Zeitreihen & Progrnosen
  • Alle Rechte Vorbehalten
  • Zeitreihen und Prognosen 1:
  • 1.a Einführung und Grundlagen
  • 1.b Einführung und Grundlagen
  • 2. Klassische Zeitreihenanalyse
  • 2.a Trendbestimmung
  • 2.b Zeitreihen durch Filter (lokale Trendbestimmung)
  • 2.c Saisonbereinigung
  • 2.d Prognosen, exponentielles Glätten
  • 3.a Autoregressive (AR) Modelle
  • Folien-full
  • Zusammenfassung notizen
  • Übung+lösung
  • R-skript übung
    • blatt1_aufgabe5
    • blatt1_aufgabe6
    • blatt2_aufgabe4
    • blatt3_aufgabe4
    • blatt3_aufgabe5
    • blatt3_aufgabe6
    • blatt4_aufgabe5
    • blatt5_aufgabe4
    • blatt5_aufgabe5
    • blatt5_aufgabe6
  • Zeitreihen und Prognosen 2:
  • Untitled
Powered by GitBook
On this page

Alle Rechte Vorbehalten

NextZeitreihen und Prognosen 1:

Last updated 6 years ago

Ein Modul von Finrisk Studiengänge an der HTW Berlin

Zeitreihen und Prognosen 1: Grünlagen und Einführung

Dozent:

  1. Einführung und Grundlagen

  2. Klassische Zeitreihenanalyse

    a. Trendbestimmung

    b. Glättung von Zeitreihen durch Filter

    c. Saisonbereinigung

    d. Exponentielles Glätten, Prognosen

  3. Modellierung von Reihen durch stochastische Prozesse

    a. Autoregressive (AR) Modelle

    b. Moving Average (MA) Modelle

    c. ARMA Modelle

    d. ARIMA Modelle

und

Ein Vertiefungsmodul von Finrisk Studiengänge an der HTW Berlin.

Zeitreihen und Prognosen 2: Zeitreihenanalyse mit R

Dozent:

  1. ssssss2

  2. sdsd

  3. sdsdsd

  4. sdsd

Prof. Dr. Irina Penner
Prof. Dr. Monika Kummer