- 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 in Scienze statistiche (cod. 8873)
-
dal 11/02/2025 al 20/03/2025
Conoscenze e abilità da conseguire
By the end of the course the student should know the fundamental theory of time series analysis. In particular the student should be able: - to analyse a time series in the time and in the frequency domain - to identify the stochastic process that has generated a time series based on the autocorrelation structure - to estimate and make inference on the parameters of a linear model for a stationary time series - to estimate time series components such as trend and seasonality by means of non parametric and parametric methods - to recognise the most important models for time series data
Contenuti
Verranno trattati i seguenti argomenti. Modelli lineari per l'analisi di serie storiche: processi lineari, autoregressivi, integrati e a media mobile (ARIMA) processi stagionali. Metodi per identificazione, stima e previsioni da modelli ARIMA. Scomposizione di una serie storica nelle sue variabli latenti: metodi di stima. Analisi nel dominio temporale e delle frequenze.
Testi/Bibliografia
Testi/Bibliografia
Brockwell P.J. and Davis R.A. (2002), Introduction to Time Series and Forecasting, Springer
Altri testi consigliati:
Brockwell P.J. and Davis R.A. (1991). Time Series: Theory and Methods. Springer
Metodi didattici
Lezioni registrate, lezioni e discussioni in presenza, esercitazioni e laboratorio.
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 nel sito web istituzionale del docente e in Virtuale.
Orario di ricevimento
Consulta il sito web di Alessandra Luati
SDGs




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