Zeitreihenanalyse mit R

Comelio GmbH
In Berlin, Hamburg, Frankfurt Am Main und an 7 weiteren Standorten

1.600 
inkl. MwSt.
Möchten Sie den Bildungsanbieter lieber direkt anrufen?
030 8... Mehr ansehen

Wichtige informationen

  • Intensivseminar berufsbegleitend
  • Anfänger
  • An 10 Standorten
  • 22 Lehrstunden
  • Dauer:
    3 Tage
Beschreibung

Statistik - Zeitreihenanalyse mit R                                                     

Wichtige informationen
Veranstaltungsort(e)

Wo und wann

Beginn Lage
auf Anfrage
Berlin
Goethestr. 34, 13086, Berlin, Deutschland
Plan ansehen
auf Anfrage
Dresden
Rosenstraße 36, 01067, Sachsen, Deutschland
Plan ansehen
auf Anfrage
Düsseldorf
Stadttor 1, Nordrhein-Westfalen, NRW, Deutschland
Plan ansehen
auf Anfrage
Frankfurt Am Main
Mainzer Landstraße 50, 60325, Hessen, Deutschland
Plan ansehen
auf Anfrage
Hamburg
Stadthausbrücke 1-3, 20355, Hamburg, Deutschland
Plan ansehen
Alle ansehen (10)

Meinungen

Zu diesem Kurs gibt es noch keine Meinungen

Was lernen Sie in diesem Kurs?

Grundlagen der StatistikGrundlagen und einfache Methoden
Lineare Zeitreihenmodelle
Differenzen- und Trendinstationarität
Prognosen
Periodizitäten in Zeitreihen
Mehrdimensionale Zeitreihen
Nichtlineare Modelle für Zeitreihen

Themenkreis

Kurslevel:
Einsteiger

Zielgruppe:
Datenanalysten

Voraussetzungen:
Grundlagen der Statistik

Methode:
Vortrag mit Beispielen und Übungen.

Seminarziele:
Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Speziell für die Analyse von Zeitreihen gibt es auch eine Vielzahl von Paketen. Dieses Seminar zeigt Ihnen, wie Sie Zeitreihen beschreiben (Autokorrelation, Perioden, Komponentenzerlegung und Trendanalyse) und für Zeitreihen Modelle entwickeln können. Dabei lernen Sie, wie Sie AR-/MA- und ARMA-/ARIMA-Modelle für univariate Zeitreihen und VARMA-Modelle für multivariate Zeitreihen ableiten. Darüber hinaus sehen Sie, wie Sie lineare und nichtlineare Modelle (ARCH-Modelle) entwickeln. Mit Hilfe dieser Modelle und weiterer Techniken kann man dann Prognosen in der Zeit durchführen.

Themen:
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

Unsere dozenten

Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.

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)

  • "Oracle SQL" (Comelio Medien, ISBN 978-3-939701-41-5)

  • "SQL Server 2012: Data Mining und multivariate Verfahren" (Comelio Medien, ISBN 978-3-939701-85-9)

  • "SQL und relationale Datenbanken" (Comelio Medien, ISBN 978-3-939701-52-1)

Erfahrung:
Projekte:
Als Berater konzipiert Herr Skulschus Analysesysteme auf Basis von relationalen Datenbanken und entwickelt dann statistische Modelle und Analysen mit R-Programmierung. Zu seinen Kunden zählen Marktforschungsunternehmen, Marketing-Abteilungen sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung oder auch Forschungseinrichtungen.

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:
  • Statistik mit R
  • Dummy

Zusätzliche Informationen

Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Speziell für die Analyse von Zeitreihen gibt es auch eine Vielzahl von Paketen. Dieses Seminar zeigt Ihnen, wie Sie Zeitreihen beschreiben (Autokorrelation, Perioden, Komponentenzerlegung und Trendanalyse) und für Zeitreihen Modelle entwickeln können. Dabei lernen Sie, wie Sie AR-/MA- und ARMA-/ARIMA-Modelle für univariate Zeitreihen und VARMA-Modelle für multivariate Zeitreihen ableiten. Darüber hinaus sehen Sie, wie Sie lineare und nichtlineare Modelle (ARCH-Modelle) entwickeln. Mit Hilfe dieser Modelle und weiterer Techniken kann man dann Prognosen in der Zeit durchführen.