Zur Modulseite PDF generieren

#70250 / #5

Seit WiSe 2025/26

Deutsch, Englisch

Time Series Analysis
Zeitreihenanalyse

6

Werwatz, Axel

Benotet

Schriftliche Prüfung

Englisch

Zugehörigkeit


Fakultät VII

Institut für Volkswirtschaftslehre und Wirtschaftsrecht

37312100 FG Ökonometrie und Wirtschaftsstatistik

Volkswirtschaftslehre

Kontakt


H 57

Haring, Carola

carola.haring@tu-berlin.de

Lernergebnisse

Die meisten ökonomischen Variablen zeigen, sofern sie über einen längeren Zeitraum betrachtet werden serielle Abhängigkeiten. d.h. jetzige Beobachtungen der Variablen hängen von vergangenen Beobachtungen ab. Hauptziel des Kurses ist es, diese statistischen Abhängigkeiten mit Hilfe von statistischen Modellen einzufangen und im Anschluss mit diesen Modellen Vorhersagen über zukünftige Beobachtungen treffen zu können. Dafür lernen die Kursteilnehmer, wie ARIMA Modelle identifiziert, geschätzt, überprüft und letztendlich vorhergesagt werden. Wöchentliche Tutorien in einem Computerlabor liefern die Möglichkeit, Erfahrungen mit Datensätzen zu sammeln.

Lehrinhalte

Beschreibende und erklärende Methoden (exponentielle Glättung), Stationarität und Autokorrelationsfunkt, autoregressive Moving-Average (ARMA) Modell einschließlich ihrer eigenschaften, Identifikation, Schätzung, Überprüfung und Vorhersagen, Nicht-Stationarität, ARMA-Modell und Einheitswurzeltest, saisonale ARMA-Modelle. Umweltökonomische Themen können an unserem FG insbesondere im Modul „Applied Environmental Econometrics in R“ vertieft werden.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Time Series AnalysisVL71 210 L 1616WiSeen2
Time Series AnalysisUE71 210 L 1617WiSeen2

Arbeitsaufwand und Leistungspunkte

Time Series Analysis (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Anwesenheit15.02.0h30.0h
Vor- und Nachbereitung15.02.0h30.0h
60.0h(~2 LP)

Time Series Analysis (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Anwesenheit15.02.0h30.0h
Vor- und Nachbereitung15.02.0h30.0h
60.0h(~2 LP)

Lehrveranstaltungsunabhängiger Aufwand:

AufwandbeschreibungMultiplikatorStundenGesamt
Klausurvorbereitung1.060.0h60.0h
60.0h(~2 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung und Übung. Beschreibung: Wöchentliche Übungssätze enthalten theoretische Übungen/Berechnungen und Programmierung. Für die Bearbeitung der Programmieraufgaben wird die Statistiksoftware Python verwendet.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Ökonometrie Statistik I Statistik II

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Schriftliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

90 Min.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Bitte auf Moses für die Prüfungsteilnahme registrieren. Die 2. Wiederholungsprüfung findet in der Statistik "schriftlich" statt. Bitte beachten Sie die Hinweise des Prüfungsamts für die Anmeldung zur 2. Wiederholungsprüfung (Formular). Bitte beachten Sie aktuelle Angaben auf ISIS und auf unserer Website (http://www.statistik.tu-berlin.de).

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:
Skript wird auf ISIS passwortgeschützt für Teilnehmer hochgeladen

 

Literatur

Empfohlene Literatur
Hamilton, J.D. (1994). Time Series Analysis, Princeton University Press.
Kirchgässner, G. und Wolters, J. (2006). Einführung in die moderne Zeitreihenanalyse, Vahlen

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe