|
| Udgave: |
Efterår 2012 NAT |
| Point: |
7,5 |
| Blokstruktur: |
1. blok |
| Skemagruppe: |
C |
| Fagområde: |
mat |
Semester: |
Efterår |
| Varighed: |
7 uger.
|
| Institutter: |
Institut for Matematiske Fag. |
| Uddannelsesdel: |
Kandidat niveau |
| Kontaktpersoner: |
Michael Sørensen, tlf. 35 32 06 80, rum 04.3.13, email: michael@math.ku.dk |
| Skema- oplysninger: |
 Vis skema for kurset
Samlet oversigt over tid og sted for alle kurser inden for Lektionsplan for Det Naturvidenskabelige Fakultet Efterår 2012 NAT |
| Undervisnings- periode: |
3. september – 11. november 2012 |
| Undervisnings- form: |
5 timers forelæsninger samt 3 timers øvelser per uge.
|
| Indhold: |
Kurset gennemgår likelihood baseret analyse af fler- og
endimensionelle tidsrække modeller for data som f.eks. renter og priser, der er afhængige over tid: Gennemgangen
dækker udvalgt teori og empiriske illustrationer.
Primært gennemgås den autoregressive (AR) model, samt den flerdimensionelle version (VAR), herunder en diskussion af "unit-root" testning, samt kointegrationsanalyse.
Derudover introduceres ARCH og relaterede ikke-lineære tidsrække modeller kort. Emner fra sandsynlighedsteori omfatter blandt andet afhængighed over tid, martingaler og markov kæder. Asymptotiske teori omfatter blandt andet mixing, stabilitet, store tals lov, samt både den klassiske og den funktionelle centrale grænseværdi sætning for martingal differenser.
I løbet af kurset vil der gennem opgaveregningen blive introduceret relevant software til analyse af udleverede data. |
| Kompetence- beskrivelse: |
Kurset introducerer og diskuterer økonometrisk
og matematisk statistisk teori til anvendelse for analysen af udvalgte makroøkonomiske og finansielle tidsrække data.
|
| Målbeskrivelse: |
Ved kursets afslutning forventes den studerende at
Have opnået et grundlæggende kendskab til centrale tidsrække modeller, der typisk anvendes ved modellering af data fra makro. En stor del af fokus vil være rettet mod klassen af (multivariate) autoregressive modeller.
Baseret på likelihood-inferens, at kunne analysere en og fler-dimensionelle tidsrække modeller teoretisk og kunne illustrere analysen i praksis.
Kunne anvende og diskutere centrale teoretiske begreber fra teorien for stokastiske processer herunder stationaritet, asymptotisk stabilitet og martingal differencer.
Kunne formulere, opstille og anvende likelihood baserede test for centrale hypoteser i tidsrække modeller. Herunder hypoteser om exogenitet og kausalitet, samt ikke-stationaritet i forbindelse med unit-root og kointegrationsanalyse.
Kunne anvende centrale sætninger fra teorien for stokastiske processer ved asymptotisk analyse af likelihood-baserede teststørrelser og estimatorer, herunder store tals lov og centrale grænseværdisætninger
Kunne prediktere i tidsrække modeller og diskutere dette. |
| Lærebøger: |
Forlæsningsnoter ved Anders Rahbek og Søren Johansen udleveres i løbet af kurset.
|
| Tilmelding: |
Kursus- og eksamenstilmelding og afmelding sker på
www.kunet.dk
Tilmelding skal ske i perioden den 15. maj – 1. juni 2012.
|
| Faglige forudsætninger: |
Stat2 eller tilsvarende
|
| Eksamensform: |
Afsluttende prøve, intern censur, bedømmelse med karakter efter 7-trinsskalaen givet for en 3 timers skriftlig eksamen. Det er et krav for at deltage, at de 2 obligatoriske hjemmeopgaver fra kurset er godkendt og gyldige.
Reeksamen: Afsluttende prøve, intern censur, bedømmelse med karakter efter 7-trinsskalaen givet for en 30 minutters mundtlig eksamen. Obligatoriske hjemmeopgaver som er godkendte og gyldige skal ikke gentages. Øvrige obligatoriske hjemmeopgaver skal genafleveres senest ved reeksamensperiodens start. |
| Eksamen: |
Skriftlig prøve den 7. november 2012.
Reeksamen: Mundtlig prøve den 30. januar 2013 og evt. genaflevering af hjemmeopgaver den 28. januar 2012. |
| Kursus hjemmeside: |
 |
| Bemærkninger: |
Undervisningen kan være på dansk, hvis ingen udenlandske studerende er tilmeldt kurset.
|
| Pensum: |
Fastlægges i uge 4 af undervisningsforløbet. |
| Undervisnings- sprog: |
Engelsk
|
| Sidst redigeret: |
25/4-2012 |