Tematy referatów z Analizy Szeregów Czasowych

1. Zreferować dowód twierdzenia Słuckiego oraz podać przykład jego zastosowania w kon-
tekście analizy szeregów czasowych. [grupa: 2 osoby]
Twierdzenie (Lemat Słuckiego).
d
Niech Xn będzie ciągiem zmiennych losowych takich, że Xn → X oraz Yn niech będzie
P
ciągiem zmiennych losowych takich, że Yn → C, gdzie C jest liczbą rzeczywistą. Wówczas:
d
i) Xn + Yn → X + C.
d
ii) Xn Yn → XC.

2. Dekompozycja STL: idea algorytmu + zastosowanie w praktyce [grupa: 3 osoby]

Referat m.in. na podstawie artykułu: Robert B. Cleveland, William s. Cleveland, Jean E.
McRae and Irma Terpenning, STL: A Seasonal-Trend Decomposition Procedure Based on
Loess. Journal of Official Statistics, vol. 6. No 1. pp. 3-73. Statistics Sweden.

3. Dokonać przeglądu metod analizy technicznej na podstawie R-pakietów ’TTR’ oraz ’qu-
antmod’ w kontekście metod analizy statystycznej szeregów czasowych [grupa: 3 osoby]

4. Miary dokładności prognoz – własności i zastosowanie w praktyce [grupa: 2 osoby]

Referat na podstawie artykułu:
Hyndman, R.J., Koehler A.B., Another look at measures of forecast accuracy. Internatio-
nal Journal of Forecasting, 22 (2006), 679-688.

5. Wybrane metody estymacji wstępnej (ang. preliminary estimation) dla modeli ARMA
[grupa: 3 osoby]

• algorytm Burga,
• algorytm innowacji,
• algorytm Hannana-Rissanena.

Referat na podstawie:

• P.Brockwell, R. Davis, Introduction to Time Series and Forecasting, rozdz. 5.1.

• R-pakiet ’itsmr’.

6. Algorytm ARAR - idea metody i zastosowanie do prognozowania [grupa: 2 osoby]

Referat na podstawie:

• P.Brockwell, R. Davis, Introduction to Time Series and Forecasting, rozdz. 9.1.

• R-pakiet ’itsmr’ (funkcja arar())).

7. Zastosowanie sieci neuronowych do prognozowania szeregów czasowych [grupa: 2 osoby]

Referat na podstawie:

• Hyndman, R.J., Athanasopoulos, G., Forecasting: principles and practice, 2nd edi-
tion, 2018, rozdział 11.3.
• R-pakiet ’forecast’ (funkcja nnetar()).