"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Tidsserieanalys och spatial statistik, 7,5 hp

Engelskt namn: Time Series Analysis and Spatial Statistics

Denna kursplan gäller: 2024-01-15 och tillsvidare

Kurskod: 5MS072

Högskolepoäng: 7,5

Utbildningsnivå: Avancerad nivå

Huvudområden och successiv fördjupning: Matematisk statistik: Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
Beräkningsteknik: Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav

Betygsskala: Väl godkänd, godkänd, underkänd

Ansvarig institution: Institutionen för matematik och matematisk statistik

Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2019-09-04

Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2023-09-13

Innehåll

Kursens övergripande syfte är att studenten ska bli väl förtrogen med grundläggande begrepp, teori, modeller och lösningsmetoder inom tidsserieanalys och spatial statistik. Det handlar om modeller för tidsberoende eller rumsligt (spatialt) beroende data. Sådana data förekommer ofta i ekonomiska (t.ex. prisutvecklingen av en vara) och naturvetenskapliga (t.ex. meteorologiska observationer, radarsignaler) tillämpningar.

Kursen består av två moduler.

Modul 1 (6,5 hp) Teori. Modulen innehåller allmän teori för tidsserier, stationära och icke stationära modeller, t.ex. ARMA- och ARIMA-modeller, prediktion av tidsserier, spektralteori, skattning av parametrar och spektrum samt filtrering. I modulen ingår även metoder för att mäta rumsligt beroende (variogram, kovariogram) samt tekniker för rumslig interpolering med tyngdpunkt på kriging.

Modul 2 (1 hp) Datorlaborationer. Modulen innefattar analys av tidsserier och spatiala data med lämplig programvara.

Förväntade studieresultat

För godkänd kurs ska studenten kunna

Kunskap och förståelse

  • självständigt definiera begreppen väntevärde, kovariansfunktion och spektralfördelning för tidsserier
  • självständigt definiera parametriska medelvärdesmodeller av ARMA-typ
  • ingående förklara hur ARMA-modeller kan utvidgas till ARIMA-, FARIMA- och ARCH-modeller
  • beskriva Kalmanfiltrering i allmänna termer
  • ingående förklara hur variogram och kovariogram bestäms
  • ingående förklara hur de (rumsliga) interpolationsmetoderna inversa distansmetoden och kriging fungerar

Färdighet och förmåga

  • identifiera trender och säsongsvariationer i tidsserier
  • härleda och skatta väntevärde, kovariansfunktion och spektralfördelning för tidsserier, analysera deras samband samt beräkna osäkerheten hos skattningarna
  • prediktera utvecklingen hos observerade tidsserier av olika längd och kritiskt utvärdera resultaten
  • tillämpa parametriska medelvärdesmodeller av ARMA-typ, analysera modellernas egenskaper och anpassa dem till verkliga data
  • tolka rumsligt beroende med hjälp av variogram och kovariogram
  • prediktera (rumsliga) data med interpolationsmetoderna inversa distansmetoden och kriging, samt kritiskt utvärdera resultaten

Värderingsförmåga och förhållningssätt

  • klart redogöra för slutsatser från analyser av tidsserier och rumsliga data samt värdera resultaten ur ett vetenskapligt perspektiv

Behörighetskrav

För tillträde till kursen krävs 90 hp inkluderande något av följande tre alternativ, eller motsvarande kunskaper:

- minst 12 hp i matematisk statistik eller
- minst 6 hp i matematisk statistik och kurs om minst 7,5 hp i transformmetoder eller
- minst 75 hp i statistik.

I samtliga fall krävs dessutom en kurs i grundläggande analys om minst 7,5 hp. Engelska och svenska för grundläggande behörighet för högskolestudier.

Undervisningens upplägg

Undervisningen bedrivs i form av föreläsningar och lektionsundervisning.

Examination

Kunskapsredovisningen på modul 1 sker i form av skriftlig tentamen. Examinationen på modul 2 sker via skriftlig redovisning av datorlaborationer. På tentamen ges något av omdömena Underkänd (U), Godkänd (G) eller Väl godkänd (VG). På modul 2 ges något av omdömena Underkänd (U) eller Godkänd (G). På hela kursen ges något av betygen Underkänd (U), Godkänd (G) eller Väl godkänd (VG). Betyget bestäms av omdömet på modul 1, men sätts först när alla obligatoriska moduler är bedömda. Studerande som godkänts i prov får ej undergå förnyat prov för att få ett högre betyg.

Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos kursansvarig institution. Examinator beslutar om anpassad examination som sedan meddelas studenten.

En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten för institutionen för matematik och matematisk statistik. Examination baserad på denna kursplan garanteras under två år efter studentens förstagångsregistrering på kursen.

Tillgodoräknande
Student har rätt att få prövat om tidigare utbildning eller motsvarande kunskaper och färdigheter förvärvade i yrkesverksamhet kan tillgodoräknas för motsvarande utbildning vid Umeå universitet. Ansökan om tillgodoräknande skickas in till Studentcentrum/Examina. Mer information om tillgodoräknande finns på Umeå universitets studentwebb, www.student.umu.se, och i högskoleförordningen (6 kap). Ett avslag på ansökan om tillgodoräknande kan överklagas (Högskoleförordningen 12 kap) till Överklagandenämnden för högskolan. Detta gäller såväl om hela som delar av ansökan om tillgodoräknande avslås.

Övriga föreskrifter

I en examen får denna kurs ej ingå tillsammans med en annan kurs med likartat innehåll. Vid osäkerhet bör den studerande rådfråga studierektorn i matematik och matematisk statistik.



I det fall att kursplan upphör att gälla eller genomgår större förändringar, garanteras studenter minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt föreskrifterna i den kursplan som studenten ursprungligen varit kursregistrerad på under en tid av maximalt två år från det att tidigare kursplan upphört att gälla eller att kursen slutat ges.


 

Litteratur

Giltig från: 2024 vecka 3

Introduction to time series and forecasting
Brockwell Peter J., Davis Richard A.
Third edition. : Cham : Springer : 2016 : xiv, 425 s. :
http://deposit.d-nb.de/cgi-bin/dokserv?id=9296ca193780477e83f59928955883f8&prov=M&dok_var=1&dok_ext=htm
ISBN: 978-3-319-29852-8
Obligatorisk
Se Umeå UB:s söktjänst
Läsanvisning: Finns även som E-bok, ISBN: 9783319298542