Hoppa till huvudinnehållet
Till KTH:s startsida

SF2943 Tidsserieanalys 7,5 hp

Administrera Om kursen

Information per kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Termin

Information för VT 2026 Start 2026-03-16 programstuderande

Studielokalisering

KTH Campus

Varaktighet
2026-03-16 - 2026-06-01
Perioder
P4 (7,5 hp)
Studietakt

50%

Anmälningskod

60326

Undervisningsform

Normal Dagtid

Undervisningsspråk

Engelska

Kurs-PM
Kurs-PM är inte publicerat
Antal platser

Ingen platsbegränsning

Målgrupp

Sökbar för alla program under förutsättning att kursen kan ingå i programmet.

Planerade schemamoduler
[object Object]
Schema
Schema är inte publicerat

Kontakt

Examinator
Ingen information tillagd
Kursansvarig
Ingen information tillagd
Lärare
Ingen information tillagd

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan SF2943 (VT 2022–)
Rubriker med innehåll från kursplan SF2943 (VT 2022–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Allmänt om tidserier. Stationära och icke stationära modeller, t.ex. ARMA- och ARIMA-modeller. Projektioner och prediktion av tidserier. Spektralteori. Skattning av parametrar och av spektrum. Modeller på tillståndsform och Kalmanfiltrering.

Lärandemål

Kursens mål är att ge en grundläggande förståelse för teoretiska och praktiska verktyg inom tidsserieanalys. Datorbaserade projektuppgifter utgör en viktig komponent av kursen.

För att bli godkänd på kursen ska studenten kunna:

  • lösa problem som kräver kännedom om grundläggande begrepp och modeller inom teorin för tidsserier, i synnerhet modeller av ARMA-typ,
  • tillämpa teoretiska och praktiska verktyg för att analysera tidsseriedata, beräkna osäkerhet i skattade modeller samt prediktera framtida värden från observerade data,
  • tillämpa matematiska satser och metoder för att analysera och förklara egenskaper hos olika modeller för tidsserier, och
  • redogöra för slutsatser från analyser av tidsserier och kritiskt utvärdera analyser ur ett vetenskapligt perspektiv.

Kurslitteratur och förberedelser

Särskild behörighet

  • Engelska B / Engelska 6
  • Slutförd grundkurs i sannolikhetsteori och matematisk statistik (SF1918, SF1922 eller motsvarande).

Rekommenderade förkunskaper

Slutförda kurser i

  • Numeriska metoder (SF1544, SF1545 eller liknande),
  • Differentialekvationer (SF1633, SF1683 eller liknande),
  • Sannolikhetsteori och matematisk statistik (SF2940 eller liknande) samt
  • Regressionsanalys (SF2930 eller liknande).

Kurslitteratur

Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

A, B, C, D, E, FX, F

Examination

  • OVN1 - Inlämningsuppgifter, 3,0 hp, betygsskala: P, F
  • TENA - Tentamen, 4,5 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Examinator

Profile picture Gaultier Lambert

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

SCI/Matematik

Huvudområde

Matematik

Utbildningsnivå

Avancerad nivå

Övrig information

Ersätter SF2945.