AU kursuskatalog arkiv

Multivariate tidsrækker (Q2) ( efterår 2010 - 5 ECTS )

Rammer for udbud

• Uddannelsessprog: engelsk
• Niveau: Kandidatkursus.  
• Semester/kvarter: 2. kvarter (efterår 2010).
• Timer per uge: 4.  
• Deltagerbegrænsning:
• Undervisningssted: Århus
• Hovedområde: Det Naturvidenskabelige Fakultet
• Udbud ID: 26023

Formål

 Kurset introducerer vigtige begreber og teknikker til analyse af multivariate tidsrækker.

Indhold

Kurset introducerer vigtige begreber og teknikker til analyse af multivariate tidsrækker.

Første del af kurset vil fokusere på vektor autoregressive processer af endelig orden (VAR(p)). De vigtigste
egenskaber for sådanne processer vil blive diskuteret, og en strukturel analyse af VAR(p) modeller gives. Forskellige estimationsmetoder for VAR(p) modeller forklares. Desuden vil spørgsmålet om at vælge ordenen
for en VAR(p) proces blive berørt ligesom modelkontrol for disse processer.

Anden del af kurset vil give en introduktion til cointegrerede processer og 'vektor error correction' modeller.

Tredie del af kurset omhandler autoregressive glidende gennemsnitsprocesser (VARMA).

Endelig vil multivariate ARCH og GARCH modeller blive defineret, og der gives et overblik over, hvorledes estimationen foretages i disse modeller.

Faglige forudsætninger

Sandsynlighedsteori 1.2 og Statistiske Modeller 2.

Underviser

Almut Veraart.

Undervisnings- og arbejdsform

4 forelæsningstimer pr. uge.

Engelsk.

Litteratur

Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer (Chapters 1-4, 6, 11, 16) samt noter.

Udbyder

Institut for Matematiske Fag.

Tilmelding til undervisning

På selvbetjening https://mit.au.dk fra den 1. til den 15. maj 2010.

Eftertilmeldinger: Kontakt Oddbjørg Wethelund, oddbjorg@imf.au.dk

Læringsmål

Ved kursets afslutning forventes den studerende inden for kursets emneområder at kunne:

• definere en VAR(p) proces og beskrive dens vigtigste egenskaber, herunder autokorrelationer,
• diskutere forecasting i VAR(p) modeller,
• forklare hvorledes en strukturel analyse med VAR modeller foretages (f.eks. Granger kausalitet, impuls respons analyse og dekomposition af variansen på forecast fejlen),
• forklare estimationsprocedurer for VAR processer så som multivariat least square, least square estimation med data korrigeret for middelværdier og Yule-Walker estimation, maximum likelihood estimation, test af kausalitet, asymptotiske fordelinger af impuls responser og varians dekompositioner af forecast fejlen,
• forklare hvorledes ordenen for en VAR(p) model vælges og hvorledes modellen kan kontrolleres,
• definere og forklare begrebet cointegrerede stokastiske processer og beskrive 'vektor error correction' modeller,
• definere VARMA processer og beskrive deres vigtigste egenskaber, herunder repræsentationsresultater og beregning af autokorrelationsfunktionen,
• definere en-dimensionale og multivariate (G)ARCH modeller, forklare estimationsprocedure for sådanne modeller og beskrive metoder til at kontrollere og fortolke (M)GARCH modeller.

Bedømmelse

• Mundtlig, bedømt efter 7-skala med intern censur
5 xxxxx

 Kurset evalueres ved en mundtlig eksamen efter 7-trins skalaen med intern censur.