SingleView of Module
Module (6 Credits)
Zeitreihenanalyse
- Name in diploma supplement
- Time Series Analysis
- Responsible
- Prof. Dr. Christoph Hanck
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 60 hours
- Preparation, follow up: 60 hours
- Exam preparation: 60 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- besitzen einen umfassenden Überblick über lineare Zeitreihenmodelle und können diese anhand von Daten quantifizieren
- kennen die formalen Eigenschaften zentraler Verfahren und können sie mathematisch zeigen
- können ökonomische Probleme sachgerecht in ein lineares Zeitreihenmodell überführen, die geeigneten Daten auswählen und die empirischen Befunde kritisch kommentieren
- sind in der Lage eigenständig und mit Hilfe geeigneter statistischer und ökonometrischer Software praktische Probleme Praxis zu lösen
- können selbständig ausgewählte Übungsaufgaben bearbeiten
- Relevance
Die Praxisrelevanz ist aufgrund der großen Bedeutung der Empirie in den Wirtschaftswissenschaften hoch und wird sich noch weiter erhöhen.
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
- Usage in different degree programs
- Elements
Lecture (3 Credits)
Zeitreihenanalyse
- Name in diploma supplement
- Time Series Analysis
- Organisational Unit
- Lehrstuhl für Ökonometrie
- Lecturers
- Prof. Dr. Christoph Hanck, Prof. Dr. Yannick Hoga
- SPW
- 2
- Language
- German
- Cycle
- summer semester
- Participants at most
- no limit
- Participants
Preliminary knowledge
Kenntnisse grundlegender ökonometrischer Methoden wie etwa in dem Modul "Einführung in die Ökonometrie" vermittelt sowie gute Kenntnisse der mathematischen Statistik. Hilfreich, aber nicht unbedingt notwendig, sind Kenntnisse einer formaleren Herangehensweise an die Ökonometrie wie etwa in dem Modul "Methoden der Ökonometrie" vermittelt.
Abstract
Vermittlung der grundlegenden linearen Zeitreihenmodelle und ihre Quantifizierung anhand von Zeitreihen.
Contents
- Univariate stationäre Zeitreihenmodelle
- Prognosen
- Multivariate Zeitreihenmodelle
- Einheitswurzelprozess
- Kointegrationsanalyse
Literature
- Brockwell, P. J.; Davis, R. A. (2016). Introduction to Time Series and Forecasting. New York: Springer; Auflage: 3rd ed. 2016
- Brockwell, P. J.; Davis, R. A. (2009). Time Series and Methods. New York: Springer; Auflage: 2nd ed. 1991. 2nd printing 2009
- Enders, W. (2010). Applied Economic Time Series (3. Aufl.). Hoboken, NJ: Wiley.
- Hamilton, J. D. (1994). Time series analysis. Princeton, NJ: Princeton Univ. Press.
- Hassler, U. (2016). Stochastic Processes and Calculus: An Elementary Introduction with Applications. New York: Springer; Auflage: 1st ed. 2016
- Hayashi, F. (2000). Econometrics. Princeton [u.a.]: Princeton Univ. Press.
- Schlittgen, R.; Streitberg, B. H. J. (2001). Zeitreihenanalyse (9. Aufl.). München [u.a.]: Oldenbourg.
Teaching concept
Präsentation der verschiedenen Zeitreihenmodelle, Darstellung ihrer Schätzung, Bearbeitung von Übungsaufgaben
Exercise (3 Credits)
Zeitreihenanalyse
- Name in diploma supplement
- Time Series Analysis
- Organisational Unit
- Lehrstuhl für Ökonometrie
- Lecturers
- Prof. Dr. Christoph Hanck, Prof. Dr. Yannick Hoga
- SPW
- 2
- Language
- German
- Cycle
- summer semester
- Participants at most
- no limit
- Participants
Preliminary knowledge
Kenntnisse grundlegender ökonometrischer Methoden wie etwa in dem Modul "Einführung in die Ökonometrie" vermittelt sowie gute Kenntnisse der mathematischen Statistik. Hilfreich, aber nicht unbedingt notwendig, sind Kenntnisse einer formaleren Herangehensweise an die Ökonometrie wie etwa in dem Modul "Methoden der Ökonometrie" vermittelt.
Abstract
Vermittlung der grundlegenden linearen Zeitreihenmodelle und ihre Quantifizierung anhand von Stichprobendaten.
Contents
siehe Vorlesung
Literature
siehe Vorlesung
Teaching concept
Präsentation der verschiedenen Zeitreihenmodelle, Darstellung ihrer Schätzung, Bearbeitung von Übungsaufgaben