В результате освоения программы слушатель должен приобрести следующие знания и умения, необходимые для качественного изменения компетенций слушатель должен знать и уметь:

• типы процессов, представленные временными рядами (TSP, DSP);
• тесты на единичные корни и их модификации; детерминированные компоненты временного ряда; модели ARIMA/SARIMA/ARIMAX;
  
• тесты на структурные изменения временных рядов; модели адаптивного прогнозирования (экспоненциального сглаживания);
• схему обобщённого прогнозирования на основе моделирования случайных процессов и методы оценки прогностической ценности модели
  
• определять структуру временного ряда на основе анализа коррелограмм ACF и PACF;
  
• определять типы процессов, представленные временными рядами на основе различных процедур (например, с использованием пятиэтапной процедуры применения теста ADF);
  
• идентифицировать порядки, проводить селекцию, оценку и диагностику моделей ARIMA, SARIMA;
  
• строить модели анализа временных рядов с введением экзогенной переменной (ARIMAX);
  
• использовать модели адаптивного сглаживания для краткосрочного прогнозирования;
  
• строить научно-обоснованные прогнозы, проводить корректную интерпретацию результатов прогнозирования.
  
• навыками проведения анализа внутренней структуры различных процессов, представленных временными рядами, построения адекватных моделей ARIMA, SARIMA, ARIMAX в среде R Studio,
  
• навыками оценки прогнозных свойств полученных моделей;
  
• навыками построения качественных прогнозов с использованием методов математического моделирования случайных процессов для корректных принятий управленческих решений.