Seminar

Thema:
Angewandte Statistik
Zielgruppe:
Alle Studierende mit Interesse an statistischen Datenanalysen mit Anwendungen in der Betriebs- und Volkswirtschaftslehre

Ort:
Online
Termin:
25.11.2020 bis
27.11.2020
Zeitraum:
Mittwoch, 25.11.2020, ca. 9.00 - 12.00 Uhr
Donnerstag, 26.11.2020, ca. 9.00 - 17.00 Uhr
Freitag, 27.11.2020, ca. 9.00 - 15.00 Uhr
(Angaben ohne Gewähr / Änderungen vorbehalten)
Seminarleitung:
Prof. Dr. Kruse-Becher
Anmeldefrist:
01.06.2020 - 10.07.2020
Anmeldung:
Abgabe Präferenzen: 03.08.2020 (Moodle); Abgabe Gliederungen: 07.09.2020 (per e-mail); Abgabe Seminararbeiten: 02.11.2020 (per e-mail)
Auskunft erteilt:
Daniela Doliwa , E-Mail: sekretariat.statistik , Telefon: +49 2331 987-2823

  • Makroökonomische Zeitreihenanalyse und Prognose

    • Makroökonomische Prognosen in einer Big Data Umgebung
    • Gemeinsam genauer. Wie lassen sich Prognosen kombinieren ?
    • Umgang mit Daten gemischter Frequenzen
    • Der Leading Indicator Index zur Konjunkturprognose
    • Multivariate Zeitreihenanalyse mit Vektorautoregressiven Modellen
    • Zustandsraummodelle und Kalman-Filter
    • Kointegration

    Finanzmarktökonometrie und empirische Kapitalmarktforschung

    • Modellierung von Volatilitäten auf Finanzmärkten
    • Langfristige Änderungen in Finanzmarkrisiken
    • Portfoliotheorie und Tobin-Separation
    • Das Capital Asset Pricing Model
    • Prognose populärer Risikomaße
    • Das Stochastische Volatilitätsmodell

    Statistische Modelle und Parameterschätzung

    • Lineare Regression und Variablenauswahl
    • Statistische Schätzprinzipien: Die Maximum Likelihood Schätzung
    • Analyse von Zeitreihen mit linearen Modellen
    • Markov-Chain-Monte-Carlo Verfahren
    • Periodizität und Spektralanalyse

    Statistisches und maschinelles Lernen

    • Boosting
    • Regularisierungsmethoden
    • Random Forests
    • Neuronale Netze
    • Support Vector Machines
    • Unüberwachtes Lernen: Der Erwartungs-Maximierungs-Algorithmus

    Statistische Test- und Vergleichsverfahren

    • Resampling-Verfahren
    • Prognoseevaluation: Tests zum Vergleich der Genauigkeit und des Informationsgehalts konkurrierender Prognosen
    • Tests auf Stationarität
    • Granger Kausalität
    • Varianzanalyse
Lehrstuhl für Angewandte Statistik | 08.04.2024