SPSS Statistics - Zeitreihenanalyse

Kurslevel:
Einsteiger

Zielgruppe:
Datenanalysten

Voraussetzungen:
Grundlagen der Statistik

Methode:
Vortrag mit Beispielen und Übungen.

Seminarziele:
Eine Zeitreihe ist eine zeitabhängige Folge von Datenpunkten. Die Zeitreihenanalyse beschäftigt sich mit der mathematisch-statistischen Analyse von Zeitreihen und der Vorhersage ihrer künftigen Entwicklung. Sie ist eine Spezialform der Regressionsanalyse. Das Zeitreihenanalyse-Seminar zeigt eine Auswahl an Methoden, Zeitreihenanalysen mit Hilfe von IBM SPSS Forecasting 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. Aus lizenzrechtlichen Gründen kann dieses Seminar nur auf Ihrer Hardware und mit Ihrer (Test-)Lizenz durchgeführt werden. Bitte kontaktieren Sie uns für Termine und Organisation vor der Buchung.

Themen:
A. Univariate Beschreibung von Zeitreihen
Dauer:0.25 Tage
Schätzung der Momentfunktionen (Erwartungswert, Auto-Kovarianz) - Auto-Korrelation: Lag-Operator, Erstellung und Interpretation des Korrelogramms - Glättung von Zeitreihen: Gleitende Durchschnitte, exponentielles Glätten - Transformation von Zeitreihen durch Filter – Differenzen erster und zweiter Ordnung

B. Zerlegung von Zeitreihen durch deterministische Modelle
Dauer:0.5 Tage
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 - Gütemaße

C. Periodizitäten bei Zeitreihen
Dauer:0.25 Tage
Trigonometrische Funktionen und ihre Bedeutung für periodische Trends – Perioden und Frequenzen - Periodogramm: Ableitung und Interpretation – Regressionsmodelle mit periodischen Schwingungen – Spektren und Spektralschätzung von Zeitreihen

D. Univariate lineare Zeitreihenmodelle mit AR(I)MA
Dauer:0.75 Tage
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

E. Prognose mit Zeitreihenmodellen
Dauer:0.25 Tage
Zeitreihenmodelle für Prognose nutzen - Prognosen variieren

Unsere dozenten

Unser IBM SPSS-Trainer Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Berater und auch Fachbuch-Autor zum Thema Datenbanken, statistische Datenanalyse, Data Mining und IBM SPSS. Er unterrichtet deskriptive und induktive Statistik, multivariate Verfahren und Data Mining für die Bereiche Controlling und Marketing bzw. Marktforschung.

Veröffentlichungen:

• "Grundlagen empirische Sozialforschung" (Comelio Medien, ISBN 978-3-939701-23-1)


• "System und Systematik von Fragebögen" (Comelio Medien, ISBN 978-3-939701-26-2)

Erfahrung:
Projekte:
Im Bereich statistischer Datenanalyse führt Herr Skulschus als Berater und Projektleiter auch Projekte durch, bei denen IBM SPSS zum Einsatz kommt oder mit individueller Software-Entwicklung in Java und .NET auf Datenbank-Basis Analyse- und Reporting-Lösungen entstehen.

Forschung:
Er leitete ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.

Webseite:

• http://www.marco-skulschus.de


• http://de.wikipedia.org/wiki/Marco_Skulschus

Referenzkurse:

• SPSS - Datenanalyse 1
• Statistik - Deskriptive und Induktive Statistik