310601 Zeitreihenanalyse (V) (SoSe 2021)

Short comment

Die Veranstaltung findet ggfs. als distance learning statt.

Contents, comment

  1. %#%#% Besonderheiten im SoSe 2021 #%#%#%

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)

  1. %#%#% Veranstaltungsbeschreibung #%#%#%

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.

Requirements for participation, required level

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.

Bibliography

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

Teaching staff

Dates ( Calendar view )

Frequency Weekday Time Format / Place Period  

Show passed dates >>

Subject assignments

Module Course Requirements  
31-M23 Profilmodul Statistische Methoden Zeitreihenanalyse Student information
31-SW-StaM Statistische Methoden Zeitreihenanalyse Student information

The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.

Degree programme/academic programme Validity Variant Subdivision Status Semester LP  
Studieren ab 50    

No more requirements
No E-Learning Space
Registered number: 78
This is the number of students having stored the course in their timetable. In brackets, you see the number of users registered via guest accounts.
Address:
SS2021_310601@ekvv.uni-bielefeld.de
This address can be used by teaching staff, their secretary's offices as well as the individuals in charge of course data maintenance to send emails to the course participants. IMPORTANT: All sent emails must be activated. Wait for the activation email and follow the instructions given there.
If the reference number is used for several courses in the course of the semester, use the following alternative address to reach the participants of exactly this: VST_254912053@ekvv.uni-bielefeld.de
Coverage:
59 Students to be reached directly via email
Notes:
Additional notes on the electronic mailing lists
Email archive
Number of entries 0
Open email archive
Last update basic details/teaching staff:
Friday, December 11, 2020 
Last update times:
Wednesday, January 27, 2021 
Last update rooms:
Wednesday, January 27, 2021 
Type(s) / SWS (hours per week per semester)
V / 2
Department
Faculty of Business Administration and Economics
Questions or corrections?
Questions or correction requests for this course?
Planning support
Clashing dates for this course
Links to this course
If you want to set links to this course page, please use one of the following links. Do not use the link shown in your browser!
The following link includes the course ID and is always unique:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=254912053
Send page to mobile
Click to open QR code
Scan QR code: Enlarge QR code
ID
254912053