Folien zur Vorlesung. Zeitreihenanalyse (Time Series Analysis)

Größe: px
Ab Seite anzeigen:

Download "Folien zur Vorlesung. Zeitreihenanalyse (Time Series Analysis)"

Transkript

1 Folien zur Vorlesung Zeitreihenanalyse (Time Series Analysis) Wintersemester 2014/2015 Mittwoch Uhr Hörsaal: J 498 Prof. Dr. Bernd Wilfling Westfälische Wilhelms-Universität Münster

2 Inhalt 1 Einleitung 1.1 Organisatorisches 1.2 Was ist Zeitreihenanalyse? 2 Grundlegende theoretische Konzepte 2.1 Beispiele 2.2 Formale Definitionen 2.3 Stationarität 3 ARMA-Modelle 3.1 Der Lag-Operator 3.2 Spezial- und Grenzfälle Der MA(q)-Prozess Der MA( )-Prozess Der AR(q)- und der AR(1)-Prozess 3.3 Kausalität und Invertierbarkeit 3.4 Lineare Prozesse und Filter 3.5 Die Autokovarianzfunktion eines ARMA(p, q)-prozesses 4 Schätzung des Erwartungswertes und der Autokovarianzfunktion 4.1 Ergodizität 4.2 Schätzung des Erwartungswertes 4.3 Schätzung der Autokovarianz- und Autokorrelationsfunktion 5 Die partielle Autokorrelationsfunktion 5.1 Definition, Berechnung, Schätzung 5.2 Interpretation von ACF und PACF 6 Schätzung stationärer ARMA-Modelle 6.1 Die Box-Jenkins Methodologie 6.2 Die Schätzung eines ARMA(p, q)-modells 6.3 Die Schätzung der Ordnungen p und q 6.4 Modellierung eines stochastischen Prozesses i

3 7 Integrierte Prozesse 7.1 Stochastische vs. deterministische Trends 7.2 Parametertests im AR(p)-Modell mit deterministischem Trend 7.3 Statistische Tests auf Einheitswurzel 7.4 Regressionen mit integrierten Variablen Schein-Regression (spurious regression) Kointegration Ein Test auf Kointegration Vektor-Fehlerkorrekturmodell Multiple kointegrierte Variablen ii

4 Literatur Wahrscheinlichkeitstheorie, statistische Inferenz Hesse, C. (2003). Angewandte Wahrscheinlichkeitstheorie. Vieweg Verlag, Braunschweig / Wiesbaden. Mood, A.M., Graybill, F.A. and D.C. Boes (1974). Introduction to the Theory of Statistics (3rd Edition). McGraw-Hill, Tokyo. Mosler, K. und F. Schmid (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Auflage). Springer Verlag, Heidelberg. Wilfling, B. (2014). Fortgeschrittene Statistik. Skript zur Vorlesung Fortgeschrittene Statistik im Wintersemester 2014/2015 an der Westfälischen Wilhelms-Universität Münster. Zeitreihenanalyse Anderson, T.W. (1971). The Statistical Analysis of Time Series. Wiley and Sons, New York. Box, G.E.P. and G.M. Jenkins (1976). Time Series Analysis: Forecasting and Control. Holden-Day, San Francisco. Brockwell, P. and R. Davis (1991). Times Series: Theory and Methods (2nd Edition). Springer-Verlag, New York. Dickey, D.A. and W.A. Fuller (1979). Distribtuion of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association 74, Dickey, D.A. and W.A. Fuller (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica 49, Fuller, W.A. (1976). Introduction to Statistical Time Series. Wiley and Sons, New York. Greene, W.H. (2008). Econometric Analysis (6th Edition). Prentice Hall, Pearson Education, New Jersey. Hamilton, J.D. (1994). Time Series Analysis. Princeton University Press, Princeton, New Jersey. Johansen, S. (1988). Statistical analysis of cointegrating vectors. Journal of Economic Dynamics and Control 12, iii

5 Kreiß, J.-P. und G. Neuhaus (2006). Einführung in die Zeitreihenanalyse. Springer-Verlag, Berlin / Heidelberg. MacKinnon, J.G. (1991). Critical values for cointegration tests. In: Engle, R.F., Granger, C.W.J. (Eds.), Long-run economic relationships. Oxford University Press, Oxford, Neusser, K. (2006). Zeitreihenanalyse in den Wirtschaftswissenschaften. B.G. Teubner Verlag, Wiesbaden. Schlittgen, R. und B.H.J. Streitberg (2001). Zeitreihenanalyse (9. Auflage). Oldenbourg Verlag, München. Schmid, F. und M. Trede (2006). Finanzmarktstatistik. Springer Verlag, Berlin Heidelberg. Stock, J.H. and M.W. Watson (2011). Introduction to Econometrics (3rd Edition). Pearson Education, Essex, England. Stralkowski, C.M., Wu, S.M. and R.E. DeVor (1974). Charts for the Interpretation and Estimation of the Second Order Moving Average and Mixed First Order Autoregressive- Moving Average Models, Technometrics 16, Vogelvang, B. (2005). Econometrics Theory and Applications With EViews. Prentice Hall, Dorchester. iv

Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse

Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse 1. Einführung 2. Zeitreihenzerlegung und Komponentenmodell (Trend, Saisonbereinigung, Exponentielle Glättung, Korrelogramm, Test auf Autokorrelation) 3. Stochastische

Mehr

Gewöhnliche Autokorrelationsfunktion (ACF) eines stationären Prozesses {X t } t Z zum Lag h

Gewöhnliche Autokorrelationsfunktion (ACF) eines stationären Prozesses {X t } t Z zum Lag h 5. Die partielle Autokorrelationsfunktion 5.1 Definition, Berechnung, Schätzung Bisher: Gewöhnliche Autokorrelationsfunktion (ACF) eines stationären Prozesses {X t } t Z zum Lag h ρ X (h) = Corr(X t, X

Mehr

Zeitreihenanalyse. Seminar Finanzmathematik. Andreas Dienst SS Einleitung - Begrüßung - Motivation - Inhaltsangabe. 2.

Zeitreihenanalyse. Seminar Finanzmathematik. Andreas Dienst SS Einleitung - Begrüßung - Motivation - Inhaltsangabe. 2. Seminar Finanzmathematik - Begrüßung - Motivation - Inhaltsangabe 3. Zusammen - fassung Zeitreihenanalyse Andreas Dienst SS 2006 Zeitreihen: Definition und Motivation - Begrüßung - Motivation - Inhaltsangabe

Mehr

Stochastik-Praktikum

Stochastik-Praktikum Stochastik-Praktikum Zeitreihenanalyse Peter Frentrup Humboldt-Universität zu Berlin 19. Dezember 2017 (Humboldt-Universität zu Berlin) Zeitreihenanalyse 19. Dezember 2017 1 / 13 Übersicht 1 Zeitreihen

Mehr

Kointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser

Kointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser 1 / 28 Kointegration Kapitel 19 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 28 Inhalt I(d), Trends, Beispiele Spurious Regression Kointegration, common trends Fehlerkorrektur-Modell Test

Mehr

3. ARMA-Modelle. Jetzt: Wichtigste Modellklasse für stationäre Prozesse

3. ARMA-Modelle. Jetzt: Wichtigste Modellklasse für stationäre Prozesse 3. ARMA-Modelle Jetzt: Wichtigste Modellklasse für stationäre Prozesse Definition 3.1: (ARMA(p, q)-prozess) Gegeben sei das Weiße Rauschen {ɛ t } t Z WR(0, σ 2 ). Der Prozess {X t } t Z heißt AutoRegressiver-Moving-Average-Prozess

Mehr

7. Stochastische Prozesse und Zeitreihenmodelle

7. Stochastische Prozesse und Zeitreihenmodelle 7. Stochastische Prozesse und Zeitreihenmodelle Regelmäßigkeiten in der Entwicklung einer Zeitreihe, um auf zukünftige Entwicklung zu schließen Verwendung zu Prognosezwecken Univariate Zeitreihenanalyse

Mehr

Klausur zur Veranstaltung Empirische Wirtschaftspolitik

Klausur zur Veranstaltung Empirische Wirtschaftspolitik Seite 1 von 10 Prof. Frank Westermann, Ph.D. Fachgebiet Internationale Wirtschaftspolitik Rolandstraße 8, 49069 Osnabrück Klausur zur Veranstaltung Empirische Wirtschaftspolitik Wintersemester 2014/2015

Mehr

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage

Mehr

7. Integrierte Prozesse

7. Integrierte Prozesse 7. Integrierte Prozesse Bisher: Behandlung stationärer Prozesse (stationäre ARMA(p, q)-prozesse) Problem: Viele ökonomische Zeitreihen weisen im Zeitverlauf ein nichtstationäres Verhalten auf 225 Beispiel:

Mehr

Hauptseminar zum Thema:

Hauptseminar zum Thema: Fakultät Informatik Institut für angewandte Informatik Professur Technische Informationssysteme Hauptseminar zum Thema: Vergleich ARCH- und GARCH- Modelle bei der Analyse von Zeitreihen mit veränderlichen

Mehr

Modul: Zeitreihenanalyse und Anwendungen in der empirischen Kapitalmarktforschung. Leseprobe

Modul: Zeitreihenanalyse und Anwendungen in der empirischen Kapitalmarktforschung. Leseprobe Prof. Dr. Hermann Singer Modul: 32681 Zeitreihenanalyse und Anwendungen in der empirischen Kapitalmarktforschung Kurs: 00889 Version vom 10/2004 Überarbeitet am 10/2015 Leseprobe Inhaltsverzeichnis 1 Überblick

Mehr

Modul Zeitreihenanalyse und Anwendungen in der empirischen Kapitalmarktforschung

Modul Zeitreihenanalyse und Anwendungen in der empirischen Kapitalmarktforschung Prof. Dr. Hermann Singer Modul 32681 Zeitreihenanalyse und Anwendungen in der empirischen Kapitalmarktforschung Kurs 00889 Version vom 10/2004 Überarbeitet am 10/2015 Leseprobe Fakultät für Wirtschaftswissenschaft

Mehr

1 Einführung Ökonometrie... 1

1 Einführung Ökonometrie... 1 Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...

Mehr

Statistik I (Deskriptive Statistik)

Statistik I (Deskriptive Statistik) Folien zur Vorlesung Statistik I (Deskriptive Statistik) Wintersemester 2011/2012 Donnerstag, 10.15-11.45 Uhr Hörsaal: Aula am Aasee Dr. Andrea Beccarini Westfälische Wilhelms-Universität Münster Inhalt

Mehr

Einführung in die empirische Wirtschaftsforschung. Wintersemester 2017/2018 Syllabus und organisatorische Informationen

Einführung in die empirische Wirtschaftsforschung. Wintersemester 2017/2018 Syllabus und organisatorische Informationen Einführung in die empirische Wirtschaftsforschung Wintersemester 2017/2018 Syllabus und organisatorische Informationen Prof. Dr. Almut Balleer Lehr- und Forschungsgebiet Empirische Wirtschaftsforschung

Mehr

Ökonometrie. Prof. Dr. Bernd Süßmuth. Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie

Ökonometrie. Prof. Dr. Bernd Süßmuth. Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie Ökonometrie Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie Unser Lehrstuhl-Team Prof. Dr. Bernd Süßmuth» Sprechstunde:

Mehr

6 Nichtstationarität und Kointegration

6 Nichtstationarität und Kointegration 6 Nichtstationarität und Kointegration 6.1 Kapitelübersicht, Problematik Die Analyse nichtstationärer Zeitreihen wird folgende Gesichtspunkte anschneiden: Definition von Nichtstationarität, von integrierten

Mehr

6.4 Kointegration Definition

6.4 Kointegration Definition 6.4 Kointegration 6.4.1 Definition Nach Engle und Granger (1987): Wenn zwei oder mehrere Variablen I(1) sind, eine Linearkombination davon jedoch I() ist, dann sind die Variablen kointegriert. Allgemein:

Mehr

2 Stationarität. Strikte Stationarität

2 Stationarität. Strikte Stationarität 2 Stationarität. Strikte Stationarität Die in 1 benutzten Begriffe sind noch zu präzisieren : Definition 2.1. a) Ein stochastischer Prozess {X t } t T heißt strikt stationär, falls für je endlich viele

Mehr

Definition und Beispiele. Lineare Prozesse. Kausalität und Invertierbarkeit. Berechnung der Autokovarianzfunktion. Prognosen in ARMA-Modellen

Definition und Beispiele. Lineare Prozesse. Kausalität und Invertierbarkeit. Berechnung der Autokovarianzfunktion. Prognosen in ARMA-Modellen Kap. 2: ARMA-Prozesse Definition und Beispiele Lineare Prozesse Kausalität und Invertierbarkeit Berechnung der Autokovarianzfunktion Prognosen in ARMA-Modellen Wold-Darstellung 2.1 Definition und Beispiele

Mehr

Stochastische Prozesse und Box-Jenkins Technik

Stochastische Prozesse und Box-Jenkins Technik Stochastische Prozesse und Box-Jenkins Technik Stichwörter: AR-, MA- und ARMA-Prozeß weißes Rauschen random walk Autokorrelations-Funktion Stationarität Invertierbarkeit Korrelogramm Box-Jenkins Technik

Mehr

Finanzmarktökonometrie:

Finanzmarktökonometrie: Dr. Walter Sanddorf-Köhle Statistik und Ökonometrie Rechts- und Wirtschaftswissenschaftliche Fakultät UNIVERSITÄT DES SAARLANDES Statistik und Ökonometrie Sommersemester 2013 Finanzmarktökonometrie: Einführung

Mehr

Einführung in die Ökonometrie

Einführung in die Ökonometrie Peter Hackl Einführung in die Ökonometrie 2., aktualisierte Auflage Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney a part of Pearson plc worldwide Einführung

Mehr

Kompaktskript zur Vorlesung Prognoseverfahren

Kompaktskript zur Vorlesung Prognoseverfahren Kompaktskript zur Vorlesung Prognoseverfahren Friedrich-Schiller-Universität Jena Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Wirtschafts- und Sozialstatistik Prof. Dr. P. Kischka Sommersemester

Mehr

Ökonometrie. Prof. Dr. Bernd Süßmuth. Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie

Ökonometrie. Prof. Dr. Bernd Süßmuth. Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie Ökonometrie Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie Unser Lehrstuhl-Team Prof. Dr. Bernd Süßmuth» Sprechstunde:

Mehr

Das magische Quadrat für stochastische Prozesse

Das magische Quadrat für stochastische Prozesse . Geodätische Woche Das magische Quadrat für stochastische Prozesse 1 Institut für Geodäsie und Geoinformation Professur für Theoretische Geodäsie - Universität Bonn Ina Krasbutter, Boris Kargoll, Wolf-Dieter

Mehr

Ausgewählte Probleme der Ökonometrie

Ausgewählte Probleme der Ökonometrie Ausgewählte Probleme der Ökonometrie Bernd Süßmuth IEW Institute für Empirische Wirtschaftsforschung Universität Leipzig November 28, 2011 Bernd Süßmuth (Universität Leipzig) APÖ November 28, 2011 1 /

Mehr

Zeitreihenanalyse. 1 Einleitung. 2 Autoregressive Prozesse, lineare Differenzengleichungen

Zeitreihenanalyse. 1 Einleitung. 2 Autoregressive Prozesse, lineare Differenzengleichungen Zeitreihenanalyse Enno MAMMEN Department of Economics, University of Mannheim L7, 3-5, 68131 Mannheim, Germany E mail: emammen@rumms.uni-mannheim.de February 22, 2006 1 Einleitung Klassisches Komponentenmodell,

Mehr

Trend, Zyklus und Zufall

Trend, Zyklus und Zufall Rainer Metz Trend, Zyklus und Zufall Bestimmungsgründe und Verlaufsformen langfristiger Wachstumsschwankungen Franz Steiner Verlag INHALTSVERZEICHNIS Vorwort Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis

Mehr

Was sind Zeitreihen? Software. Literatur. Überblick. Beispiele. Grundbegriffe

Was sind Zeitreihen? Software. Literatur. Überblick. Beispiele. Grundbegriffe Kap. 1: Einführung Was sind Zeitreihen? Software Literatur Überblick Beispiele Grundbegriffe 1.1 Was sind Zeitreihen? Datentypen in der Ökonometrie: Querschnittsdaten Beispiel: Daten für 5 000 Haushalte

Mehr

Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg. PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004

Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg. PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004 Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004 Aufgabe 1 U t bedeute weißes Rauschen und B den Backshift

Mehr

SPEZIALGEBIETE: ÖKONOMETRIE

SPEZIALGEBIETE: ÖKONOMETRIE SPEZIALGEBIETE: ÖKONOMETRIE Lehrstuhl Ökonometrie und Statistik Technische Universität Dortmund Studienjahr 2017/18 27. Juni 2017 1 / 14 Übersicht Bis jetzt fixiert: Advanced Econometrics (WS 2017/18)

Mehr

Kapitel 1 Einführung. Angewandte Ökonometrie WS 2012/13. Nikolaus Hautsch Humboldt-Universität zu Berlin

Kapitel 1 Einführung. Angewandte Ökonometrie WS 2012/13. Nikolaus Hautsch Humboldt-Universität zu Berlin Kapitel 1 Einführung Angewandte Ökonometrie WS 2012/13 Nikolaus Hautsch Humboldt-Universität zu Berlin 1. Allgemeine Informationen 2 17 1. Allgemeine Informationen Vorlesung: Mo 12-14, SPA1, 23 Vorlesung

Mehr

Statistische Datenanalyse

Statistische Datenanalyse Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise

Mehr

Hauptseminar Technische Informationssysteme

Hauptseminar Technische Informationssysteme Hauptseminar Technische Informationssysteme Thema: Vergleich verschiedener Prognosestrategien von Tobias Fochtmann Betreuer: Dr. Ribbecke 24.01.2008 Gliederung I. Einleitung II. Prognose allgemein und

Mehr

Statistik 2 SS 2014 Universität Hamburg

Statistik 2 SS 2014 Universität Hamburg Statistik 2 SS 2014 Universität Hamburg Dozent: J. Heberle Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Lehrstuhlinhaber: Prof. Dr. Michael

Mehr

6. Schätzung stationärer ARMA-Modelle

6. Schätzung stationärer ARMA-Modelle 6. Schätzung stationärer ARMA-Modelle Problemstellung: Statistische Anpassung eines stationären ARMA(p, q)-prozesses an eine Stichprobe von t = 1,..., T Prozessbeobachtungen Es bezeichne x 1,..., x T die

Mehr

VOLKSWIRTSCHAFTSLEHRE I

VOLKSWIRTSCHAFTSLEHRE I TECHNISCHE UNIVERSITÄT MÜNCHEN WS 2009/10 Lehrstuhl für Volkswirtschaftslehre Di., 10.15 11.45 Uhr Univ.-Prof. Dr. Robert K. Frhr. von Weizsäcker Hörsaal: 2300 Dr. Marco Sahm, Zi. 2419 Tel.: 089/289-25707,

Mehr

6. Statistische Schätzung von ARIMA Modellen

6. Statistische Schätzung von ARIMA Modellen 6. Statistische Schätzung von ARIMA Modellen Vorschau: ARIMA Modelle Modellidentifikation verschiedene Schätzverfahren Modelldiagnostik Fallstudien Zeitreihenanalyse 1 6.1 ARIMA Modelle Bisher: ARMA(p,q)-Modelle:

Mehr

Einführung in die Ökonometrie

Einführung in die Ökonometrie Einführung in die Ökonometrie Peter Hackl ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Vorwort... 19 1 Einführung...

Mehr

Literatur zu den Vorlesungen Allgemeine Psychologie I

Literatur zu den Vorlesungen Allgemeine Psychologie I Literatur zu den Vorlesungen Allgemeine Psychologie I gültig ab WiSe 2015/2016 Primäres Lehrbuch B.G.1 Lernen, Gedächtnis und Wissen (Hilbig) Lieberman, D.A. (2012). Human learning and memory. Cambridge:

Mehr

Profilfach Statistik und Ökonometrie Seminarmodul

Profilfach Statistik und Ökonometrie Seminarmodul Profilfach Statistik und Ökonometrie Seminarmodul Beschreibung Das Seminar richtet sich an Bachelorstudierende, die bereits das Grundlagen- und Aufbaumodul im Profilfach Statistik und Ökonometrie besucht

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie Unser Lehrstuhl-Team Prof. Dr. Bernd

Mehr

Crashkurs Mathematik für Ökonomen

Crashkurs Mathematik für Ökonomen Crashkurs Mathematik für Ökonomen Thomas Zörner in Kooperation mit dem VW-Zentrum Wien, Oktober 2014 1 / 12 Outline Über diesen Kurs Einführung Lineare Algebra Analysis Optimierungen Statistik Hausübung

Mehr

QUANTITATIVE STATISTICAL METHODS: REGRESSION AND FORECASTING JOHANNES LEDOLTER VIENNA UNIVERSITY OF ECONOMICS AND BUSINESS ADMINISTRATION SPRING 2013

QUANTITATIVE STATISTICAL METHODS: REGRESSION AND FORECASTING JOHANNES LEDOLTER VIENNA UNIVERSITY OF ECONOMICS AND BUSINESS ADMINISTRATION SPRING 2013 QUANTITATIVE STATISTICAL METHODS: REGRESSION AND FORECASTING JOHANNES LEDOLTER VIENNA UNIVERSITY OF ECONOMICS AND BUSINESS ADMINISTRATION SPRING 2013 ZEITREIHEN 1 Viele Beobachtungen in den Wirtschaftswissenschaften

Mehr

Hauptseminar Technische Informationssysteme

Hauptseminar Technische Informationssysteme Hauptseminar Technische Informationssysteme Residualanalyse zur Fehlerlokalisierung und prädikativen Steuerung Vortragender: Betreuer: Tobias Fechter Dr.-Ing. Heinz-Dieter Ribbecke, Dipl.-Inf. Jakob Krause

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation

Mehr

DOCUMENTA GEIGY: Mathematik und Statistik, 7. Auflage, Sonderdruck aus Wissenschaftliche

DOCUMENTA GEIGY: Mathematik und Statistik, 7. Auflage, Sonderdruck aus Wissenschaftliche Literaturverzeichnis 183 Literaturverzeichnis BAMBERG G. UND BAUR F. (1989): Statistik, 6. Auflage, R. Oldenbourg, München BOHLEY P. (1996): Statistik: einführendes Lehrbuch für Wirtschafts- und Sozialwissenschaftler,

Mehr

Kurs 9.3: Forschungsmethoden II

Kurs 9.3: Forschungsmethoden II MSc Banking & Finance Kurs 9.3: Forschungsmethoden II Zeitreihenanalyse Lernsequenz 5: Trends und Unit-Root-Test / ARIMA-Modelle November 214 Prof. Dr. Jürg Schwarz Folie 2 Inhalt Ziele 5 Trend 6 ARIMA-Modell

Mehr

Mathematisch-algorithmische Grundlagen für Big Data

Mathematisch-algorithmische Grundlagen für Big Data Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2017

Mehr

Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse

Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen

Mehr

Aktuelle Themen der Angewandten Informatik: Datenkompression Seminar-Unterlagen Sommer Semester 2016

Aktuelle Themen der Angewandten Informatik: Datenkompression Seminar-Unterlagen Sommer Semester 2016 Institut für Informatik Graphische Datenverarbeitung - Proseminar-Unterlagen 1 / 7 Johann Wolfgang Goethe Universität Frankfurt am Main-InformatikDK SS2007 Dr.-Ing The Anh Vuong, Frankfurt - Bielefeld

Mehr

MA Projekt: Langfristige Kapitalmarktsimulation

MA Projekt: Langfristige Kapitalmarktsimulation MA Projekt: Langfristige Kapitalmarktsimulation Einführung in die Zeitreihenanalyse Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen

Mehr

Seminar zu Statistik, Ökonometrie und weiteren mathematischen Methoden

Seminar zu Statistik, Ökonometrie und weiteren mathematischen Methoden Institut für Statistik und Ökonometrie Prof. Dr. P. Stahlecker Wintersemester 2013/2014 Seminar zu Statistik, Ökonometrie und weiteren mathematischen Methoden Themenliste Methoden 1. Zur Methodologie von

Mehr

Seminar: Statistische Herausforderungen im Umgang mit fehlenden bzw. fehlerbehafteten Daten

Seminar: Statistische Herausforderungen im Umgang mit fehlenden bzw. fehlerbehafteten Daten Seminar: Statistische Herausforderungen im Umgang mit fehlenden bzw. fehlerbehafteten Daten im Wintersemester 2014/15 Prof. Dr. Thomas Augustin, Eva Endres Institut für Statistik, LMU 26. September 2014

Mehr

Einführung in die Numerische Lineare Algebra (MA 1304)

Einführung in die Numerische Lineare Algebra (MA 1304) Einführung in die Numerische Lineare Algebra (MA 1304) Vorlesung Montags, 16:15-17:45 Uhr Rudolf-Mößbauer - HS (Physik) Homepage zur Vorlesung http://www-m2.ma.tum.de/bin/view/allgemeines/numlinalgws1516

Mehr

Ökonometrische Modelle

Ökonometrische Modelle Ökonometrische Modelle Stichwörter: Dynamische Modelle Lagstrukturen Koyck sche Lagstruktur Zeitreihenmodelle Mehrgleichungsmodelle Strukturform reduzierte Form o1-13.tex/0 Lüdeke-Modell für die BRD C

Mehr

Mikroökonomie für Sozialökonomik

Mikroökonomie für Sozialökonomik Mikroökonomie für Sozialökonomik Matthias Wrede FAU 23. November 2016 Matthias Wrede (FAU) Mikroökonomie für Sozialökonomik 23. November 2016 1 / 11 Lernziele und Kompetenzen 1 Studierende können grundlegende

Mehr

Zeitreihen/Skalen. Homogenität, Inhomogenität, Datenlücken, Plausibilität. vorgetragen von Nico Beez

Zeitreihen/Skalen. Homogenität, Inhomogenität, Datenlücken, Plausibilität. vorgetragen von Nico Beez Zeitreihen/Skalen Homogenität, Inhomogenität, Datenlücken, Plausibilität vorgetragen von Nico Beez 28.04.2009 Gliederung 1 Charakterisierung von Zeitreihen 1.1 Was sind Zeitreihen? 1.2 Graphische Darstellung

Mehr

4. Nichtstationarität und Kointegration

4. Nichtstationarität und Kointegration 4. Nichtstationarität und Kointegration 4.1 Einheitswurzeltests (Unit-Root-Tests) Spurious regression In einer Simulationsstudie haben Granger und Newbold (1974) aus zwei unabhängigen Random Walks (Unit-Root-Prozesse)

Mehr

3 Trend- und Saisonkomponenten

3 Trend- und Saisonkomponenten 3 Trend- und Saisonkomponenten Schritte bei der Analyse von Zeitreihendaten : Plot ; Identifikation von Strukturbrüchen, Ausreißern etc. ; Modellansatz, z.b. klassisches Komponentenmodell X t = m t + s

Mehr

Mikroökonomie und Spieltheorie

Mikroökonomie und Spieltheorie Mikroökonomie und Spieltheorie Matthias Wrede FAU 19. September 2017 Matthias Wrede (FAU) Mikroökonomie und Spieltheorie 19. September 2017 1 / 12 Lernziele und Kompetenzen 1 Studierende können grundlegende

Mehr

3 Trend- und Saisonkomponenten

3 Trend- und Saisonkomponenten 3 Trend- und Saisonkomponenten Schritte bei der Analyse von Zeitreihendaten : Plot ; Identifikation von Strukturbrüchen, Ausreißern etc. ; Modellansatz, z.b. klassisches Komponentenmodell X t = m t + s

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Stefan Rass System Security Research Group (syssec), Institute of Applied Informatics Alpen-Adria Universität Klagenfurt {stefan.rass}@aau.at 2017 WS 2017-09-29

Mehr

II Stationäre Zeitreihen

II Stationäre Zeitreihen II Stationäre Zeitreihen Bei der Modellierung von Zeitreihen in Anwendungen spielen ARMA(p, q)-modelle eine wichtige Rolle. Sie sind als stationäre Lösungen stochastischer Differenzgleichungen mit konstanten

Mehr

Die Abhängigkeit der schweizerischen von der europa ischen und amerikanischen Zinsentwicklung Empirische Ergebnisse für die achtziger Jahre

Die Abhängigkeit der schweizerischen von der europa ischen und amerikanischen Zinsentwicklung Empirische Ergebnisse für die achtziger Jahre Die Abhängigkeit der schweizerischen von der europa ischen und amerikanischen Zinsentwicklung Empirische Ergebnisse für die achtziger Jahre GEBHARD KIRCHGÄSSNER UND JÜRGEN WOLTERS* 1. EINLEITUNG Da die

Mehr

Angewandte Ökonometrie (BSc)

Angewandte Ökonometrie (BSc) Angewandte Ökonometrie Herbst 2016 Prof. Dr. Kurt Schmidheiny Universität Basel Angewandte Ökonometrie: Einführung 2 Ihr Professor Angewandte Ökonometrie (BSc) Prof. Dr. Kurt Schmidheiny Universität Basel,

Mehr

Angewandte Ökonometrie (BSc)

Angewandte Ökonometrie (BSc) Angewandte Ökonometrie Herbst 2016 Prof. Dr. Kurt Schmidheiny Universität Basel Angewandte Ökonometrie (BSc) Version 16-9-2016, 16:14 Angewandte Ökonometrie: Einführung 2 Ihr Professor Prof. Dr. Kurt Schmidheiny

Mehr

Statistische Methoden der VWL und BWL

Statistische Methoden der VWL und BWL Josef Schira Statistische Methoden der VWL und BWL Theorie und Praxis 2., überarbeitete Auflage FB Mathematik TU Darmstadt 58368164 PEARSON Studium ein Imprintvon Pearson Education München Boston San Francisco

Mehr

Statistische Methoden der Datenanalyse

Statistische Methoden der Datenanalyse Statistische Methoden der Datenanalyse Vorlesung im Sommersemester 2008 H. Kolanoski Humboldt-Universität zu Berlin Inhaltsverzeichnis Literaturverzeichnis iii 1 Grundlagen der Statistik 3 1.1 Wahrscheinlichkeit............................

Mehr

Vorlesung Makroökonomik I SS Prof. Dr. Ansgar Belke Makroökonomik I Sommersemester 2009 Folie 1

Vorlesung Makroökonomik I SS Prof. Dr. Ansgar Belke Makroökonomik I Sommersemester 2009 Folie 1 Vorlesung Makroökonomik I SS 2009 Prof. Dr. Ansgar Belke Makroökonomik I Sommersemester 2009 Folie 1 Kontaktdaten Professur für Makroökonomik Univ.-Prof. Dr. Ansgar Belke Torben Hendricks, Master Econ.

Mehr

Interdisziplinäres Seminar. Multivariate Statistik bei psychologischen Fragestellungen. Markus Bühner und Helmut Küchenhoff WS 2008/09

Interdisziplinäres Seminar. Multivariate Statistik bei psychologischen Fragestellungen. Markus Bühner und Helmut Küchenhoff WS 2008/09 Interdisziplinäres Seminar Multivariate Statistik bei psychologischen Fragestellungen Markus Bühner und Helmut Küchenhoff WS 2008/09, Homepage: http://www.stat.uni-muenchen.de/~helmut/seminar_0809.html

Mehr

Johann Wolfgang Goethe-University Frankfurt am Main

Johann Wolfgang Goethe-University Frankfurt am Main Johann Wolfgang Goethe-University Frankfurt am Main School of Business and Economics Chair for International Macroeconomics and Macroeconometrics 2. December 2003 The following is a brief summary of the

Mehr

Ausgewählte Probleme der Ökonometrie

Ausgewählte Probleme der Ökonometrie Ausgewählte Probleme der Ökonometrie Bernd Süßmuth IEW Institute für Empirische Wirtschaftsforschung Universität Leipzig October 16, 2012 Bernd Süßmuth (Universität Leipzig) APÖ October 16, 2012 1 / 13

Mehr

Statistische Methoden der VWL und BWL Theorie und Praxis ST?

Statistische Methoden der VWL und BWL Theorie und Praxis ST? Statistische Methoden der VWL und BWL Theorie und Praxis ST? Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten

Mehr

SPEZIALGEBIETE: ÖKONOMETRIE

SPEZIALGEBIETE: ÖKONOMETRIE SPEZIALGEBIETE: ÖKONOMETRIE Lehrstuhl Ökonometrie und Statistik Technische Universität Dortmund Studienjahr 2016/17 28. Juni 2016 1 / 16 Übersicht Sicher sind nur: Zeitreihenanalyse (WS 2016/17) und Ökonometrie

Mehr

Statistik 1 WS 2013/2014 Universität Hamburg

Statistik 1 WS 2013/2014 Universität Hamburg Statistik 1 WS 2013/2014 Universität Hamburg Dozent: J. Heberle Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Lehrstuhlinhaber: Prof. Dr.

Mehr

CD-AUSGABE (Stand: 1999) HANDBUCH KURSPROGNOSE Quantitative Methoden im Asset Management von Thorsten Poddig 676 Seiten, Uhlenbruch Verlag, 1999 erstmals als Buch publiziert EUR 79,- inkl. MwSt. und Versand

Mehr

Eine zeitreihenanalytische Untersuchung der Industrieproduktion in Deutschland

Eine zeitreihenanalytische Untersuchung der Industrieproduktion in Deutschland Eine zeitreihenanalytische Untersuchung der Industrieproduktion in Deutschland Klaus Neusser 2. Dezember 2010 Zusammenfassung Ziel dieses Beitrags ist es, den fortgeschrittenen Studierenden eine Einführung

Mehr

Vorlesung Konsumentenverhalten 2016_1

Vorlesung Konsumentenverhalten 2016_1 Vorlesung Konsumentenverhalten 2016_1 Universität des Saarlandes Centrum für Evaluation (CEval) Vorlesung Konsumentenverhalten Folienskript: Download unter www.tu-chemnitz.de/wirtschaft/bwl2/lehre/downloads.php/skripte

Mehr

VAR- und VEC-Modelle. Kapitel 22. Angewandte Ökonometrie / Ökonometrie III Michael Hauser

VAR- und VEC-Modelle. Kapitel 22. Angewandte Ökonometrie / Ökonometrie III Michael Hauser 1 / 42 VAR- und VEC-Modelle Kapitel 22 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 42 Inhalt VAR-Modelle, vector autoregressions VARX in Standardform und Strukturform VAR: Schätzung in

Mehr

Einführung in die empirische Wirtschaftsforschung. Wintersemester 2015/2016 Syllabus

Einführung in die empirische Wirtschaftsforschung. Wintersemester 2015/2016 Syllabus Einführung in die empirische Wirtschaftsforschung Wintersemester 2015/2016 Syllabus Prof. Dr. Almut Balleer Lehr- und Forschungsgebiet Empirische Wirtschaftsforschung RWTH Aachen Kursbeschreibung Dieser

Mehr

Statistik. Inhalt. 1 Wesen und Zweck der Statistik. 2 Beschreibende Statistik

Statistik. Inhalt. 1 Wesen und Zweck der Statistik. 2 Beschreibende Statistik Statistik FH Weihenstephan Fakultät Gartenbau und Lebensmitteltechnologie Studiengang Lebensmitteltechnologie Prof. Dr. Anton Georg Buchmeier Stand 14.07.2008 Inhalt 1 Wesen und Zweck der Statistik 2 Beschreibende

Mehr

Inhaltsverzeichnis. Vorwort 13. Teil I Beschreibende Statistik 17. Kapitel 1 Statistische Merkmale und Variablen 19

Inhaltsverzeichnis. Vorwort 13. Teil I Beschreibende Statistik 17. Kapitel 1 Statistische Merkmale und Variablen 19 Inhaltsverzeichnis Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten 19 1.2 Merkmale und Merkmalsausprägungen

Mehr

Aktuelle Themen der Angewandten Informatik: Datenkompression

Aktuelle Themen der Angewandten Informatik: Datenkompression Seminar-Unterlagen Sommer Semester 2014 - Proseminar-Unterlagen 1 / 7 Johann Wolfgang Goethe Universität Frankfurt am Main-InformatikDK SS2007 Dr.-Ing The Anh Vuong, Frankfurt - Bielefeld 2007. Änderungen

Mehr

Planung von Humanstudien Fallzahlberechnung

Planung von Humanstudien Fallzahlberechnung Planung von Humanstudien Fallzahlberechnung Hans-Peter Helfrich Universität Bonn 5. November 2015 H.-P. Helfrich (Universität Bonn) Planung von Humanstudien 5. November 2015 1 / 15 Einführung 1 Einführung

Mehr

Übung 1 für Geld- und Währungstheorie und -politik

Übung 1 für Geld- und Währungstheorie und -politik Übung 1 für Geld- und Währungstheorie und -politik Zeitreihenanalyse: Geldnachfrage Frauke Dobnik Lehrtstuhl für Volkswirtschaftslehre, insb. Makroökonomie Prof. Dr. Ansgar Belke 25.11.2011 Dobnik (MAKRO)

Mehr

Fachbereich Mathematik, Aktuarswissenschaften Ostbayerische Technische Hochschule Regensburg. Skriptum zur Vorlesung.

Fachbereich Mathematik, Aktuarswissenschaften Ostbayerische Technische Hochschule Regensburg. Skriptum zur Vorlesung. Fachbereich Mathematik, Aktuarswissenschaften Ostbayerische Technische Hochschule Regensburg Skriptum zur Vorlesung Risikotheorie (Stochastische Risikomodellierung und statistische Methoden) WiSe 2013/14

Mehr

Vorlesung Statistisches Lernen

Vorlesung Statistisches Lernen Vorlesung Statistisches Lernen Einheit 1: Einführung Dr. rer. nat. Christine Pausch Institut für Medizinische Informatik, Statistik und Epidemiologie Universität Leipzig WS 2014/2015 1 / 20 Organisatorisches

Mehr

Grundlagen der Logik und Logikprogrammierung Einleitung

Grundlagen der Logik und Logikprogrammierung Einleitung Grundlagen der Logik und Logikprogrammierung Günther Görz Informatik 8 Haberstraße 2, 3.Stock 91058 Erlangen Sprechstunde: Mo. 12-13 goerz@informatik.uni-erlangen.de Friedrich-Alexander-Universität Erlangen-Nürnberg

Mehr

Zeitreihenanalyse Differenzenbildung

Zeitreihenanalyse Differenzenbildung Zeitreihenanalyse Differenzenbildung Worum geht es in diesem Lernmodul? Einleitung Verfahren der einfachen Differenzenbildung Verfahren der saisonalen Differenzenbildung Kombination einfacher und saisonaler

Mehr

Analyse von Zeitreihen mit EViews

Analyse von Zeitreihen mit EViews Prof. Dr. Peter von der Lippe, Uni DUE Campus Duisburg Download G Analyse von Zeitreihen mit EViews Diese Übung zeigt anhand einer (nur einer!!) Zeitreihe, wie man wichtige Methoden der Zeitreihenanalyse

Mehr

Seminar zur Ökonometrie und VWL/BWL

Seminar zur Ökonometrie und VWL/BWL Institut für Statistik und Ökonometrie Prof. Dr. P. Stahlecker Sommersemester 2012 Seminar zur Ökonometrie und VWL/BWL Die angegebenen Literaturquellen sind Vorschläge von uns. Bestandteil einer Seminararbeit

Mehr

ProduktionsControlling

ProduktionsControlling Lehrstuhl für Produktionswirtschaft Prof. Dr. Marion Steven ProduktionsControlling Wintersemester 2017/2018 Zeitplan Datum Übersicht Zeit / Ort 18.07.17 Themenbekanntgabe in der Vorlesung 08-10 Uhr im

Mehr

GEO-INFORMATIONSSYSTEME

GEO-INFORMATIONSSYSTEME LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE GEO-INFORMATIONSSYSTEME Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2015/16 Ludwig-Maximilians-Universität

Mehr

Statistische Methoden der Datenanalyse

Statistische Methoden der Datenanalyse Statistische Methoden der Datenanalyse Vorlesung im Sommersemester 2002 H. Kolanoski Humboldt-Universität zu Berlin Inhaltsverzeichnis Literaturverzeichnis iii 1 Grundlagen der Statistik 3 1.1 Wahrscheinlichkeit..................................

Mehr

Praktische Informatik I

Praktische Informatik I Praktische Informatik I WS 2005/2005 Prof. Dr. Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim 1. Einführung 1-1 Inhaltsverzeichnis (1) 1. Einführung 1.1 Was ist Informatik?

Mehr

Statistik, Datenanalyse und Simulation

Statistik, Datenanalyse und Simulation Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 19. April 2011 Vita Dr. Michael O. Distler 1965 geboren in Würzburg 1984 Abitur in Diez/Lahn 10/1984 Wehrdienst ab 1985 Studium der Physik in Mainz

Mehr

Fraktionale Integration und Kointegration in Theorie und Praxis

Fraktionale Integration und Kointegration in Theorie und Praxis Fraktionale Integration und Kointegration in Theorie und Praxis Inauguraldissertation zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften an der Wirtschaftswissenschaftlichen

Mehr