Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse
|
|
- Gotthilf Voss
- vor 6 Jahren
- Abrufe
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) Wintersemester 2014/2015 Mittwoch 14.00 15.30 Uhr Hörsaal: J 498 Prof. Dr. Bernd Wilfling Westfälische Wilhelms-Universität Münster Inhalt
MehrWas 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
MehrKapitel 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
MehrHauptseminar 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
MehrJohn 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
MehrSeminar 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
MehrSPEZIALGEBIETE: 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)
MehrZeitreihenanalyse Differenzenbildung
Zeitreihenanalyse Differenzenbildung Worum geht es in diesem Lernmodul? Einleitung Verfahren der einfachen Differenzenbildung Verfahren der saisonalen Differenzenbildung Kombination einfacher und saisonaler
Mehr1 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...
MehrZeitreihenanalyse 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
Mehr5.6 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,
MehrHauptseminar Technische Informationssysteme
Hauptseminar Technische Informationssysteme Residualanalyse zur Fehlerlokalisierung und prädikativen Steuerung Vortragender: Betreuer: Tobias Fechter Dr.-Ing. Heinz-Dieter Ribbecke, Dipl.-Inf. Jakob Krause
MehrSPEZIALGEBIETE: 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
MehrÖkonometrie. 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:
MehrVOLKSWIRTSCHAFTSLEHRE 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,
MehrZeitreihenanalyse. 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
MehrHauptseminar 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
MehrZeitreihenanalyse 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
MehrÖkonometrie. 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:
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie Unser Lehrstuhl-Team Prof. Dr. Bernd
Mehr5. Zeitreihenanalyse und Prognoseverfahren
5. Zeitreihenanalyse und Prognoseverfahren Stichwörter: Trend, Saisonalität, Noise, additives Modell, multiplikatives Modell, Trendfunktion, Autokorrelationsfunktion, Korrelogramm, Prognosehorizont, Prognoseintervall,
MehrDynamische 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
Mehr7. 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
MehrMikroökonomie 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
MehrZeitreihen. 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
MehrPrognoseverfahren 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:
MehrKointegration. 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
MehrMikroökonomie 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
MehrMarktforschung 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
MehrStochastische 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
MehrKompaktskript zur Vorlesung Prognoseverfahren
Kompaktskript zur Vorlesung Prognoseverfahren Friedrich-Schiller-Universität Jena Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Wirtschafts- und Sozialstatistik Prof. Dr. P. Kischka Sommersemester
MehrTrend, Zyklus und Zufall
Rainer Metz Trend, Zyklus und Zufall Bestimmungsgründe und Verlaufsformen langfristiger Wachstumsschwankungen Franz Steiner Verlag INHALTSVERZEICHNIS Vorwort Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis
MehrKapitel 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
MehrZeitreihenanalyse 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
MehrZeitreihenanalyse 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
MehrNeuronale 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
MehrÜberschrift. 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
Mehr2 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
MehrT.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
Mehr6 Nichtstationarität und Kointegration
6 Nichtstationarität und Kointegration 6.1 Kapitelübersicht, Problematik Die Analyse nichtstationärer Zeitreihen wird folgende Gesichtspunkte anschneiden: Definition von Nichtstationarität, von integrierten
MehrQUANTITATIVE 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
Mehr1 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
MehrHans-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
MehrPersönliche 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
MehrÖkonometrische 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
MehrJohann 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
MehrGewöhnliche 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
MehrStochastische 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
MehrEinführung 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
MehrModul: 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
MehrSeminar 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
MehrZeitreihenanalyse 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
MehrInhaltsverzeichnis. 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
MehrZerlegung 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
MehrStatistische 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
MehrFinanzmarktökonometrie:
Dr. Walter Sanddorf-Köhle Statistik und Ökonometrie Rechts- und Wirtschaftswissenschaftliche Fakultät UNIVERSITÄT DES SAARLANDES Statistik und Ökonometrie Sommersemester 2013 Finanzmarktökonometrie: Einführung
MehrProfilfach 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
MehrSpieltheorie. 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
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrZeitreihenanalyse. 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
MehrRisikoneutrale Unternehmensbewertung und Multiplikatoren
Andre Kelleners Risikoneutrale Unternehmensbewertung und Multiplikatoren Mit einem Geleitwort von Prof. Dr. Frank Richter Deutscher Universitats-Verlag Inhaltsverzeichnis Inhaltsiibersicht Inhaltsverzeichnis
MehrAktienkurs 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
MehrKap. 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
MehrSAS 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
MehrVorlesung 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
MehrStatistisches 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
MehrEinführung 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
MehrStatistik 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.
MehrSeminar 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
Mehr6. 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:
MehrHansmann 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
MehrCrashkurs 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
MehrWas 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
MehrDas 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
MehrDynamische 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
MehrAngewandte 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
MehrStochastische 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...........................
MehrEmpirische 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
MehrDefinition 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
MehrSBWL 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
MehrTeil: 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
MehrStatistische 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,
MehrAusgewählte 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 /
MehrVorlesung. 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
MehrAngewandte 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,
MehrAngewandte 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
MehrDie 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
MehrEinführung 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...
MehrBachelor- 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
MehrEinführung 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
MehrKurs 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
MehrCD-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
MehrStatistik 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
MehrAngewandte 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
Mehr10 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
MehrMakroökonomik. 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
MehrInstitut 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
MehrDynamische 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/??
MehrB.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