Proqnozlaşdırma və zaman sıralarının analizi

Description

Bu fənn tələbələrə zaman oxu üzrə toplanmış məlumatlar (time series) əsasında gələcək biznes göstəricilərini, maliyyə trendlərini və bazar dəyişikliklərini proqnozlaşdırmaq üçün zəruri olan riyazi-statistik metodları və analitik alətləri aşılamaq üçün nəzərdə tutulmuşdur. kurs çərçivəsində zaman sıralarının əsas komponentləri (trend, mövsümlülük, tsikliklikvə təsadüfi tərəddüdlər), stasionarlıq anlayışı, avtokorrelyasiya (acf/pacf) və hamarlaşdırma (exponential smoothing, holt-winters) üsulları tədris olunur. tələbələr klassik ekonometrik və müasir proqnozlaşdırma modellərinin (arima, sarima, var), eləcə də maşın öyrənməsinə əsaslanan zaman sırası alqoritmlərinin (prophet, lstm) təhlil proqramları (excel, python, r və ya spss) vasitəsilə tətbiqini mənimsəyəcəklər. fənn satış həcmləri, birja qiymətləri, makroiqtisadi göstəricilər və tələbat proqnozları üzrə xətanı minimuma endirən modellər qurmaq və data əsaslı idarəetmə qərarları qəbul etmək vərdişlərini formalaşdırır.

Course learning outcomes

1. 1

   CLO 1: Zaman sıralarının əsas komponentlərini (trend, mövsümlülük, tsiklik və təsadüfi tərəddüdlər) stasionarlıq testləri (adf testi) ilə təhlil edir.

2. 2

   CLO 2: Tələbat, satış və maliyyə göstəricilərinin proqnozlaşdırılması üçün avtoreqressiv və hamarlaşdırma modellərini (arima, sarima, ets, prophet) qurur.

3. 3

   CLO 3: Çoxölçülü zaman sıraları (var, vecm) vasitəsilə makroiqtisadi və biznes dəyişənləri arasındakı dinamik asılılıqları qiymətləndirir.

4. 4

   CLO 4: Proqnozların dəqiqliyini və etibarlılığını qiymətləndirmək üçün xəta metrikalarını (mae, rmse, mape) hesablayır və cross-validation tətbiq edir.

5. 5

   CLO 5: Zaman sıralarının analizindən əldə olunan proqnozları müəssisənin strateji planlaması və risklərin idarə olunması sistemlərinə inteqrasiya edir.