ZeitreihenanalyseModulbeschreibung #70250 / Version 2
- 6 LP
- Schriftliche Prüfung
- Benotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v5)
| Modul / Version | #70250 / #2 |
|---|---|
| Gültigkeit | SS 2016 – SS 2019 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Werwatz, Axel |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Volkswirtschaftslehre und Wirtschaftsrecht |
| Fachgebiet | 37312100 FG Ökonometrie und Wirtschaftsstatistik |
Kontakt
| Sekretariat | H 57 |
|---|---|
| Ansprechpartner*in | Marcath, Ronja Maria |
| E-Mail-Adresse | sekretariat@statistik.tu-berlin.de |
| Webseite | http://www.statistik.tu-berlin.de |
Lernergebnisse
Die meisten ökonomischen Variablen zeigen, sofern sie über einen längeren Zeitraum betrachtet werden serielle Abhängigkeiten. d.h. jetzige Beobachtungen der Variablen hängen von vergangenen Beobachtungen ab. Hauptziel des Kurses ist es, diese statistischen Abhängigkeiten mit Hilfe von statistischen Modellen einzufangen und im Anschluss mit diesen Modellen Vorhersagen über zukünftige Beobachtungen treffen zu können. Dafür lernen die Kursteilnehmer, wie ARIMA Modelle identifiziert, geschätzt, überprüft und letztendlich vorhergesagt werden. Wöchentliche Tutorien in einem Computerlabor liefern die Möglichkeit, Erfahrungen mit Datensätzen zu sammeln.
Lehrinhalte
Beschreibende und erklärende Methoden (exponentielle Glättung), Stationarität und Autokorrelationsfunkt, autoregressive Moving-Average (ARMA) Modell einschließlich ihrer eigenschaften, Identifikation, Schätzung, Überprüfung und Vorhersagen, Nicht-Stationarität, ARMA-Modell und Einheitswurzeltest, saisonale ARMA-Modelle
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Time Series Analysis | Vorlesung | 71 210 L 1616 | Wintersemester | [en] | 2 | WiSe 2026/27 (1) ISIS |
| Time Series Analysis | Übung | 71 210 L 1617 | Wintersemester | [en] | 2 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (2)
Time Series Analysis (Vorlesung) 1
- Time Series Analysis (Vorlesung) 1. Termingruppe 71 210 L 1616
Time Series Analysis (Übung) 1
- Time Series Analysis (Übung) Rechenübung 71 210 L 1617
Arbeitsaufwand und Leistungspunkte
Time Series Analysis (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Class attendance | 15 | 2 h | 30 h |
| Pre/post processing | 15 | 2 h | 30 h |
| 60 h | |||
Time Series Analysis (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Class attendance | 15 | 2 h | 30 h |
| Pre/post processing | 15 | 2 h | 30 h |
| 60 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Exam preparation | 1 | 60 h | 60 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Lecture and Exercise. Exercises take place at the computer lab where real or simulated data and the statistics software package STATA is used. An introduction to STATA will be given at the beginning of the course (Übung).
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Bestehen des Moduls Ökonometrie
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Englisch |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Please note the information on our website (http://www.statistik.tu-berlin.de).
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Skript wird auf ISIS passwortgeschützt für Teilnehmer hochgeladen.
Empfohlene Literatur
- Hamilton, J.D. (1994). Time Series Analysis, Princeton University Press.
- Kirchgässner, G. und Wolters, J. (2006). Einführung in die moderne Zeitreihenanalyse, Vahlen
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe