Forecast calculation - Interactive curriculae of TU Ilmenau
The interactive curriculae 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 course catalogue.
Please note that this page is no longer updated. All modules and study plans from PO version 2021 onwards (Bachelor and Master study programs) are now available on the Campus Portal.
| module properties Forecast calculation in degree program Master Wirtschaftsinformatik 2021 | |
|---|---|
| module number | 200783 |
| examination number | 2500538 |
| department | Department of Economic Sciences and Media |
| ID of group | 2532 (Quantitative Methods in Economics) |
| module leader | Prof. Dr. Udo Bankhofer |
| term | winter term only |
| language | Deutsch |
| credit points | 5 |
| on-campus program (h) | 34 |
| self-study (h) | 116 |
| obligation | elective module |
| exam | written examination performance, 90 minutes |
| details of the certificate | |
| link to Moodle course | https://moodle.tu-ilmenau.de/enrol/index.php?id=610 |
| teacher | Bankhofer |
| signup details for alternative examinations | |
| maximum number of participants | |
| previous knowledge and experience | Bachelorabschluss |
| 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 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. Nach intensiven Diskussionen und Gruppenarbeit während der Übungen sind die Studierenden in der Lage, Leistungen ihrer Mitkommilitonen richtig einschätzen und würdigen. Sie berücksichtigen Kritik, beherzigen Anmerkungen und nehmen Hinweise an. Mit der Vorlesung werden vor allem Fach- und Methodenkompetenz vorrangig für Entwicklungs- und Wirkungsprognosen, mit der Übung zusätzlich Sozialkompetenz vermittelt. |
| content | 1. Einführung und Überblick 2. Multivariate Prognoseverfahren
|
| media of instruction and technical requirements for education and examination in case of online participation | Interaktives Tafelbild, PowerPoint-Folien. Skript, Aufgabensammlung und die letzten 8 Klausuren (verfügbar per Download), Moodle: https://moodle.tu-ilmenau.de/enrol/index.php?id=610 |
| 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 | |