Schedule for key project proposals

2023-09-15 19:49
2115995 10.31
2125018 10.17
2125025 10.17
2125099 10.17
2215960 10.10
2215962 10.10
2215963 10.10
2215967 10.31
2215969 10.10
2215972 10.17
2215975 10.17
2215977 10.24
2215979 10.17
2225033 10.24
2225035 10.10
2225037 10.17
2225044 10.31
2315971 10.10
2315972 10.17
2315973 10.17
2315974 10.31
2315975 10.17
2315976 10.24
2315977 10.10
2315978 10.17
2315979 10.17
2315980 10.24
2315981 10.31
2315982 10.10
2315983 10.10
2315984 10.31
2315985 10.24
2315986 10.31
2315987 10.31
2315988 10.17
2315989 10.24
2315990 10.24
2315991 10.24
2315992 10.24
2315993 10.31
2315994 10.24
2315995 10.10
2316433 10.10
2316434 10.24
2316435 10.31
2325039 10.24
2325041 10.10
2325042 10.17
2325043 10.31
2325044 10.10
2325046 10.24
2325048 10.31
2325049 10.10
2325122 10.10
2330235 10.10
2330236 10.17
2330237 10.31
2330242 10.10
Kategorijos: Parametric and non-parametric statistics
Komentarų: 1

Information about his week lectures

2023-09-11 09:30

On September 12th we will have an extra lecture on Parametric and Non-parametric Statistics with me (in place of lecture from prof. M. Radavičius) on 16:00 at auditorium 303 (Naugardukas st.).
After that we will move to computer class at Šaltinių st. and have a usual time for lab works at 18:00

Kategorijos: Parametric and non-parametric statistics
Komentarų: 0

Information on Lab assignments and evaluation

2023-09-04 20:52

Students will need to do a key project to get an assessment for lab works for the course “Parametric and Non-parametric statistical methods”

Goal of the key project:

Choose a paper which applies some of parametric and non-parametric statistics methods to solve an actual problem. Replicate and refine the research from that paper with generated data.

The scope of the project does not need to fully match the original paper, in can be adjusted.

The Final grade (50% of total grade of the course) will consist of:

  1. the proposal of the project. 15% The proposal should be presented in a form of an oral presentation with slides. It should include:
    • a chapter on the problem that the paper addresses
    • an overview of methodology in the paper
    • a proposal of the scope, goal and methods of the key project. It can be a refined project which deviates from the original paper and enrichments, alternative comparisons are welcome
  2. A written report on the project and defence in the clasroom 25% The report should include:
    • a short overview of the problem area
    • a goal presentation (largely based on proposal from the first part of assessment)
    • the project methodology, execution, snippets of code
    • the results and conclusions 
    • the assigment will be defended in the classroom at allocated time
  3. A review of a colleague’s key project 10%. A written 2-page review of a different key project executed by a student colleage.

Here is a list of suggested papers to replicate for a key project. Student can choose a different paper (not from the list) upon agreement with their teacher.

Students can do key projects in pairs. If a project is done by 2 students it will be reviewed by 2 colleagues.

The lab works plan:

09.05 – Info on assignments, Q&A

09.12 – Introduction to experimentation and current research in that area

09.19 – Consultations

09.26 – Consultations

10.03 – Consultations

10.10 – Proposals

10.17 – Proposals

10.24 – Proposals

10.31 – Proposals

11.07 – Consultations

11.14 – N\A

11.21 – Key project presentations

11.28 – Key project presentations

12.05 – Key project presentations

12.12- Key project presentations

12.19 – Key project presentations

A report on the key project should be emailed a week prior the defence date, so that it would give enough time for reviewers to prepare the reviews and teacher to get familiar with the content.

Next week, a schedule for proposals will be published.

Kategorijos: Parametric and non-parametric statistics
 Atnaujinta: 2023-09-15 19:46

Projektinio darbo pavyzdys

2018-02-21 12:23

http://www.statisticsjournal.lt/index.php/statisticsjournal/article/view/155

 

Kategorijos: Finansų ekonometrija

Finansų ekonometrijos laboratoriniai (2018)

2018-02-06 18:10

Finansų ekonometrijos laboratoriniai yra verti 40% galutinio įvertinimo, iš jų 10% yra už praktines užduotis (bus 2 užduotys), ir 30% už projektinį tiriamąjį darbą.

Užsiėmimų planas: 

2018-02-07 Įvadas, susipažinimas su užduočių ir atsiskaitymo forma, sistema.

2018-02-21 Tyrimo temos pristatymas: Pristatyti planuojamo tyrimo temą, idėją, darbų planą.

2018-03-07 Užduočių atsiskaitymas

2018-03-21 Literatūros apžvalgos pristatymas

2018-04-04 Užduočių atsiskaitymas (pagal poreikį)

2018-04-18 Užduočių atsiskaitymas, konsultacija

2018-05-02 Tyrimo dalies pristatymas

2018-05-16 Konsultacija (pagal poreikį)

*2018-05-20 Galutinį savo darbo variantą atsiųsti el.paštu

2018-05-30 Darbų gynimas (privaloma dalyvauti)

Praktinės užduotys

Reikės pasiruošti ir kasėje atsiskaityti vieną iš užduočių. Užduotys bus iš knygos:

Tsay: Multivariate Time Series Analysis with R  and Financial Applications.

Sąrašas uždavinių, kurie bus/gali būti atsikaityme:

1 Užduotis:

1.1

1.2

1.3

1.4

2.3

2.4

2.6

2.8

2.9

2 Užduotis:

3.3

3.4

3.5

3.6

5.2

5.3

5.4

5.5

5.6

Užduočių vertė yra po 5% (iš viso 10%), straipsnio/projekto vertė yra 30%.

Duomenys:

https://faculty.chicagobooth.edu/ruey.tsay/teaching/mts/sp2013/

Savo projektinį darbą reikės apipavidalinti laikantis straipsnio formato.

 

Kategorijos: Finansų ekonometrija

Informacija apie laiko eilučių laboratorinius darbus

2017-02-28 12:10

Tarpinis atsiskaitymas (bent 1-2 užduoties dalys): 03.10 ir 03.24

Galutinis atsiskaitymas: 05.12 ir 05.26.

Pavyzdžių nagrinėjimas:

04.07 – ARMA modelio eilės parinkimas, trendo vertinimas, stacionarumo testai, likučių testai

04.28 – modelio kryžminė patikra

Kategorijos: Laiko eilutės

Informacija dėl statistikos įvado laboratorinių darbų

2017-02-28 11:56

Nauja informacija pateikiama ir pavyzdžiai bus nagrinėjimi tokiomis datomis:

03.10 – 2 užd.

03.17 – 2 užd.

04.07 – 3 užd.

05.05 – 4 užd.

Likę užsiėmimai bus skirti atsiskaitymams ir konsultacijoms.

Kategorijos: Statistikos Įvadas

Bendra informacija apie statistikos įvado laboratorinius darbus (2017)

2017-02-09 21:32

Užsiėmimų metu reikės atsiskaityti 4 lygiavertes užduotis iš šių temų:

  1. Duomenų nuskaitymas ir tvarkymas
  2. Duomenų pradinė analizė
  3. Duomenų grafinis vaizdavimas
  4. Hipotezių tikrinimas

Kiekviena užduotis yra verta 1 taško, surinkus 4 taškus, bus 2 balai prie galutinio įvertinimo (surinkus mažiau, bus proporcingai).

Užduotis bus galima atsiskaityti tik iš eilės. Per vieną užsiėmimą galima (mėginti) atsiskaityti tik vieną užduotį.

Savo užduotis studentai turės atlikti su savo duomenimis. Duomenis imti iš Eurostato. Eurostato duomenų bazėje yra 9 pagrindinės skiltys:

  • 1. General & regional statistics
  • 2. Economy &  finance
  • ….
  • 9. Science & technology

Kiekvienam studentui reikia rinktis iš tam tikros skilties, kuri skaičiuojama pagal formulę SPN2 mod 9 (čia SPN2 – studento pažymėjimo numerio 2 paskutiniai skaitmenys). Jei gaunamas 0, reiktų rinktis 9 kategoriją. Duomenis reiktų man persiųsti el. paštu, ir po to, atsižvelgdama į duomenų struktūrą, suformuosiu ir atsiųsiu individualias užduotis.

Pagrindinė literatūra:

  1. Lapinskas. Įvadas į statistiką su R. 2007.
  2. Lapinskas. Pats trumpiausias taikomosios statistikos kursas su R. 2010
  3. Trumpas R sakinių(komandų) sąrašas.
  4. Kurso puslapis Ututi tinkle.
Kategorijos: Statistikos Įvadas

Laiko eilučių laboratorinių darbų užduotis

2017-02-08 18:30

Užduoties tikslas – ištirti turimą laiko eilutę ir sukonstruoti adekvatų modelį jai prognozuoti.

Kiekvienas studentas (ar dviejų studentų grupė) turi pasirinkti duomenis taip, kad pasirinktų rodiklių rūšys nesikartotų.

Siūlomos rodiklių rūšys/sritys:

  1. Makroekonominiai rodikliai (produkcija, investicijos, …)
  2. Kainos (naftos, elektros, nekilnojamojo turto, …)
  3. Darbo rodikliai (nedarbo lygis, vidutinis darbo užmokestis, …)
  4. Labai sezoniški, pvz.: turizmo, duomenys
  5. Transporto duomenys (pvz.: keleivių/krovinių pervežimas, transporto priemonių, eismo įvykių statistika, …)
  6. Duomenys apie gamtą/aplinkosaugą (oro tarša, saulės dėmės, geizerių aktyvumas, …)
  7. Mikroekonominiai duomenys (vienos įmonės pardavimų apimtys, įmonių pelningumas, …)
  8. Kokio nors produkto ar produktų grupės pardavimų duomenys
  9. Sociologiniai/gyventojų duomenys (migracija, nusikaltimų skaičiai, …)
  10. Finansiniai duomenys (pvz.: palūkanų normos, investavimo fondų statistika, …)
  11. Elektros suvartojimas
  12. Ryšių duomenys (skambučiai, duomenų srautai/pralaidumas, vartotojų prisijungimai, …)
  13. Fiskaliniai duomenys (biudžetų dydžiai, mokesčių statistika, …)
  14. Sveikatos apsaugos duomenys (lovadienių skaičius, skiepų statistika, alkoholio vartojimas, …)
  15. Žemės ūkio statistika (bendra ž.ū. produkcija, konkrečių kultūrų derlius, pasėlių plotas, …)
  16. Statybų statistika (pastatytų butų plotas, statybos darbų apimtys, …)

 Užduotis:

Susiraskite laiko eilutę, kuri apimtų bent 10 metų laikotarpį. Duomenys turi būti ketvirtiniai arba didesnio dažnio (jei duomenys itin didelio dažnio, apimamas laikotarpis gali būti ir mažesnis).

  1. Pavaizduokite duomenis grafiškai. Apibūdinkite, kokie duomenys vaizduojami (dažnis, apimamas laikotarpis).
  2. Kokie veiksniai galėtų daryti poveikį tiriamam rodikliui? Kokie rodikliai galėtų atspindėti šiuos veiksnius? Suraskite keletą tokių rodiklių.
  3. Ištirkite šios eilutės sezoniškumą, stacionarumą. Ar šiai laiko eilutei reikalingos kokios nors transformacijos, palengvinančios modelio sudarymą?
  4. Sudarykite tiesinės regresijos modelį, įtraukdami papildomus duomenis (rodikliai iš (2) dalies). Ar modelis turi struktūrinių lūžių?
  5. Ištirkite modelio likučius. Ar likučiai sudaro baltąjį triukšmą? Jei ne, pakoreguokite modelį, parinkdami likučiams ARMA(p,q) modelį, ir pervertinkite regresiją iš naujo su ARMA paklaidomis. Pakartotinai atlikite likučių analizę.
  6. Patikrinkite savo modelį kryžminės patikros būdu, suskaičiuokite prognozės tikslumą kokiu nors kriterijumi (MAPE, MAE, RMSE). Palyginkite savo modelio tikslumą su modelio, gauto auto.arima() funkcija.

 

Kategorijos: Laiko eilutės
 Atnaujinta: 2017-02-09 21:26

Ekonometrijos II laboratorinių darbų antra užduotis

2016-11-07 15:52

2 užduotis:

Pasirinkite finansinę laiko eilutę (akcijų ar obligacijų kainos, metalų, žaliavų kainos, valiutų kursai, išvestiniai indeksai). Duomenys turėtų būti dieniniai ir apimti bent 3 metų laikotarpį.

  1. Nubrėžkite ir apibūdinkite duomenis. Susikonstruokite dienines grąžas. Patikrinkite, ar gauta eilutė turi nulinį vidurkį, ar jos dispersija yra pastovi. (1 tšk.)
  2. Pademonstruokite, kad jūsų turimai grąžų eilutei būdingi bent 3 stilizuoti faktai (3 tšk.)
  3. Parinkite tiriamai eilutei ARMA-ARCH/GARCH modelį. (2 tšk.)
  4. Patikrinkite, ar jūsų modelis gerai vertina riziką:
    1. Atsitiktinai parinktam 1 metų laikotarpiui įvertinkite ARMA-ARCH/GARCH modelį (specifikaciją imkite iš 3 dalies)
    2. Padarykite 1 žingsnio prognozę ir suskaičiuokite sekančios dienos 95% ir 99% VaR, t.y. 0,05 ir 0,01 kvantilius.
    3. Pakartokite i-ii žingsnius 1000 kartų ir suskaičiuokite, kelis kartus tikroji grąža buvo mažesnė nei suprognozuotos 95% ir 99% VaR reikšmės.

Apibendrinkite, ar jūsų modelis tinkamai įvertino riziką. (4 tšk.)

Kategorijos: Ekonometrija, Ekonometrija 2, laboratoriniai
Ankstesnis puslapis