Praktisk tidsrækkeanalyse
Kursusindhold
1) Håndtering af tidsrækker i SAS ved brug af datovariable, aggregering og interpolation.
2) Teorien bag forudsigelser ved hjælp af exponential smoothing og tilsvarende metoder
3) Teorien bag sæsonkorrektion
4) Intuitive tidsrækkemodeller, ARIMA og Unobserved Components
5) Analyser med disse metoder/modeller ved hjælp af SAS.
Practical time series analysis
Bacheloruddannelsen
i økonomi - valgfag efter 1. år
Kandidatuddannelsen
i økonomi - valgfag.
Kurset er åbent for:
- studerende fra danske universiteter
- Studerende fra Åbent Universitet
Efter endt kursus forventes den studerende at kunne:
Viden:
- Definere SAS's formater til datoer og tidspunkter.
- Vurdere tidsrækkers struktur, fx trends og sæson.
- Redegøre for simple tidsrækkemodeller, ARIMA og Unobserved Components, med stor praktisk anvendelighed.
Færdigheder:
-
Håndtere tidsrækkedata i SAS med henblik på at tilrettelægge data til efterfølgende statistiske og økonometriske analyser.
-
Anvende interpolation og udføre udfyldning af manglende observationer i tidsrækker
-
Forudsige tidsrækker ved hjælp af eksponentiel udglatning samt redegøre for de teoretiske overvejelser bag det konkrete valg af metode.
-
Sæsonrense ved hjælp af Census X11 og dens udvidelser samt redegøre for de teoretiske overvejelser bag det konkrete valg af metode.
-
Begrunde valg af ARIMA og Unobserved Components Modeller og anvende modellerne til at forstå tidsrækkens struktur
Kompetencer:
-
Behandle tidsrækker i SAS herunder valg af format, valg af observations og tilrettelæggelse af data med henblik på videre analyse
-
Anvende SAS til ikke-parametrisk analyse af tidsrækkedata, især med henblik på forudsigelse og sæsonrensning
-
Anvende SAS til hurtig bestemmelse af sæson ARIMA modeller for tidsrækkedata
-
Fremskaffe information om en tidsrækkes struktur ved hjælp af modeller for uobserverede komponenter
Undervisningen foregår som tavleforelæsninger, hvor teorien gennemgås. Metoderne og deres praktiske anvendelse demonstreres gennem mange eksempler, som vises via projektor. For at sikre en god forståelse af metoderne og for at muliggøre feedback, arbejdes der med opgaver i undervisningslokalet. Det er derfor vigtigt at medbringe en PC.
Anders Milhøj: Practical Time Series Analysis using SAS, SAS Press 2013
(se evt https://support.sas.com/pubscat/bookdetails.jsp?pc=63980 )
Hertil kommer et nyskrevet notemateriale om nyere muligheder i SAS procedurerne
I kurset benyttes meget ofte praktikken bag statistiske tests, f.eks. konfidensintervaller og signifikanssandsynligheder. Derfor anbefales politstuderende at have fulgt "Sandsynlighedsteori og Statistik" på 3. semester helst før eller allersenest sideløbende med "Praktisk tidsrækkeanalyse". For deltagere fra andre studier anbefales mindst matematik på A niveau fra en gymnasial uddannelse samt at have fulgt et indledende statistikkursus inden "Praktisk tidsrækkeanalyse". Kurset forudsætter ikke kendskab til SAS.
for indskrevne studerende: Mere information kan findes på bachelorstuderende og kandidatstuderende.
Ved tilmelding til undervisning bliver du desuden automatisk tilmeldt eksamen.
- Fuldtidsstuderende: Tilmeld dig via selvbetjeningen på KUnet.
- Udvekslings- og gæstestuderende fra udlandet: Tilmeld dig via Mobility Online og selvbetjeningen - læs mere på denne hjemmeside.
- Meritstuderende fra danske universiteter: Tilmeld dig via denne hjemmeside.
- Åbent Universitet-studerende: Tilmeld dig via denne hjemmeside.
Eksamensdatoerne findes her: Eksamensplaner – Københavns Universitet
Vær opmærksom på, at det er dit eget ansvar at tjekke for eksamenssammenfald.
- ECTS
- 7,5 ECTS
- Prøveform
-
Hjemmeopgave , 6 timer
- Prøveformsdetaljer
- Individuel.
De studerende må sparre med hinanden om den stillede opgave.
Hver eksaminand får et individuelt stillet datasæt, hvorved opgaven skal besvares og afleveres individuelt. I besvarelsen skal brug af AI beskrives ved citater fra prompts. - Eksamensforudsætninger
-
Der er ingen forudsætningskrav, den studerende skal opfylde gennem undervisningen for at kunne deltage i eksamen.
- Hjælpemidler
- Alle hjælpemidler tilladt
Brug af AI-værktøjer er tilladt. Du skal forklare, hvordan du har brugt værktøjerne. Når tekst udelukkende eller primært er genereret af et AI-værktøj, skal værktøjet citeres som en kilde.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
- Eksamensperiode
-
Eksamensoplysninger:
Eksamensdatoerne findes her: Eksamensplaner – Københavns Universitet
Flere informationer oplyses i Digital Eksamen midt i semesteret.
Læs om eksamensregler, hjælpemidler, eksamensdatoer mm på eksamenssiderne for Master(DK) and Bachelor(DK).
- Reeksamen
-
Samme som ordinær eksamen.
Reeksamensdatoen/perioden kan ses i eksamensplanen, som ligger her: Eksamensplaner – Københavns Universitet
Kriterier for bedømmelse
Bedømmelseskriterierne er baseret på indholdet i målbeskrivelsen.
For at opnå den højeste karakter ”12” skal den studerende med en fremragende præsentation og med ingen eller få uvæsentlige mangler, demonstrere at den studerende udtømmende opfylder fagets målbeskrivelse og de opstillede punkter for viden, færdigheder og kompetencer.
For at opnå beståelseskarakteren "02” skal den studerende med en tilstrækkelig præstation, demonstrere minimalt acceptable grad af opfyldelse af fagets målbeskrivelse og de opstillede punkter for viden, færdigheder og kompetencer.
Enkeltfag dagtimer (tompladsordning)
- Kategori
- Timer
- Forelæsninger
- 42
- Forberedelse (anslået)
- 158
- Eksamen
- 6
- Total
- 206
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- AØKA08208U
- ECTS
- 7,5 ECTS
- Niveau
- Kandidat
Bachelor
- Varighed
-
1 semester
- Placering
- Efterår
- Pris
-
Information om priser mm for enkelfag, efteruddannelse og Åbent Universitet se Uddannelse på Økonomisk Institut
- Studienævn
- Økonomisk Studienævn
Udbydende institut
- Økonomisk Institut
Udbydende fakultet
- Det Samfundsvidenskabelige Fakultet
Kursusansvarlige
- Anders Milhøj (13-437066677475304f6b6e6a716c4267657170306d7730666d)
- Sara Armandi (12-56647564314475706471676c4368667271316e7831676e)
Underviser
Se "Kursusansvarlige"
Er du BA- eller KA-studerende?
Kursusinformation for indskrevne studerende