Aufgrund der Pandemie werden Vorlesung und Praktische Übung (PÜ) ausschließlich digital durchgeführt. Zur Vorlesung:
- Upload von Folien und Vorlesungsvideo am Tag der Veranstaltung, Beginn ist am Mittwoch, 14.4.2021
- Genaueres zu den Modalitäten der PÜ in der ersten Vorlesung.
- Konkretes zur Prüfung(sform) steht noch nicht fest: nach Möglichkeit in Präsenz, sonst Online-Prüfung (Open Book Prüfung in den letzten beiden Semestern)
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 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 eines der zahlreich verfügbaren Online-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 |