Aufgrund der besonderen Umstände in diesem Sommersemester werden Vorlesung und Praktische Übung (PÜ) ausschließlich digital durchgeführt, soll heißen:
- Upload von Folien und Vorlesungsvideo am Tag der Veranstaltung, Beginn ist also am kommenden Dienstag, 21.4.2020
- Dadurch entfällt leider die Möglichkeit zur direkten Interaktion
- Aber: Möglichkeit über das Forum des Lernraums Fragen zur Vorlesung zu stellen oder eine Diskussion zu beginnen: bitte ausgiebig nutzen!
- Genaueres zu den Modalitäten der PÜ in der ersten Vorlesung.
- Konkretes zur Prüfung(sform) steht noch nicht fest: voraussichtlich Modulklausur wie sonst auch.
In der Zeitreihenanalyse werden Daten mit zeitlicher Ordnung analysiert, um z.B. den zukünftigen Verlauf der Reihen zu prognostizieren.
Die Vorlesung behandelt das klassische Komponentenmodell der Zeitreihenanalyse. Demnach besteht eine Zeitreihe aus den Komponenten
- Trend
- Saison
- Zyklische Komponente
- Restkomponente
die in der Veranstaltung näher betrachtet werden. Behandelt werden unterschiedliche Möglichkeiten der Diagnose und Modellierung der ersten drei Komponenten. Für Anwendungsbeispiele wird die statistische Programmiersprache R verwendet.
Als Grundlage dient das klassische lineare Regressionsmodell wie es in den Veranstaltungen Einführung in die Ökonometrie und Einführung in die Mikroökonometrie behandelt wird. Hilfreich sind darüber hinaus Kenntnisse in R oder aber die Bereitschaft, sich R-Kenntnisse anzueignen.
Die Themen der Veranstaltung werden in der zugehörigen Praktischen Übung (PÜ) vertieft und, vor allem mithilfe von R, angewandt.
Empfohlene Vorkenntnisse sind die, die in den Veranstaltungen Statistik 1 und 2 sowie Einführung in die Ökonometrie (Bachelor WiWi) sowie im R-Kurs "Erste Schritte in R" vermittelt werden.
Eine eigene Erarbeitung des statistischen/ökonometrischen Hintergrundwissens kann mithilfe des Wooldridge (Part 1 und Appendix des Buchs; genaue Quelle siehe 4. Literaturangabe) geschehen. Zum Erlernen von R kann bspw. SimpleR verwendet werden (5. Literaturangabe) oder andere Tutorien.
1. Diebold, F.X. (2007). Elements of Forecasting. Thomson South Western,
Mason. (4e)
2. Neusser, K. (2009). Zeitreihenanalyse in den Wirtschaftswissenschaften.
Vieweg+Teubner Verlag, Wiesbaden. Online-Zugang
3. Cowpertwait, P.S.P. und Metcalfe, A.V. (2009). Introductory Time Series with
R. Springer Verlag.
4. Jeffrey M. Wooldridge (2013): Introductory Econometrics - A
Modern Approach, South-Western. (4. oder 5. Auflage) Part 1 zur Wiederholung des Klassischen Linearen Regressionsmodells.
5. Verzani, John (2002): Simple R. Einzusehen unter http://cran.r-project.org/doc/contrib/Verzani-SimpleR.pdf
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
31-M23 Profilmodul Statistische Methoden | Zeitreihenanalyse | Studieninformation | |
31-SW-StaM Statistische Methoden | Zeitreihenanalyse | Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Studieren ab 50 |