310601 Zeitreihenanalyse (V) (SoSe 2025)

In der Zeitreihenanalyse werden Daten mit zeitlicher Struktur untersucht, um den zukünftigen Verlauf vorherzusagen. Die Vorlesung führt in das klassische Komponentenmodell der Zeitreihenanalyse ein, welches eine Zeitreihe in die Komponenten Trend, Saison, zyklische Komponente und Restkomponente unterteilt. Diese Bestandteile werden im Detail besprochen. Ein Schwerpunkt liegt auf verschiedenen Ansätzen zur Diagnose und Modellierung der ersten drei Komponenten. Für praktische Beispiele und Anwendungen wird die statistische Programmiersprache R eingesetzt.

Die Inhalte der Vorlesung werden in der zugehörigen Praktischen Übung (PÜ, https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=506715545) vertieft und praktisch umgesetzt. Es wird dringend empfohlen, neben der Vorlesung auch aktiv an der PÜ teilzunehmen.

Requirements for participation, required level

Die notwendigen Vorkenntnisse umfassen die Inhalte der Veranstaltungen Statistik I, Statistik II und Einführung in die Ökonometrie sowie grundlegende Kenntnisse der Programmiersprache R.

Das statistische und ökonometrische Hintergrundwissen kann eigenständig mithilfe des Buches von Wooldridge (insbesondere Part 1 und Appendix, siehe Literaturangaben) erarbeitet werden. Für den Einstieg in R empfehle ich R for Data Science (siehe Literaturangaben).

Bibliography

• Diebold (2007). Elements of Forecasting. Thomson South Western, Mason. (4e)

• Hyndman and Athanasopoulos (2021). Forecasting: Principles and Practice (3e), https://otexts.com/fpp3/

• Wickham et al. (2023). R for Data Science (2e), https://r4ds.hadley.nz/

• Wooldridge (2013): Introductory Econometrics - A Modern Approach, South-Western. (5e)