Statistik - Zeitreihenanalyse
Details
| ID | 1252913 |
| Dauer | 2.0 Tage |
| Methoden | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Allgemeine Kenntnisse der Mathematik |
| Zielgruppe | Datenanalysten |
Ziele
Zeitreihen beschreiben
Beschreiben Sie die innere Struktur von ZeitreihenZeitreihen glätten und interpolieren
Glätten Sie Zeitreihen und nutzen Sie die Glättung für PrognosenDeterministische Modelle aufbauen
Nutzen Sie die Regressionsanalyse, um ein Modell für eine Zeitreihen zu bauenARIMA-Modelle erstellen
Verwenden Sie autoregressive Modelle für komplexe ZeitreihenanalyseMit Minitab Zeitreihen analysieren
Lernen Sie die Minitab-Statistik-Funktionen für Zeitreihen kennenÜbersicht
Eine Zeitreihe ist eine zeitabhängige Folge von Datenpunkten. Typische Beispiele für Zeitreihen sind makroökonomische Größen, marktbezogene Daten sowie auch technische Messdaten. Die Zeitreihenanalyse beschäftigt sich mit der mathematisch-statistischen Analyse von Zeitreihen und der Vorhersage ihrer künftigen Entwicklung. Sie ist eine Spezialform der Regressionsanalyse. Das Minitab-Seminar für Zeitreihenanalyse zeigt eine Auswahl an Methoden, Zeitreihenanalysen durchzuführen. Im ersten Teil lernen Sie, wie Sie eine Zeitreihe beschreiben und in zentralen Kenngrößen zusammenfassen können. Der zweite Teil stellt die univariate Zeitreihenanalyse vor. Sie beinhaltet die Zerlegung einer Zeitreihe sowie die Ableitung von (autoregressiven) Regressionsmodellen mit AR, MA und AR(I)MA-Modellen.
Termine
Zurzeit stehen keine offenen Termine zur Verfügung. Nutzen Sie alternativ die Inhouse‑Option.
Lernen Sie anhand maßgeschneiderter Beispiele und Inhalte – passgenau für Ihre Anforderungen.
Ihre Vorteile im Überblick
- Flexibles Wunschdatum
- Maßgeschneiderte Inhalte
- Intensiver Austausch
- Hoher Praxisbezug
Comelio Medien
Noch auf der Suche nach weiterführender Literatur? Entdecken Sie passende Fachbücher in unserem Katalog.
Themen
- Zeitreihen in Minitab strukturiert beschreiben und darstellen
- Einfache Modelle durch Glättung und Interpolation aufbauen
- Deterministische Modelle für Erklärung und Prognose entwickeln
- ARIMA-Modelle bestimmen und nutzen
Beschreibung
Beschreiben Sie Zeitreihen mit deskriptiver Statistik, zerlegen Sie Zeitreihen in ihre Komponenten, prognostizieren Sie zukünftige Werte und modellieren Sie Zeitreihen mit der ARIMA-Technik.Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Inhalt
Univariate Beschreibung von Zeitreihen
Minitab-Funktionen für Zeitreihen-Analyse - Minitab-Diagramm für Zeitreihen - Auto-Korrelation: Lag-Operator, Erstellung und Interpretation des Korrelogramms - Glättung von Zeitreihen: Gleitende Durchschnitte, exponentielles Glätten, Holt-Winters-Methode - Differenzen erster und zweiter OrdnungZerlegung von Zeitreihen durch deterministische Modelle
Komponentenmodelle: additiv und multiplikativ - Saisonale Strukturen bei Zeitreihen: Trend, Saisonbereinigung und Ableitung der Saisonfigur, Prognose und Residualanalyse - Niveau-Veränderung - Lineare, parabolische, logistische, exponentielle Anpassung und Regression von Zeitreihen – Polynome - GütemaßeMinitab-Makros für Zeitreihen
Periodogramm: Ableitung und Interpretation, um periodische Schwingungen zu analysieren – Kreuzkorrelation bei mehreren ZeitreihenUnivariate lineare Zeitreihenmodelle mit AR(I)MA
Stationarität bei Zeitreihen – White Noise-Prozesse - AR (Autoregressive)- Modelle - MA (Moving Average)-Modelle - ARMA und ARIMA-Modelle – Prognose - Residualanalyse – Statistische Tests bei linearen Zeitreihenmodellen – Gütemaße und Modellauswahl - Saisonkomponenten mit SARIMADozent/in
Unser Statistik- und Data-Mining-Trainer Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken und als Business Intelligence-Berater. Zu seinen Kunden zählen Marktforschungsunternehmen oder Behörden wie der Deutsche Bundesrat sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung.Veröffentlichungen
- Grundlagen empirische Sozialforschung (Comelio Medien)
978-3-939701-23-1 - System und Systematik von Fragebögen (Comelio Medien)
978-3-939701-26-2 - Oracle SQL (Comelio Medien)
978-3-939701-41-5 - SQL Server 2012: Data Mining und multivariate Verfahren (Comelio Medien)
978-3-939701-85-9 - SQL und relationale Datenbanken (Comelio Medien)
978-3-939701-52-1