Zeitreihenanalyse
Vorlesung und Übung
erste Semesterhälfte - bis 27. Mai 2014
Vorlesung und Übung werden auf Englisch gehalten.
Vorlesung (K. Wohlrabe)
ab 08.04., Dienstags, 14 - 18 Uhr c.t., Amalienstr. 73(A), Raum A 112
Für die Übung bieten wir zwei Termine zur Wahl an (der Inhalt ist derselbe):
Übung (M. Kurz)
ab 14.04., Montags 16 - 20 Uhr s.t., Geschw.-Scholl-Pl. 1 (E), Raum E 216
Übung (A. Fuest)
ab 25.04., Freitags 16 - 20 Uhr s.t., Amalienstr. 52 (K), Raum K 401
Informationen und Lehrmaterialien zur Übung
Diese werden in Moodle zur Verfügung gestellt: Moodle-Kurs Zeitreihen.
Die Anleitung für Ihre Moodle Registrierung finden Sie hier.
Das Passwort zur Einschreibung in den Kurs erhalten Sie in der Vorlesung und in der Übung.
Skript zur Vorlesung
Für den Download des Skripts benötigen Sie ebenfalls o.a. Passwort! Das Skript wird jeweils ergänzt und die aktuelle Fassung hier veröffentlicht.
Themen
- Überblick
- Grundzüge und Eigenschaften stochastischer Prozesse
- Univariate ARIMA-Prozesse
- Schätzung und Prognose von ARIMA-Modellen
- Univariate GARCH-Modelle + Erweiterungen
- Ausgewählte Aspekte: Long Memory und Fractional Differencing, Threshold-Modelle
Zielgruppe: Fortgeschrittene Bachelor- sowie Master-Studierende der VWL, BWL, Statistik, Mathematik, Informatik.
Vorkenntnisse: Solide Mathematikkenntnisse (Analysis und lineare Algebra), Grundkenntnisse in Ökonometrie (Ökonometrie I) oder Statistik (Lineare Modelle).
Leistungsnachweis: Klausur in der Mitte des Semesters, Schein bzw. 6 ECTS-Credits.
Klausur (Nachtermin; 6 ECTS):
Datum: Mittwoch, 22.10.2014
Zeit: 12:00 - 14:00
Ort: Theresienstr. 39, Raum B 139.
Ameldeverfahren: Eine Anmeldung zur Klausur ist nicht notwendig.
Teilnahmeberechtigte: Nur wer an der Hauptklausur teilgenommen und nicht bestanden hat, ist zur Teilnahme an der Nachklausur berechtigt. Studierende die für die Hauptklausur angemeldet waren und nicht teilgenommen haben und Studierende die bestanden haben und Ihre Note verbessern möchten, sind nicht zu einer Teilnahme and der Nachklausur berechtigt.
Prüfungsdauer: 120 Minuten
Zugelassene Hilfsmittel: Taschenrechner, handgeschriebene Formelsammlung auf einem DIN A4 Blatt (2 Seiten), keine Kopien und sonstigen Ausdrucke erlaubt!
Zur Identifikation bitte Personalausweis und Studentenausweis mitnehmen!
Klausur (6 ECTS):
Datum: Dienstag, 27.05.2014
Zeit: 14:00 - 16:00
Ort: Die Klausur wird in zwei Räumen geschrieben. Die Einteilung erfolgt anhand der Anfangsbuchstaben der Nachnamen der Studierenden:
A-O: Geschw.-Scholl-Pl. 1, Raum M 014
P-Z: Amalienstr. 73(A), Raum A 112
Ameldeverfahren: Eine Anmeldung zur Klausur ist notwendig. Bitte dazu bis zum 20.05.2014 das Anmeldeformular in Moodle ausfüllen.
Prüfungsdauer: 120 Minuten
Zugelassene Hilfsmittel: Taschenrechner, handgeschriebene Formelsammlung auf einem DIN A4 Blatt (2 Seiten), keine Kopien und sonstigen Ausdrucke erlaubt!
Zur Identifikation bitte Personalausweis und Studentenausweis mitnehmen!
Literatur
- Shumway, R. H., Stoffer, D. S., Time Series Analysis and Its Applications (2nd edition), New York: Springer-Verlag, 2006
- Brockwell, P.J., Davis, R.A., Introduction to Time Series and Forecasting (2nd edition), New York: Springer-Verlag, 2002
- Brockwell, P.J., Davis, R.A., Time Series: Theory and Methods (2nd edition), New York:Springer-Verlag, 1987
- Hamilton, J.D., Time Series Analysis, Princeton University Press, 1994
- Tsay, R.S., Analysis of Financial Time Series (2nd edition), Wiley-Interscience, 2005
- Tsay, R.S., An Introduction to Analysis of Financial Data with R, Wiley, 2013
R-Links
- Allgemeine Informationen zu R: The R Project for Statistical Computing
- Download und Installieren von R: The Comprehensive R Archive Network (CRAN)
- Hilfeseiten zu R: R Help, siehe vor allem Link zu R Coding Conventions
- Editor für R: Tinn-R
Downloads
- data_sets (486 KByte)
- univeriate_ts_script1_ss2014_web (9 MByte)
- uts_script3_ss2014 (1 MByte)
- uts_script_4_ss2014 (986 KByte)
- uts_skript2_ss2014 (702 KByte)