Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse

Größe: px
Ab Seite anzeigen:

Download "Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse"

Transkript

1 Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse 1. Einführung 2. Zeitreihenzerlegung und Komponentenmodell (Trend, Saisonbereinigung, Exponentielle Glättung, Korrelogramm, Test auf Autokorrelation) 3. Stochastische Prozesse und ARIMA-Modelle (Stationarität, White Noise, Random Walk, Autoregressive Prozesse, Moving-Average-Prozesse, Autoregressive MA-Prozesse) 4. Nichtstationarität und Kointegration (Integrierte Prozesse, Einheitswurzeltests, Kointegration) 5. GARCH-Modelle (Volatiliät, Autoregressive Conditional Heteroscedastic (ARCH) Model, Generalised ARCH Model) 1

2 Literatur Brockwell, P.J. und Davis, R. (1996), Introduction to Time Series and Forecasting, Springer, New York. Chatfield, C. (1996), The Analysis of Time-Series: An Introduction, 5th ed., Chapman & Hall, London. Eckey, H.-F., Kosfeld, R. und Türck, M. (2008), Deskriptive Statistik. Grundlagen Methoden Beispiele, 5. Aufl., Gabler, Wiesbaden (Kap. 11: Zeitreihenanalyse). Eckey, H.-F., Kosfeld, R. und Dreger, Ch. (2004), Ökonometrie. Grundlagen Methoden Beispiele, 3. Aufl., Gabler, Wiesbaden. Enders, W. (1995), Applied Econometric Time Series, Wiley, New York. Franses, P.H. (1998), Time Series Models for Business and Economic Forecasting, Cambridge University Press, Cambridge. Hamilton, J.D. (1994), Time Series Analysis, Addison-Wesley, Redwood. Kirchgässner, G. und Wolters, J. (2006), Einführung in die Zeitreihenanalyse, Vahlen, München. 2

3 Leiner, B. (1998), Grundlagen der Zeitreihenanalyse, 4. Aufl., Oldenbourg, München. Lütkepohl, H. und Kraetzig, M. (2004), Applied Time Series Econometrics, Cambridge University Press, Cambridge, UK. Neusser, K. (2006), Zeitreihenanalyse in den Wirtschaftswissenschaften, Teubner, Stuttgart. Pindyck, R.S. und Rubinfeld, D.L (1998), Econometric Models and Econometric Forecasts, 4th Edition, McGraw-Hill, New York. Rinne, H. und Specht, K. (2002), Zeitreihen. Statistische Modellierung, Schätzung und Prognose, Vahlen, München. Schlittgen, R. und Streitberg, B. (2001), Zeitreihenanalyse, 9. Aufl., Oldenbourg, München. Stier, W. (2001), Methoden der Zeitreihenanalyse, Springer, Berlin. 3

4 1. Einführung Zeitreihenanalyse: Zeitlich geordnete Folge von Beobachtungen (Zeitreihe) wird statistisch untersucht; Eigenart: Stochastische (nicht: deterministische) Abhängigkeit aufeinanderfolgender Beobachtungen -> Basis für Prognostizierbarkeit Unterschied: (Querschnitts-)Stichproben, wo i.a. Unabhängigkeit gefordert wird Ökonometrie Entwicklung einer Zeitreihe wird durch bestimmte Variablen erklärt, die als kausale Einflussgrößen in Frage kommen ( äußere Methode ). Zeitreihenanalyse Verhalten einer Zeitreihe wird aus sich selbst heraus erklärt ( innere Methode ). Aufdeckung der Gesetzmäßigkeiten, denen die Zeitreihe in Abhängigkeit von der Zeit unterliegt. Es wird damit unterstellt, dass sich die wesentlichen Einflussgrößen in dem Faktor Zeit niederschlagen. Die neuen Entwicklungen in Ökonometrie und Zeitreihenanalyse haben aber den vormals zwischen den beiden Disziplinen bestehenden Antagonismus nahezu vollständig aufgehoben. In der modernen Ökonometrie werden nicht nur Zeitreihenkonzepte regelmäßig verwendet, sondern auch selbst entwickelt. 4

5 Zwecke der Zeitreihenanalyse Deskription Diagnose Prognose Strukturund Mustererkennung Kontrolle Beschreibung des historischen Verlaufs einer Zeitreihe z.b. langfristige Preis- und Geldmengenentwicklung Diagnose der aktuellen Tendenz einer Zeitreihe z.b. saisonbereinigte Arbeitslosen oder Konjunkturdiagnose Prognose der Entwicklung einer Zeitreihe in der Zukunft z.b. Absatzprognose, Branchenprognose oder Konjunkturprognose Identifkation des datenerzeugenden Prozesses, Aufdeckung von Nichtlinearitäten (z.b. in Aktienrenditen), Aufdeckung von zeitl. Clustern (z.b. Volatilitäten) Kontrolle der zeitlichen Entwicklung einer ökonomischen oder technischen Variablen z.b. Kontrolle eines Produktionsprozesses oder der Geldmengenentwicklung 5

Folien zur Vorlesung. Zeitreihenanalyse (Time Series Analysis)

Folien zur Vorlesung. Zeitreihenanalyse (Time Series Analysis) Folien zur Vorlesung Zeitreihenanalyse (Time Series Analysis) Wintersemester 2014/2015 Mittwoch 14.00 15.30 Uhr Hörsaal: J 498 Prof. Dr. Bernd Wilfling Westfälische Wilhelms-Universität Münster Inhalt

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

Kapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen.

Kapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen. Kapitel 5 Prognose Josef Leydold c 2006 Mathematische Methoden V Prognose 1 / 14 Lernziele Aufgabe der Prognose Problemtypen Ablauf einer Prognoseaufgabe Zeitreihe Josef Leydold c 2006 Mathematische Methoden

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

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

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

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

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

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

Zeitreihenanalyse Saisonbereinigung

Zeitreihenanalyse Saisonbereinigung Zeitreihenanalyse Saisonbereinigung Worum geht es in diesem Lernmodul? Einleitung Die starre Saisonfigur Saisonbereinigung für Zeitreihen ohne Trend Saisonbereinigung für Zeitreihen mit Trend Warum müssen

Mehr

5.6 Empirische Wirtschaftsforschung

5.6 Empirische Wirtschaftsforschung 5.6.0 Vorbemerkungen Literatur Winker, P. (2010): Empirische Wirtschaftsforschung und Ökonometrie. 3. Auflage. Springer. Insbesondere Kapitel 1, 4 und 10. Volltext-Download im Rahmen des LRZ-Netzes. Rinne,

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

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

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

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

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

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

Zeitreihenanalyse Das Holt-Winters-Verfahren

Zeitreihenanalyse Das Holt-Winters-Verfahren Zeitreihenanalyse Das Holt-Winters-Verfahren Worum geht es in diesem Lernmodul? Einleitung Modellannahmen Die Prognoseformel des Holt-Winters-Verfahren Die Glättungskoeffizienten Die Startwerte Weiterführende

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

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

5. Zeitreihenanalyse und Prognoseverfahren

5. Zeitreihenanalyse und Prognoseverfahren 5. Zeitreihenanalyse und Prognoseverfahren Stichwörter: Trend, Saisonalität, Noise, additives Modell, multiplikatives Modell, Trendfunktion, Autokorrelationsfunktion, Korrelogramm, Prognosehorizont, Prognoseintervall,

Mehr

Dynamische Systeme und Zeitreihenanalyse // Saisonbereinigung und Glättung 10 p.2/??

Dynamische Systeme und Zeitreihenanalyse // Saisonbereinigung und Glättung 10 p.2/?? Dynamische Systeme und Zeitreihenanalyse Saisonbereinigung und Glättung Kapitel 10 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Saisonbereinigung und Glättung

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

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. Statistische Modellierung, Schätzung und Prognose. von. Prof. Dr. Horst Rinne. und. Dr. Katja Specht. Justus-Liebig-Universität Giessen

Zeitreihen. Statistische Modellierung, Schätzung und Prognose. von. Prof. Dr. Horst Rinne. und. Dr. Katja Specht. Justus-Liebig-Universität Giessen Zeitreihen Statistische Modellierung, Schätzung und Prognose von Prof. Dr. Horst Rinne und Dr. Katja Specht Justus-Liebig-Universität Giessen Verlag Franz Vahlen München Inhaltsverzeichnis Statt eines

Mehr

Prognoseverfahren von Michaela Simon 7.Semester Spezialisierung Finanzwirtschaft

Prognoseverfahren von Michaela Simon 7.Semester Spezialisierung Finanzwirtschaft Prognoseverfahren von Michaela Simon 7.Semester Spezialisierung Finanzwirtschaft Inhaltsverzeichnis I. Allgemeine Aussagen II. Subjektive Planzahlenbestimmung III. Extrapolierende Verfahren 1. Trendanalyse:

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

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

Marktforschung und Datenanalyse

Marktforschung und Datenanalyse Marktforschung und Datenanalyse Lehrstuhl für BWL, insb. Marketing von Prof. Dr. Reinhold Decker Dozentin: Anja Hörmeyer (M.Sc.) Universität Bielefeld, Lehrstuhl für BWL, insb. Marketing 1 Anja Hörmeyer

Mehr

Stochastische Prozesse und Zeitreihenmodelle

Stochastische Prozesse und Zeitreihenmodelle Kapitel 12 Stochastische Prozesse und Zeitreihenmodelle Department of Statistics and Mathematics WU Wien c 2008 Statistik 12 Stochastische Prozesse und Zeitreihenmodelle 0 / 53 Inhalt Notation Zusammenhang

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

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

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

Zeitreihenanalyse Exponentielles Glätten

Zeitreihenanalyse Exponentielles Glätten Zeitreihenanalyse Exponentielles Glätten Worum geht es in diesem Lernmodul? Einleitung Prognose mit der Methode des exponentiellen Glättens Die Prognoseformel des exponentiellen Glättens Die Wirkung der

Mehr

Zeitreihenanalyse Das klassische Komponentenmodell

Zeitreihenanalyse Das klassische Komponentenmodell Zeitreihenanalyse Das klassische Komponentenmodell Worum geht es in diesem Lernmodul? Zeitreihen mit unterschiedlichen Charakteristika Zeitreihen mit regelmäßigen Schwankungen Mittel und Niveau einer Zeitreihe

Mehr

Neuronale Netze zur Prognose und Disposition im Handel

Neuronale Netze zur Prognose und Disposition im Handel Sven F. Crone Neuronale Netze zur Prognose und Disposition im Handel Mit einem Geleitwort von Prof. Dr. Dr. h. c. Dieter B. Preßmar GABLER RESEARCH Inhalt XI Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis

Mehr

Überschrift. Titel Prognosemethoden

Überschrift. Titel Prognosemethoden Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen

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

T.1 Kinetische Gastheorie und Verteilungen

T.1 Kinetische Gastheorie und Verteilungen T.1 Kinetische Gastheorie und Verteilungen T 1.1 Physik von Gasen T 1.2 Ideales Gas - Makroskopische Betrachtung T 1.3 Barometrische Höhenformel T 1.4 Mikroskopische Betrachtung: kinetische Gastheorie

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

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

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann.

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09 Dr Sylvia Kaufmann Februar 2009 Angewandte Ökonometrie, Sylvia Kaufmann, FS09 1 1 Gliederung Zeitreihenökonometrie Einführung

Mehr

Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER

Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger Statistik Grundlagen - Methoden - Beispiele GABLER INHALTSVERZEICHNIS TEIL I: DESKRIPTIVE STATISTIK 1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK

Mehr

Persönliche Daten. Ausbildung und Abschlüsse. Beruflicher Werdegang

Persönliche Daten. Ausbildung und Abschlüsse. Beruflicher Werdegang Prof. Dr. Jürgen Wolters FREIE UNIVERSITÄT BERLIN Institut für Statistik und Ökonometrie Boltzmannstr. 20 D 14195 Berlin Geboren am 24.06.1940 in Stuttgart Persönliche Daten Verheiratet mit Heidemarie

Mehr

Ökonometrische Prognose

Ökonometrische Prognose Ökonometrische Prognose Robert M. Kunst Sommersemester 2004 1 Einführung Diese Lehrveranstaltung beschränkt sich auf Prognosen im Zusammenhang mit Zeit und Zeitreihen(time-series forecasting). Ein Problem

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

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

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

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

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

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

Zeitreihenanalyse Der einfache gleitende Durchschnitt

Zeitreihenanalyse Der einfache gleitende Durchschnitt Zeitreihenanalyse Der einfache gleitende Durchschnitt Worum geht es in diesem Lernmodul? Einleitung Erläuterung der Methode Berechnung des einfachen gleitenden Durchschnitts Der einfache gleitende Durchschnitt

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

Zerlegung von Zeitreihen

Zerlegung von Zeitreihen Kapitel 7 Zerlegung von Zeitreihen Josef Leydold c 2006 Mathematische Methoden VII Zerlegung von Zeitreihen 1 / 39 Lernziele Klassische Zerlegung von Zeitreihen Saisonbereinigungsverfahren: Gleitende Durchschnitte

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

Finanzmarktökonometrie:

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

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

Spieltheorie. Yves Breitmoser, EUV Frankfurt (Oder)

Spieltheorie. Yves Breitmoser, EUV Frankfurt (Oder) Spieltheorie Yves Breitmoser, EUV Frankfurt (Oder) Was ist Spieltheorie? Was ist Spieltheorie? Analyse strategischer Interaktionen Was ist Spieltheorie? Analyse strategischer Interaktionen Das heißt insbesondere

Mehr

Statistik, Geostatistik

Statistik, Geostatistik Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.

Mehr

Zeitreihenanalyse. Zerlegung von Zeitreihen Saisonindex, saisonbereinigte Zeitreihe Trend und zyklische Komponente Prognose Autokorrelation

Zeitreihenanalyse. Zerlegung von Zeitreihen Saisonindex, saisonbereinigte Zeitreihe Trend und zyklische Komponente Prognose Autokorrelation Zeitreihenanalyse Zerlegung von Zeitreihen Saisonindex, saisonbereinigte Zeitreihe Trend und zyklische Komponente Prognose Autokorrelation Beispiel für Zeitreihe Andere Anwendungen Inventarmanagment Produktionsplanung

Mehr

Risikoneutrale Unternehmensbewertung und Multiplikatoren

Risikoneutrale Unternehmensbewertung und Multiplikatoren Andre Kelleners Risikoneutrale Unternehmensbewertung und Multiplikatoren Mit einem Geleitwort von Prof. Dr. Frank Richter Deutscher Universitats-Verlag Inhaltsverzeichnis Inhaltsiibersicht Inhaltsverzeichnis

Mehr

Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 2004) Forecasts und Evaluation

Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 2004) Forecasts und Evaluation Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 24) Forecasts und Evaluation 1. Daten...2 2. Dynamische Forecasts...4 2.1 Exponential Smoothing...4 2.1.1 Double Exponential Smoothing...4 2.1.2 Holt-Winters...5

Mehr

Kap. 12: Regression mit Zeitreihendaten und Prognosemodelle

Kap. 12: Regression mit Zeitreihendaten und Prognosemodelle Kap. 12: Regression mit Zeitreihendaten und Prognosemodelle Motivation Grundbegriffe Autoregressionen (AR-Modelle) Dynamische Regressionsmodelle (ADL-Modelle) Nichstationarität Ausblick 12.1 Motivation

Mehr

SAS Forecast Server. Copyright 2005, SAS Institute Inc. All rights reserved.

SAS Forecast Server. Copyright 2005, SAS Institute Inc. All rights reserved. SAS Forecast Server Eine neue Lösung für automatisierte Prognosen bei großen Datenmengen Stefan Ahrens Competence Center Analytic Intelligence SAS Deutschland Copyright 2005, SAS Institute Inc. All rights

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

Statistisches Methodenbuch

Statistisches Methodenbuch Helmut Pruscha Statistisches Methodenbuch Verfahren, Fallstudien, Programmcodes fyj Springer Inhaltsverzeichnis Grundbegriffe und Elementare Methoden 1 1.1 Einführung 1 1.1.1 Stichprobe und Grundgesamtheit

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

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

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 Sommersemester 2014 Seminar zu Statistik, Ökonometrie und weiteren mathematischen Methoden Die angegebenen Literaturquellen sind Vorschläge

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

Hansmann Kurzlehrbuch Prognoseverfahren

Hansmann Kurzlehrbuch Prognoseverfahren Hansmann Kurzlehrbuch Prognoseverfahren GABLER Kurzlehrbücher mit Aufgaben und Lösungen Herausgeber: Prof. Dr. Dr. h.c. Herbert Jacob, Univ. Harnburg Prof. Dr. Dietrich Adam, Univ. Münster Kunlehrbuch

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

Was ist Statistik? CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin

Was ist Statistik? CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin http://ise.wiwi.hu-berlin.de http://www.xplore-stat.de http://www.md-stat.com Grundlagen

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

Dynamische Modelle: Schätzen und Modellwahl

Dynamische Modelle: Schätzen und Modellwahl 1 / 23 Dynamische Modelle: Schätzen und Modellwahl Kapitel 18 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 23 Inhalt Dynamische Modelle und autokorrelierte Fehler Tests auf Autokorrelation

Mehr

Angewandte Ökonometrie Übung. Endogenität, VAR, Stationarität und Fehlerkorrekturmodell

Angewandte Ökonometrie Übung. Endogenität, VAR, Stationarität und Fehlerkorrekturmodell Angewandte Ökonometrie Übung 3 Endogenität, VAR, Stationarität und Fehlerkorrekturmodell Zeitreihenmodelle Zeitreihenmodelle Endogenität Instrumentvariablenschätzung Schätzung eines VARs Tests auf Anzahl

Mehr

Stochastische Prozesse in der Zeitreihenanalyse

Stochastische Prozesse in der Zeitreihenanalyse Stochastische in der Zeitreihenanalyse Mike Hüftle 31. Juli 2006 Inhaltsverzeichnis 1 Einleitung 2 1.1 Stochastische und Zeitreihenanalyse........... 2 1.2 Zeitreihenanalyse...........................

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Empirische Wirtschaftsforschung Organisatorisches Vorlesung Montags 15.45 17.15 Uhr HS I vorwiegend theoretischer Teil Computerübung Montags 17.30 19.00 Uhr Pool 2 HG Umsetzung der Theorie am Computer

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

SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2

SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2 Inhalt SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2 1. Teil: Zerlegungsmodelle und naive Prognosemethoden für Zeitreihen Regina Tüchler Einleitung 1. Einführung in das Modellieren von

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Statistische Versuchsplanung und Optimierung

Statistische Versuchsplanung und Optimierung und Optimierung Ziel: Anwendung der statistischen Versuchsplanung zur Optimierung von Analysenverfahren bzw. chemischen Prozessen Betreuer: Dipl.-Chem. Gisa Baumbach IAAC, Lehrbereich Umweltanalytik Lessingstr.8,

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

Vorlesung. Mathematische Statistik für Studierende. der Hydrologie und Abfallwissenschaften

Vorlesung. Mathematische Statistik für Studierende. der Hydrologie und Abfallwissenschaften Vorlesung Dr. Wiltrud Kuhlisch Frühjahr 2015 TU Dresden, Institut für Mathematische Stochastik 1 Einführung 1.1 Literatur Mathematische Statistik für Studierende der Hydrologie und Abfallwissenschaften

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

Die Volatilität der Wechselkurse. eine theoretische und empirische Analyse der Mitgliedstaaten der Visegräd- Gruppe im Vorfeld der Erweiterung der EWU

Die Volatilität der Wechselkurse. eine theoretische und empirische Analyse der Mitgliedstaaten der Visegräd- Gruppe im Vorfeld der Erweiterung der EWU Die Volatilität der Wechselkurse eine theoretische und empirische Analyse der Mitgliedstaaten der Visegräd- Gruppe im Vorfeld der Erweiterung der EWU Inauguraldissertation zur Erlangung des Doktorgrades

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

Bachelor- und Masterstudiengang Mathematik. Nebenfach Wirtschaftswissenschaften

Bachelor- und Masterstudiengang Mathematik. Nebenfach Wirtschaftswissenschaften Bachelor- und Masterstudiengang Mathematik Nebenfach Bachelor: 3 Module aus BWL II: Investition, Finanzierung, Steuern (6cr) VWL I: Mikroökonomik (6cr) VWL II: Makroökonomik (6cr) Wirtschaftswissenschaftliche

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

Kurs 9.3: Forschungsmethoden II

Kurs 9.3: Forschungsmethoden II MSc Banking & Finance Kurs 9.3: Forschungsmethoden II Zeitreihenanalyse Lernsequenz 01: Einführung in die Zeitreihenanalyse Oktober 2014 Prof. Dr. Jürg Schwarz Folie 2 Inhalt Programm und Ziele dieser

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

Statistik II. I. Einführung. Martin Huber

Statistik II. I. Einführung. Martin Huber Statistik II I. Einführung Martin Huber 1 / 24 Übersicht Inhalt des Kurses Erste Schritte in der empirischen Analyse 2 / 24 Inhalt 1 Einführung 2 Univariates lineares Regressionsmodell 3 Multivariates

Mehr

Angewandte Ökonometrie (MKA03/MKEÖ03) Geplante Themen der Lehrveranstaltung:

Angewandte Ökonometrie (MKA03/MKEÖ03) Geplante Themen der Lehrveranstaltung: Institut für Agrarpolitik und Marktforschung der Universität Giessen Angewandte Ökonometrie (MKA03/MKEÖ03) (Prof. Dr. R. Herrmann) (WS 2008/2009) 1 Einführung: Was ist Ökonometrie? Geplante Themen der

Mehr

10 ARIMA-Modelle für nicht-stationäre Zeitreihen

10 ARIMA-Modelle für nicht-stationäre Zeitreihen 10 ARIMA-Modelle für nicht-stationäre Zeitreihen In diesem Abschnitt untersuchen wir einige praktische Aspekte bei der Wahl eines geeigneten Modells für eine beobachtete Zeitreihe X 1,...,X n. Falls die

Mehr

Makroökonomik. Gliederung. Fallstudie 1: Die wirtschaftliche Entwicklung in der Bundesrepublik Deutschland

Makroökonomik. Gliederung. Fallstudie 1: Die wirtschaftliche Entwicklung in der Bundesrepublik Deutschland 2 Gliederung I. GRUNDLAGEN 1. Makroökonomik als Wissenschaft 1.1. Die zentralen Fragen Fallstudie 1: Die wirtschaftliche Entwicklung in der Bundesrepublik Deutschland 1.2. Ökonomische Denkweise 2. Empirische

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

Dynamische Systeme und Zeitreihenanalyse // Beschreiben von Zeitreihen 9 p.2/??

Dynamische Systeme und Zeitreihenanalyse // Beschreiben von Zeitreihen 9 p.2/?? Dynamische Systeme und Zeitreihenanalyse Beschreiben von Zeitreihen Kapitel 9 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Beschreiben von Zeitreihen 9 p.0/??

Mehr

B.A. Programme der Staatswissenschaftlichen Fakultät

B.A. Programme der Staatswissenschaftlichen Fakultät B.A. Programme der Staatswissenschaftlichen Fakultät Angewandte Wirtschaftsforschung II WS 2009/10 Prof. Dr. Robert Jung Dipl.-Kfm. Thomas Dimpfl Lehrstuhl für Ökonometrie e mail: Robert.Jung@uni-erfurt.de

Mehr