metoda podająca), praktyczne przykłady zastosowań metod analizy szeregów czasowych przy wykorzystaniu rzeczywistych danych oraz pakietów ekonometrycznych (metody poszukujące – ćwiczeniowa i studium przypadku), lektury obowiązkowe i uzupełniające.
Sposoby i kryteria oceniania:

1. zaliczenie ćwiczeń lab. na ocenę na podstawie przygotowanej pracy projektowej. Ocena z ćwiczeń= ocena z projektu (projekt + jego obrona).

2. egzamin - egzamin pisemny na platformie Moodle.


ocena końcowa= ocena z ćwiczeń (40%) + ocena z egzaminu (60%).

Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się:

Weryfikacja i ocena stopnia osiągnięcia założonych efektów uczenia się odbywa się na podstawie testu pisemnego oraz przygotowanej samodzielnie przez studentów pracy projektowej dotyczącej empirycznej analizy szeregów czasowych.

Szczegółowe treści kształcenia:

1. Modele średniej ruchomej i wygładzania wykładniczego, model EWMA.

2. Modelowanie i prognozowanie jednowymiarowych procesów stochastycznych (ARIMA).]

3. Dynamiczny model regresji liniowej z warunkową heteroskedastycznoscią i autokorelacją, model ARMA-GARCH.

4. Dynamiczne modele czynnikowe – zastosowanie metody głównych składowych.

5. Reprezentacja spektralna stacjonarnych procesów stochastycznych.

6. Estymacja funkcji gęstości spektralnej – periodogram, amplituda, częstość i okres szeregu czasowego.

7. Eliminacja składowych procesów ekonomicznych (trendy, sezonowość). Filtry liniowe. Przykłady zastosowań i efekty w dziedzinie częstości.

8. Empiryczna analiza cykliczności zjawisk ekonomicznych z wykorzystaniem jednowymiarowej analizy spektralnej, analiza makrokoniunktury gospodarczej, analiza cykliczności zmiennych finansowych.

9. Metody dostosowania sezonowego: X11ARIMA, TRAMO-SEATS
Literatura:

Brooks, C. (2004). Introductory Econometrics for Finance. The United Kingdom.

Enders, W. (2008). Applied econometric time series. John Wiley and Sons.

Lütkepohl, H., Krätzig, M. (Eds.). (2004). Applied time series econometrics.

Cambridge University Press.

Maddala G.S. (2006), Ekonometria, PWN, Warszawa.

Welfe A. (2018), Ekonometria, PWE, Warszawa.

Schopohl, L., Wichmann, R., and Brooks, C. (2019). Stata Guide to Accompany

Introductory Econometrics for Finance.

Wichmann, R., Brooks, C. (2019). R Guide to Accompany Introductory Econometrics

for Finance.

Zajęcia w cyklu "Semestr zimowy 2021/2022" (zakończony)

Okres: 2021-10-01 - 2022-01-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 30 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Magdalena Ulrichs
Prowadzący grup: Mariusz Górajski, Magdalena Ulrichs
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Informacje dodatkowe:

Bilans czasu pracy studenta:


- udział w zajęciach: wykład 15 godz., ćwiczenia inf. 30 godz.,

- przygotowanie do zaliczenia: wykład 15 godz., ćwiczenia inf. 30 godz.


Ogółem 90 godzin

3 punkty ECTS


W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej
Metody dydaktyczne:

Elementy teorii przekazywane w formie prezentacji multimedialnej (metoda podająca), praktyczne przykłady zastosowań metod analizy szeregów czasowych przy wykorzystaniu rzeczywistych danych oraz pakietów ekonometrycznych (metody poszukujące – ćwiczeniowa i studium przypadku), lektury obowiązkowe i uzupełniające.
Sposoby i kryteria oceniania:

1. zaliczenie ćwiczeń lab. na ocenę na podstawie przygotowanej pracy projektowej. Ocena z ćwiczeń= ocena z projektu (projekt + jego obrona).

2. egzamin - egzamin pisemny na platformie Moodle.


ocena końcowa= ocena z ćwiczeń (40%) + ocena z egzaminu (60%).

Szczegółowe treści kształcenia:

1. Modele średniej ruchomej i wygładzania wykładniczego, model EWMA.

2. Modelowanie i prognozowanie jednowymiarowych procesów stochastycznych (ARIMA).]

3. Dynamiczny model regresji liniowej z warunkową heteroskedastycznoscią i autokorelacją, model ARMA-GARCH.

4. Dynamiczne modele czynnikowe – zastosowanie metody głównych składowych.

5. Reprezentacja spektralna stacjonarnych procesów stochastycznych.

6. Estymacja funkcji gęstości spektralnej – periodogram, amplituda, częstość i okres szeregu czasowego.

7. Eliminacja składowych procesów ekonomicznych (trendy, sezonowość). Filtry liniowe. Przykłady zastosowań i efekty w dziedzinie częstości.

8. Empiryczna analiza cykliczności zjawisk ekonomicznych z wykorzystaniem jednowymiarowej analizy spektralnej, analiza makrokoniunktury gospodarczej, analiza cykliczności zmiennych finansowych.

9. Metody dostosowania sezonowego: X11ARIMA, TRAMO-SEATS
Literatura:

Brooks, C. (2004). Introductory Econometrics for Finance. The United Kingdom.

Enders, W. (2008). Applied econometric time series. John Wiley and Sons.

Lütkepohl, H., Krätzig, M. (Eds.). (2004). Applied time series econometrics.

Cambridge University Press.

Maddala G.S. (2006), Ekonometria, PWN, Warszawa.

Welfe A. (2018), Ekonometria, PWE, Warszawa.

Schopohl, L., Wichmann, R., and Brooks, C. (2019). Stata Guide to Accompany

Introductory Econometrics for Finance.

Wichmann, R., Brooks, C. (2019). R Guide to Accompany Introductory Econometrics

for Finance.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest UNIWERSYTET ŁÓDZKI.
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-6