Prüfungsliteratur: Rudolf & Müller (2012), S

Ähnliche Dokumente
14 Lineare Differenzengleichungen

In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.

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

3. Übungsblatt Aufgaben mit Lösungen

Biostatistik Erne Einfuhrung fur Biowissenschaftler

Überschrift. Titel Prognosemethoden

Hauptseminar zum Thema:

Partielle Ableitungen & Tangentialebenen. Folie 1

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

Trennung der Variablen, Aufgaben, Teil 1

Mathematik II für Inf und WInf

SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2

Kapitel XII - Einführung in die Zeitreihenanalyse

Einführung in die Induktive Statistik: Testen von Hypothesen

5.6 Empirische Wirtschaftsforschung

( ) ( ) ( ) ( ) 9. Differentiale, Fehlerrechnung

Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler

Algebra 3.

5 Potenzreihenansatz und spezielle Funktionen

Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Geraden und Ebenen. 1 Geraden. 2 Ebenen. Thérèse Tomiska 2. Oktober Parameterdarstellung (R 2 und R 3 )

= = = 3 10 = = 33

Die allgemeine Sinusfunktion

K8 Stetige Zufallsvariablen Theorie und Praxis

14.3 Berechnung gekrümmter Flächen

Übungsaufgaben zu Mathematik III (ohne Lösungen)

Anwendungen der Differentialrechnung

2. Lagrange-Gleichungen

cos(kx) sin(nx)dx =?

Mathematik in der Biologie

Drittvariablenkontrolle in der linearen Regression: Trivariate Regression

Kreuze nur die zutreffenden Eigenschaften für die folgenden Funktionen im richtigen Feld an!

Normalengleichungen. Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b,

Erfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung

Zeitreihenanalyse. H.P. Nachtnebel. Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Programme und Skript-Sprache für die Modellierung von Molekülen und die Behandlung ihrer Konformationen

Copula Funktionen. Eine Einführung. Nils Friewald

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

TR - Transformator Blockpraktikum - Herbst 2005

Hauptseminar Technische Informationssysteme

Formelzusammenstellung

PP Physikalisches Pendel

Fourier- und Laplace- Transformation

Pendel. Versuch: P Vorbereitung - Inhaltsverzeichnis. Physikalisches Anfängerpraktikum 1 Wintersemester 2005/06 Julian Merkert ( )

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Referenten: Daniela Seegmüller und Marco Hager Saarbrücken, den 15. Dezember 2010

Hydrologie und Flussgebietsmanagement

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Taylorreihen. Kapitel 9. Lernziele. Taylorreihe. (x x 0 ) + f (x 0 ) 2! (x x 0 ) f (n) (x 0 ) (x x 0 ) n. Taylorreihe und MacLaurinreihe

Grundlagen der Wechselkursforschung und Darstellung empirischer Methoden 1 1 Einleitung Ziel der Arbeit 3 1.

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?

konvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

Vorkurs Mathematik Übungen zu Komplexen Zahlen

7.2 Moment und Varianz

Varianz und Kovarianz

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

Dynamische Lasten. 1. Kraft- und Weganregung 2. Deterministische Lasten. 3. Stochastische Lasten

Einführung in die Physik I. Schwingungen und Wellen 1

5. Fourier-Transformation

Trignonometrische Funktionen 6a

Einleitung. Kapitel 1

entspricht der Länge des Vektorpfeils. Im R 2 : x =

6. Statistische Schätzung von ARIMA Modellen

Höhere Mathematik für Naturwissenschaftler Studienjahr 2016/17

Auswirkungen von Summanden und Faktoren auf den Verlauf einer Funktion

Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:

Einführung in die Maximum Likelihood Methodik

4. Übung für Übungsgruppen Musterlösung

Adaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff

Zeit Umsatz. t U=U(t) BS - 13 BS Modul : Analyse zeitabhängiger Daten z.b. Prof. Dr. W. Laufner Beschreibende Statistik

Reihen/Partialsummenfolgen und vollständige Induktion. Robert Klinzmann

Übungsaufgaben zur Analysis

Korrektur: Lineare Regression in Excel

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

1 Dichte- und Verteilungsfunktion

WWG Grundwissen Mathematik 10. Klasse

5. Zeitreihenanalyse und Prognoseverfahren

3. Einführung in die Zeitreihenanalyse

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen

Statistik, Datenanalyse und Simulation

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung

Eigenwerte und Diagonalisierung

Mathematik Übungsblatt - Lösung. b) x=2

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

WELLEN im VAKUUM. Kapitel 10. B t E = 0 E = B = 0 B. E = 1 c 2 2 E. B = 1 c 2 2 B

Definition von Sinus und Cosinus

18 Höhere Ableitungen und Taylorformel

Multiplikation und Division in Polarform

Diese Funktion ist mein Typ!

Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Transkript:

0 Beispiel 1 Zeitreihendarstellung 2 Stationarität 3 Trendanalyse 4 Schwingungsanalyse 4.1 Autokorrelationsanalyse 4.2 Spektralanalyse 5 Weitere Verfahren Prüfungsliteratur: Rudolf & Müller (2012), S. 239-277 Folie Nr. 1

Daten aus Rudolf & Müller, Kapitel 7 Folie Nr. 9

n Messzeitpunkte: t 1, t 2,..., t n mit t 1 < t 2 <... < t n n Messwerte y (t 1 ), y (t 2 ),..., y (t n ) gleichabständige (äquidistante) Stützstellen t n t n-1 = t n-1 t n-2 = = t 2 t 1 = t Normierung t =1 Zeitreihendarstellung: {y t, t = 1,...,n} bzw. {y t, t = 0,...,n 1} Folie Nr. 10

Stationäre Zeitreihe: keine langfristigen Änderungen im Mittel (Trend) keine langfristigen Änderungen der Varianz Beispiel für nichtstationäre Zeitreihe: Befinden in der Kontrollphase Folie Nr. 11

Unterschiedliche Ziele der Trendanalyse: A) Eliminierung der Trendkomponenten und damit Schaffen der Voraussetzung für die Anwendung weiterer zeitreihenanalytischer Verfahren (zum Beispiel Schwingungsanalyse) B) die Bestimmung und Untersuchung der Trendkomponenten, die wesentliche Aussagen über das Verhalten der Zeitreihendaten und über eventuelle Veränderungen in den Daten durch die Wirkung von Behandlungen enthalten können Folie Nr. 12

A) Nichtparametrische Glättungsverfahren z.b. Gleitende Durchschnitte ŷ t (y t 1 y t y t 1) / 3 (t = 2,...,n 1) Folie Nr. 13

B) Parametrische Trendanalyse z.b. lineare Trendanalyse y t = b 0 + b 1 t + e t (t = 1,...,n) Prinzip: MkQ Folie Nr. 14

Ziel: Identifizierung und Analyse von Schwingungskomponenten (rhythmischen Veränderungen) in Zeitreihen eine Schwingungskomponente Autokorrelationsanalyse Eine oder mehr Schwingungskomponenten Spektralanalyse Folie Nr. 16

Prinzip: Korrelation der Zeitreihe mit sich selbst bei Berücksichtigung einer schrittweisen Verschiebung c k 1 n n k t 1 (y t k y) (y t y) r k c c k 0 Folie Nr. 17

Folie Nr. 18

Folie Nr. 19

Folie Nr. 20

Folie Nr. 21

Folie Nr. 22

Schwingungsgrundform: y t = A cos (2 π f t + Φ), (t = 1,,n) y Tag = 4 cos (2 π (1/80) Tag) (Tag = 1,...,160). Folie Nr. 23

Grundmodell: Überlagerung von Cosinusschwingungen: y t = A 1 cos (2 π f 1 t + Φ 1 ) + A 2 cos(2 π f 2 t + Φ 2 ), (t=1,,n) Beispiel: y t = 1 cos (2 π 1/10 t π/2 ) + 0.5 cos (2 π 1/2 t π/2) = 1 sin (2 π 1/10 t) + 0.5 sin (2 π 1/2 t), (t = 1,,n) Folie Nr. 24

Modell der Fourier-Analyse (für ungerade n; für gerade n analog) y (n 1) / 2 t y Ai cos (2 fi t i ) i 1 mit f i = i / n; t = 1,...,n; n ungerade Parsevalsche Gleichung (Varianzzerlegung): n i 1 (y (n 1) / 2 2 2 t y) n A i / 2 i 1 Folie Nr. 25

Periodogramm: I(f i ) = n A i2 / 2 (i=1,,(n-1)/2) Folie Nr. 26

Folie Nr. 27

Periodogramm: I(f i ) = n A i2 / 2 (i=1,,(n-1)/2) Folie Nr. 28

Periodogramm der Original-Befindensdaten in der Kontrollphase) Folie Nr. 29

Periodogramm der trendbereinigten Befindensdaten in der Kontrollphase) Folie Nr. 30

Fenstertechniken Filtertechniken Parametrische Zeitreihenmodellierung, z.b. autoregressives Modell erster Ordnung Y t = a Y t-1 + E t (t = 2,,n) a : autoregressiver Parameter erster Ordnung E t : unabhängige normalverteilte ZV Zusammenhangsanalyse von Zeitreihen: z.b. Kreuzkorrelationsanalyse Modellierung von Interventionseffekten / Therapieeffekten bei Zeitreihen- / Einzelfallanalysen Folie Nr. 31