90481 - ADVANCED TIME SERIES

Anno Accademico 2024/2025

  • Docente: Alessandra Luati
  • Crediti formativi: 6
  • SSD: SECS-S/01
  • Lingua di insegnamento: Inglese
  • Modalità didattica: In presenza e a distanza - Blended Learning
  • Campus: Bologna
  • Corso: Laurea Magistrale in Statistical Sciences (cod. 9222)

Conoscenze e abilità da conseguire

By the end of the course the student is able to analyse data generated by GARCH, DCS, long memory processes and make inference on the moment estimators.

Contenuti

Prerequisiti: analisi delle serie storiche lineari (processi lineari, rappresentazione di Wold, funzione di autocovarianza, funzione di densità spettrale, stima dei momenti di un processo lineare) e nozioni di base di processi stocastici (speranza condizionale, martingale, differenze di martingale).

Argomenti trattati nel corso: Analisi di serie storiche caratterizzate da parametri dinamici. Modelli state space e il filtro di Kalman. Modelli observation driven: GARCH e score driven models. Stima e inferenza. 

Argomenti opzionali: quantili dinamici, densità predittive, invertibilità, processi a memoria lunga, processi localmente stazionari. 

Testi/Bibliografia

Brockwell P.J. and Davis R.A. (1991), Time series: Theory and Methods, Springer.

Ulteriori letture sono consigliate durante il corso.

Metodi didattici

Lezioni registrate, lezioni e discussioni in classe, laboratorio (R, Matlab o Python), esercizi.

Modalità di verifica e valutazione dell'apprendimento

1) esame scritto al termine del corso 

2) analisi di un caso di studio da svolgere a casa durante una delle ultime settimane del corso (facoltativo)


Strumenti a supporto della didattica

Libro di testo, appunti e articoli che si trovano in versione elettronica in Virtuale

Orario di ricevimento

Consulta il sito web di Alessandra Luati

SDGs

Istruzione di qualità Lavoro dignitoso e crescita economica Lotta contro il cambiamento climatico Partnership per gli obiettivi

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.