Technische Universität Ilmenau

Zeitreihenanalyse - Interaktive Studienpläne der TU Ilmenau

Die Interaktiven Studienpläne sind ein Informationsangebot zu den Studiengängen der TU Ilmenau.

Die rechtsverbindlichen Studienpläne entnehmen Sie bitte den jeweiligen Studien- und Prüfungsordnungen (Anlage Studienplan).

Alle Angaben zu geplanten Lehrveranstaltungen finden Sie im elektronischen Vorlesungsverzeichnis.

Bitte beachten Sie, dass auf dieser Seite keine Aktualisierungen mehr vorgenommen werden. Alle Module und Studienpläne ab der PO-Version 2021 (Bachelor- und Master-Studiengänge) sind ab sofort im Campus-Portal erreichbar.

Modulinformationen zu Zeitreihenanalyse im Studiengang Bachelor Data Science 2025
Modulnummer200452
Prüfungsnummer2400804
FakultätFakultät für Mathematik und Naturwissenschaften
Fachgebietsnummer 2412 (Wahrscheinlichkeitsrechnung und mathematische Statistik)
Modulverantwortliche(r)Prof. Dr. Thomas Hotz
TurnusSommersemester
SpracheDeutsch
Leistungspunkte5
Präsenzstudium (h)34
Selbststudium (h)116
VerpflichtungWahlmodul
Abschlussmündliche Prüfungsleistung, 30 Minuten
Details zum Abschluss
Link zum Moodle-Kurs
Lehrende

Univ.-Prof. Dr. Jana de Wiljes

Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse

Maßtheorie & Stochastik oder Stochastik, besser Stochastische Prozesse

Lernergebnisse und erworbene Kompetenzen

Die Studierenden sind nach der Vorlesung und den sie begleitenden Übungen in der Lage, Zeitreihendaten im Rahmen der behandelten Modellklassen zu modellieren, zu analysieren und vorherzusagen.

Inhalt

Stationäre Prozesse und ihre Vorhersage, Schätzung von Erwartungswert und Kovarianz, ARMA-Prozesse, Spektralanalyse, Zustandsraummodelle und Kalman-Filter, Finanzzeitreihen

Medienformen und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer Form

Tafel, Skript, Aufgaben, Software

Literatur

Brockwell, P. J. and Davis, R. A. (2006). Time Series: Theory and Methods, 2nd edn, Springer-Verlag, New York.
Hannan, E. J. (1983). Time Series Analysis, Chapman and Hall International, London.
Durbin, J. and Koopman, S. J. (2001). Time Series Analysis by State Space Methods, Oxford University Press, Oxford.
Franke, J., Härdle, W. and Hafner, C. M. (2004). Statistics of Financial Markets, Springer-Verlag, Berlin.

Lehrevaluation