Zeitreihenanalyse mit R, JMulTi und gretl - bei Ihnen vor Ort
Seminar
In Nürnberg
Beschreibung
-
Kursart
Praktisches Seminar
-
Niveau
Fortgeschritten
-
Ort
Nürnberg
-
Unterrichtsstunden
8h
-
Dauer
1 Tag
-
Beginn
nach Wahl
Gerichtet an: Studenten, Diplomanden, wissenschaftliche Mitarbeiter, Berufe, die fortgeschrittene Methoden der Datenanalyse anwenden. Während in der Wirtschaftsforschung Zeitreihenanalyse gang und gäbe ist, sind auch Anwendungen in der klassischen Mafo und anderen Bereichen gegeben.
Standorte und Zeitplan
Lage
Beginn
Beginn
Hinweise zu diesem Kurs
Die Teilnehmer erlernen die Theorie der Zeitreihenanalyse wie beschrieben, und praktizieren diese anhand der Software an Beispieldatensätzen.
Der Kurs ist für Berufsgruppen, die statistische Datenanalyse betreiben, geeignet, sowie für fortgeschrittene Stundenten der Wirtschafts- und Sozialwissenschaften.
Statistische Kenntnisse werden vorausgesetzt, etwa auf Vordiplomvineau, da die Teilnehmer mit einem komplexen Thema konfrontiert werden.
Gängige Verfahren der Zeitreihenanalyse können an eigenen Datensätzen mit Freeware angewandt, und somit entsprechende Kosten umgangen werden.
Der Kontakt wird per email oder telefonisch hergestellt, um spezielle Anliegen der Teilnehmer und Interessenten abzuklären und gegebenenfalls mit einzubauen.
Meinungen
Themen
- Statistik
- Datenanalyse
Dozenten
Milko Mumdzhiev
Statistik, Datenanalyse, Ökonometrie, Wirtschaftsforschung
Milko Mumdzhiev ist Geschäftsführer von Mumdzhiev Datenanalyse und Statistik. Jedwede statistische Auswertung und Datenanalyse, deren Schulung oder Implementierung wird als Dienstleistung angeboten.
Inhalte
Das Seminar stellt Theorie und Praxis der univariaten und multivariaten Zeitreihenanalyse mit den Freewarepaketen R, JMulTi und gretl dar, wobei Finanzmarktdaten (bzw. mitgelieferte Beispieldateien) hergenommen werden. Nach Absprache mit dem Kunden kann das Programm den aktuellen Bedürfnissen und / oder Kenntnisstand der Teilnehmer angepasst werden. Sind primär nicht Finanzmarktdaten ( “log-returns”, Value at Risk, Optionen etc.) von Interesse, kann dem ebenfalls nach Rücksprache Rechnung getragen werden.
Programmübersicht
1. Beschreibung von Zeitreihen (Momente, Trendbestimmung, Filter: gleitende Durchschnitte, Differenzen, Periodogramm, Saisonbereinigung); Einführung in die Softwarepakete
2. Stochastische Prozesse im univariaten Bereich (lineare Zeitreihenanalyse: Stationarität, ACF, PACF und andere grafische Tools, White Noise, Random Walks, MA-,AR, AR(I)MA(X)-Prozesse, Unit-root-tests (z.B ADF-Test), spezielle Regressionen (z.B. Prais-Winsten), ARCH-, GARCH-Modelle und Erweiterungen , Ausblick in die nichtlineare Zeitreihenanalyse)
3. Prognosen (Grundlagen und Verfahren)
4. Schätzung und Anpassung (Schätzung der Momente, Modellschätzung, Modellspezifikation, Modelldiagnose
5. Multivariate Zeitreihenmodellierung (Einführung, VARIMA-Modelle, Grangerkausalität, Impulseantwortfunktion, Kointegration, Fehlerkorrekturmodelle (VECM), multivariate GARCH-Modelle, BEKK-Modelle)
6. Schätzung multivariater Modelle und deren Diagnose
Zusätzliche Informationen
Zeitreihenanalyse mit R, JMulTi und gretl - bei Ihnen vor Ort