Technische Universit├Ąt Ilmenau

Forcasting - Modultafeln of TU Ilmenau

The module lists provide information on the degree programmes offered by the TU Ilmenau.

Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).

You can find all details on planned lectures and classes in the electronic university catalogue.

Information and guidance on the maintenance of module descriptions by the module officers are provided at Module maintenance.

Please send information on missing or incorrect module descriptions directly to modulkatalog@tu-ilmenau.de.

module properties Forcasting in degree program Master Wirtschaftsinformatik 2014
module number6284
examination number2500065
departmentDepartment of Economic Sciences and Media
ID of group 2532 (Quantitative Methods in Economics)
module leaderProf. Dr. Udo Bankhofer
term winter term only
languageDeutsch
credit points4
on-campus program (h)34
self-study (h)86
obligationobligatory module
examwritten examination performance, 90 minutes
details of the certificate
signup details for alternative examinations
maximum number of participants
previous knowledge and experience

Statistik 1 und 2

 

learning outcome

Die Studierenden kennen die wichtigsten Prognosetechniken und können diese in Bezug auf ihre Anwendungsmöglichkeiten einordnen. Sie sind in der Lage, die Güte getroffener Vorhersagen anhand objektiver Kriterien zu bewerten.

Die Lehrveranstaltung vermittelt Fach- und Methodenkompetenz vorrangig für Entwicklungs- und Wirkungsprognosen. Die Studierenden sind mit multivariaten Prognoseverfahren so weit vertraut, um entsprechende Modelle verstehen und praktisch anwenden zu können. Sie beherrschen die Zerlegung gegebener Zeitreihen in Komponenten und deren Extrapolation in die Zukunft. Die Studierenden können lineare Modelle an stationäre Zeitreihen anpassen und damit kurzfristige Vorhersagen erstellen.

content

1. Einführung und Überblick

2. Multivariate Prognoseverfahren

  • Regressionsanalyse

  • Diskriminanzanalyse

  • Entscheidungsbäume

3. Komponentenmodelle

  • Grundmodell und Varianten

  • Schätzung der Komponenten

  • Modellbeurteilung

4. Lineare Zeitreihenmodelle

  • Autoregressive Modelle

  • MA-Modelle

  • ARMA-Modelle

  • ARIMA-Modelle
media of instruction

Interaktives Tafelbild, Overhead-Projektionen, Moodle: https://moodle2.tu-ilmenau.de/course/index.php?categoryid=223

literature / references

Jeweils in der aktuellen Auflage:

  • Bankhofer, U.; Vogel, J.: Datenanalyse und Statistik, Gabler, Wiesbaden

  • Fahrmeir, L.; Hamerle, A.; Tutz, G.: Multivariate statistische Verfahren, de Gruyter, Berlin

  • Hansmann, K.-W.: Kurzlehrbuch Prognoseverfahren, Gabler, Wiesbaden

  • Makridakis, S.; Wheelwright, S.; Hyndman, R.: Forecasting, Wiley, New York

  • Merstens, P.; Rässler, S. (Hrsg.): Prognoserechnung, Physica, Heidelberg

  • Rinne, H.; Specht, K.: Zeitreihen – Statistische Modellierung, Schätzung und Prognose, Vahlen, München

  • Schlittgen, R.: Angewandte Zeitreihenanalyse, Oldenbourg, München, Wien

  • Schlittgen, R.; Streitberg, B.: Zeitreihenanalyse, Oldenbourg, München, Wien
evaluation of teaching

Pflichtevaluation:

Freiwillige Evaluation:

Hospitation: