Kapitola 1: Modely stacionárních časových řad

1.1  Stochastický proces a jeho stacionarita
1.1.1  Stacionarita
1.1.2  Autokorelační funkce (ACF)
1.1.3  Parciální autokorelační funkce (PACF)
1.1.4  Proces bílého šumu
1.1.5  Výběrová autokorelační funkce
1.1.6  Výběrová parciální autokorelační funkce
1.2  Lineární proces
1.3  Autoregresní procesy [AR]
1.3.1  Autoregresní proces řádu jedna [AR(1)]
1.3.2  Autoregresní proces řádu dva [AR(2)]
1.3.3  Autoregresní proces řádu p [AR(p)]
1.4  Procesy klouzavých průměrů
1.4.1  Proces klouzavých průměrů řádu jedna [MA(1)]
1.4.2  Proces klouzavých průměrů řádu dva [MA(2)]
1.4.3  Proces klouzavých průměrů řádu q [MA(q)]
1.5  Smíšené procesy [ARMA]
1.5.1  Proces ARMA(1,1)
1.5.2  Proces ARMA(p,q)

Kapitola 2: Modely nestacionárních časových řad

2.1  Proces náhodné procházky ("Random Walk Process")
2.2  Procesy ARIMA
2.3  Transformace stabilizující rozptyl procesů

Kapitola 3: Konstrukce předpovědí na základě modelu ARIMA

3.1  Předpovědi s minimální střední čtvercovou chybou
3.2  Výpočet předpovědí

Kapitola 4: Výstavba modelů ARIMA

4.1  Odhad parametrů modelů ARIMA
4.1.1  Podmíněná metoda maximální věrohodnosti
4.1.2  Nepodmíněná metoda maximální věrohodnosti
4.1.3  Nelineární odhady
4.1.4  Metoda nejmenších čtverců
4.2  Konstrukce předpovědí na základě odhadnutého modelu
4.3  Výběr vhodné transformace
4.4  Určení řádu diferencování
4.4.1  Subjektivní metody
4.4.2  Testování jednotkových kořenů
4.5  Určení řádu polynomů fp(B) a qq(B)
4.6  Zařazení konstanty do modelu ARIMA
4.7  Diagnostická kontrola modelu
4.7.1  Rozptyl nesystematické složky
4.7.2  Autokorelace nesystematické složky
4.7.3  Normalita nesystematické složky
4.8  Kritéria pro volbu modelu

Kapitola 5: Modely stacionárních a nestacionárních sezónních časových řad

5.1  Sezónní stacionární procesy
5.1.1  Sezónní autoregresní proces řádu jedna [SAR(1)]
5.1.2  Sezónní autoregresní proces řádu P [SAR(P)]
5.1.3  Sezónní proces klouzavých průměrů řádu jedna [SMA(1)]
5.1.4  Sezónní proces klouzavých průměrů řádu Q [SMA(Q)]
5.1.5  Smíšené sezónní a nesezónní procesy
5.2  Sezónní nestacionární procesy
5.2.1  Sezónní integrované procesy
5.2.2  Sezónní integrované procesy typu SARIMA
5.3  Výstavba modelů SARIMA
5.3.1  Testování jednotkových kořenů
5.3.2  Ostatní fáze výstavby sezónních modelů a jejich využití pro výpočet předpovědí

Kapitola 6: Vybrané problémy modelování jednorozměrných časových řad

6.1  Procesy typu TS (trendově stacionární) a DS (diferenčně stacionární)
6.2  Modely s dlouhou pamětí a frakcionální diferencování
6.3  Index determinace R2 v modelech ARIMA

Kapitola 7: Modely vícerozměrných stacionárních časových řad

7.1  Vektorový stochastický proces
7.1.1  Stacionarita
7.1.2  Autokorelační maticová funkce
7.1.3  Parciální autoregresní maticová funkce (PACF)
7.1.4  Vícerozměrný proces bílého šumu
7.1.5  Výběrová autokorelační maticová funkce
7.1.6  Výběrová parciální autoregresní maticová funkce
7.2  Vícerozměrný lineární proces
7.3  Vektorové autoregresní procesy
7.3.1  Vektorový autoregresní proces řádu jedna [VAR(1)]
7.3.2  Vektorový autoregresní proces řádu p [VAR(p)]
7.4  Vektorové procesy klouzavých průměrů
7.4.1  Vektorový proces klouzavých průměrů řádu jedna [VMA(1)]
7.4.2  Vektorový proces klouzavých průměrů řádu q [VMA(q)]
7.5  Smíšené vektorové procesy
7.5.1  Proces VARMA(1,1)
7.5.2  Proces VARMA(p,q)
7.6  Problém identifikace
7.6.1  Standardní forma reprezentace VARMA
7.6.2  Problém identifikace standardní formy reprezentace VARMA

Kapitola 8: Konstrukce předpovědí na základě modelu VARMA

8.1  Předpovědi s minimální střední čtvercovou chybou
8.2  Výpočet předpovědí

Kapitola 9: Kauzalita v časových řadách a analýza "impuls-reakce" (I-R)

9.1  Definice Grangerovy kauzality
9.2  Grangerova kauzalita a model VAR
9.3  Problémy spjaté s kauzalitou v Grangerově smyslu
9.4  Analýza "impuls-reakce" (I-R)
9.5  Problémy spjaté s analýzou "impuls-reakce"

Kapitola 10: Systémy dynamických simultánních rovnic (SDSR)

10.1  Endogenita, striktní exogenita a predeterminovanost v modelu časových řad
10.2  Strukturní, redukovaný a konečný tvar
10.3  Modely s racionálními očekáváními
10.4  Exogenita slabá, silná a super
10.4.1  Slabá exogenita
10.4.2  Silná exogenita
10.4.3  Super exogenita
10.5  Konstrukce předpovědí

Kapitola 11: Výstavba modelů VAR, VARMA a SDSR; testování kauzality a exogenity

11.1  Odhady parametrů modelu VAR
11.1.1  Odhady parametrů modelu VAR bez lineárních omezení
11.1.2  Odhady parametrů modelu VAR s lineárními omezeními
11.2  Určení řádu modelu VAR
11.2.1  Výběrová parciální autoregresní maticová funkce
11.2.2  Test věrohodnostním poměrem
11.2.3  Waldův test
11.2.2  Testovací schéma pro určení řádu modelu VAR
11.3  Diagnostická kontrola modelu VAR
11.3.1  Autokorelace nesystematické složky
11.3.2  Normalita nesystematické složky
11.4  Kritéria pro volbu modelu
11.5  Testování Grangerovy kauzality
11.6  Odhady parametrů modelů VARMA
11.7  Určení řádu a diagnostická kontrola modelu VARMA
11.7.1  Určení řádu modelu VARMA
11.7.2  Diagnostická kontrola modelu VARMA
11.8  Testování exogenity
11.8.1  Testování slabé exogenity
11.8.2  Testování silné exogenity
11.8.3  Testování super exogenity
11.9  Odhady parametrů systému dynamických simultánních rovnic
11.9.1  Odhady parametrů redukovaného tvaru
11.9.2  Odhady parametrů strukturního tvaru
11.10  Specifikace a diagnostická kontrola systému dynamických simultánních rovnic
11.10.1  Autokorelace nesystematické složky
11.10.2  Heteroskedasticita
11.10.3  Funkční forma a strukturní zlomy
11.10.4  Normalita
11.11  Konstrukce předpovědí na základě modelů s odhadnutými parametry

Kapitola 12: Modely vícerozměrných nestacionárních časových řad

12.1  Kointegrované procesy
12.2  Kointegrace v procesu VAR
12.3  Konstrukce předpovědí v integrovaných a kointegrovaných systémech
12.4  Grangerova kauzalita a analýza "impuls-reakce" v integrovaných a kointegrovaných systémech
12.4.1  Grangerova kauzalita
12.4.2  Analýza "impuls-reakce"
12.5  Slabá a silná exogenita v kointegrovaném systému
12.6  Kointegrace v jednorovnicových modelech

Kapitola 13: Výstavba modelů EC

13.1  Odhady parametrů modelu EC
13.1.1  Odhady parametrů základního modelu
13.1.2  Odhady parametrů g a b při platnosti hypotézy P=gb'
13.2  Testování řádu kointegrace
13.3  Testy hypotéz o parametrech g, b a deterministické složce
13.3.1  Testování hypotéz o parametrech b
13.3.2  Testování hypotéz o parametrech g
13.3.3  Smíšené testy hypotéz
13.3.4  Testy hypotéz o deterministické složce
13.4  Identifikující omezení dlouhodobých vztahů
13.5  Testy kointegrace a odhady parametrů v jednorovnicových modelech