»Home »Seminare » R

Termine Klicken Sie für eine Online-Buchung auf das gewünschte Datum.

training duration icon R - Zeitreihenanalyse mit R

Dauer: 3 Tage
Lieferart: Klassenraum
Zielgruppe: Datenanalysten
Kursnummer: 2022775
Methode: Vortrag mit Beispielen und Übungen.
  • Themen
  • Ziele
  • Übersicht
  • Dozent
  • Download
  • Buchung/Service

Tab 1

Topicsss
Schlüsselthemen:
  • Zeitreihen strukturiert beschreiben und darstellen
  • Einfache Modelle durch Glättung und Interpolation aufbauen
  • Deterministische Modelle für Erklärung und Prognose entwickeln
  • ARIMA-Modelle bestimmen und nutzen
  • VARIMA-Modelle für mehrdimensionale Zeitreihen erstellen
  • Nichtlineare Modelle für Zeitreihen mit ARCH verwenden

A. Grundlagen und einfache Methoden

[Dauer: 0.5 Tage] Stationäre Zeitreihen: Darstellung von Zeitreihen, Autokovarianz und Autokorrelation, Stationarität, Kennfunktionen - Komponentenmodell - Deterministische Trends: Trendbestimmung mittels Regression, Bestimmung der glatten Komponente - Saisonbereinigung - Transformationen - Einfache Extrapolationsverfahren

B. Lineare Zeitreihenmodelle

[Dauer: 0.5 Tage] Autoregressive Modelle: Definition und grundlegende Eigenschaften, Schätzen von AR-Parametern, Spezfikation von AR-Modellen - MA-Modelle: Definition und grundlegende Eigenschaften, Schätzen und Anpassen von MA-Modellen - ARMA-Modelle - ARIMA-Modelle

C. Differenzen- und Trendinstationarität

[Dauer: 0.25 Tage] Instationaritäten - Einheitswurzeltests

D. Prognosen

[Dauer: 0.25 Tage] Exponentielle Glättung - Prognose mit ARIMA-Modellen - Trendextrapolation mit ARIMA-Störungen

E. Periodizitäten in Zeitreihen

[Dauer: 0.5 Tage] Periodizitäten und periodische Trends - Periodogramm: Definition, Interpretation, Statistische Tests - Spektren: Definition und Eigenschaften, Lineare Filter im Frequenzbereich - Spektralschätzung

F. Mehrdimensionale Zeitreihen

[Dauer: 0.5 Tage] Kenngrößen mehrdimensionaler Zeitreihen - Mehrdimensionale Zeitreihen und ihre Modelle: VARMA-Prozesse, Ko-Integration

G. Nichtlineare Modelle für Zeitreihen

[Dauer: 0.5 Tage] Nichtlinearität in Zeitreihen - Markov-switching Modelle: Markov-Ketten, Markov-switching autoregressive Prozesse, Inferenz - Bedingt heteroskedastische Modelle: ARCH-Modelle, Modellanpassung und Parameterschätzung

Tab 2

Tab 3

Tab 4

Tab 5

Tab 6

Description
Sie haben zu den genannten Terminen keine Zeit?
Auf Anfrage besteht die Möglichkeit einen individuellen Termin auszumachen.
Description
Zur Anmeldung oder für allgemeine Fragen zum Seminar nutzen Sie bitte das Kontaktformular oder die folgenden Möglichkeiten: Kontaktformular oder die folgenden Möglichkeiten:
  • Telefon : +49.30.8145622.00
  • Fax : +49.30.8145622.10