Dieser Kurs macht Sie vertraut mit verschiedenen Verfahren der Analyse von Zeitreihen: Lernen Sie zukünftige Verläufe eines Merkmals zu forecasten’, indem Sie verschiedene Modelle entwickeln, die Trends, saisonale Einflüsse oder auch externe Prädiktorvariablen (Treiber) berücksichtigen. Im Mittelpunkt des Kurses steht dabei einerseits der„Expert Modeller, der Sie bei der Auswahl eines passenden Modells unterstützt, andererseits auch die visuelle Darstellung der Forecasting-Ergebnisse sowie verschiedener Zukunftsverläufe zur besseren Vergleichbarkeit.

Nach Beendigung dieses Kurses beherrschen Sie das Modul IBM SPSS Forecasting. Sie verfügen über die theoretischen Grundlagen, um hochwertige Forecasting-Modelle methodisch zu entwickeln, Vorhersagewerte einschließlich der dazugehörigen Konfidenzintervalle, Residuen und Standard- fehler zu generieren und damit die Modellgüte zu prüfen.

Interessant für ... alle, die zeitreihenbasierte Forecasts erstellen wollen. Lernen Sie, wie sich Trends, Umsatz- oder Kursentwicklungen, Material-, Energie- oder Personalbedarf, betriebs- oder volkswirtschaftliche Verläufe aus entsprechenden historischen Daten mit dem Modul IBM SPSS Forecasting vorhersagen lassen.

• Einführung in die Zeitreihenanalyse


• Vorbereitung historischer Datenreihen


• Glättung mit gleitenden Mittelwerten


• Automatisiertes Forecasting mit dem “Expert Modeller”


• Methoden der Modellevaluation


• Modelle des exponentiellen Glättens


• ARIMA Modelle


• Anwendung von Modellen auf neue
  Zeitreihendaten


• Saisonale Einflüsse und ARIMA Modelle


• Behandlung von Ausreißern


• Analyse bekannter Interventionseffekte


• Transferfunktionen für Prädiktorvariablen
  in ARIMA Modellen
  
  

Die sichere Bedienung von IBM SPSS Statistics einschließlich der Datentransformationsmöglichkeiten (z. B. Variablen berechnen oder umkodieren) wird vorausgesetzt. Darüber hinaus sollten Kenntnisse in der deskriptiven Statistik sowie in der Anwendung und Interpretation einfacher statistischer Signifikanztests vorhanden sein. Erfahrungen in der Regressionsanalyse sind von Vorteil.