Základní info
Tento kurz je určený analytikům, statistikům, ekonomům, specialistům úseků ekonomického plánování, řízení zásob, výzkumu trhu a dalších oborů, kteří potřebují analyzovat časové řady a vytvářet předpovědi. Účastníci se v kurzu naučí pracovat s časovými řadami pomocí interaktivního nástroje SAS Time Series Forecasting System (SAS/ETS). Zájemcům o sestavování analýz časových řad v programovacím jazyku SAS (psaní kódu) je určeno příbuzné školení FETSP. Pro přihlášení do kurzu není nutné mít zkušenosti s predikcemi ani programováním, nicméně účastníci by měli:
- mít základní orientaci v problematice časových predikcí
- umět vytvářet a používat SAS tabulky např. v prostředí Base SAS nebo SAS Enterprise Guide
- umět používat software pro exploraci a analýzu dat včetně grafického zobrazení dat
- umět vyhodnocovat kvantitativní předpovědi vztažené ke konkrétnímu obchodnímu problému na základě znalosti určitého odvětví (finance, výroba, retail)
Po absolvování tohoto školení byste měli umět:
- identifikovat trendy a sezónní výkyvy v časových řadách
- navrhnout model s jednoduchým i složitějším trendem a sezónní model a tento model odhadnout pro konkrétní data
- vybrat vstupní proměnné pro zahrnutí do regresního modelu časové řady
- identifikovat vazbu mezi cílovou proměnnou a vstupními proměnnými
- navrhnout a odhadnout dynamický regresní model časové řady pro konkrétní data
Obsah kurzu
Ekonomické predikce
- úvod do ekonomických predikcí
- úvod do predikcí časových řad
- měření přesnosti predikce
- popisná a exploratorní analýza časových řad
Jednoduché predikční modely časových řad
- modelování trendu
- modelování sezónnosti
- použití indikátorových proměnných pro modelování událostí
- modely exponenciální vyrovnání s trendovou složkou
- modely exponenciální vyrovnání s trendovou a sezónní složkou
Pokročilé predikční modely pro stacionární časové řady
- úvod do Box-Jenkinsovy predikce
- autoregresní modely (AR)
- modely klouzavých průměrů (MA)
- model kombinující autoregresi a klouzavé průměry (ARMA)
- volba vhodného ARMA modelu
- odhad a metody predikce
Pokročilé predikční modely pro nestacionární časové řady
- využití diferencování při modelování trendu a sezónnosti
- modely trendu
- modely sezónnosti
- predikce na datech letecké společnosti
- predikce na datech o prodejích spotřební elektroniky
Predikční modely s vysvětlujícími proměnnými
- běžné regresní modely
- modely událostí
- modely regrese časové řady
- analýza událostí na datech o použití bezpečnostních pásů
- analýza událostí na datech letecké společnosti
- vyhodnocení efektivity reklamy
Zpracování dat obsahujících časové řady
- zpracování dat s časovým údajem
- obohacení dat s proměnnými o události
