Queen Mary University of London
Die Ökonometrie von Zeitreihendaten
Queen Mary University of London

Die Ökonometrie von Zeitreihendaten

3.288 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

Es dauert 30 Stunden
3 Wochen bei 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

Es dauert 30 Stunden
3 Wochen bei 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Wie man die verschiedenen Modelle mit R schätzt

  • So überprüfen Sie, ob die Modelle mit R statistisch gültig sind

  • Wie Sie die verschiedenen Modelle für die Entscheidungsfindung nutzen können

Kompetenzen, die Sie erwerben

  • Kategorie: Schätzung des Modells für Zeitreihen mit R
  • Kategorie: Schätzung von Modellen für die Wahrscheinlichkeit mit R
  • Kategorie: Schätzung von Modellen für Paneldaten mit R
  • Kategorie: Schätzung von Modellen, bei denen Endogenität vorhanden ist, mit R
  • Kategorie: Schätzung von Modellen für die Volatilität mit R

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

21 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Ökonometrie für Wirtschaftswissenschaftler und Finanzpraktiker
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 4 Module

Das Material dieser Woche enthält eine Reihe von Beobachtungen zu Zeitreihen. Wir befassen uns mit weißem Rauschen, trendstationären und nicht-stationären Zeitreihen. Wir befassen uns sowohl mit realen Beobachtungen zum BIP und zu den Finanzmärkten als auch mit generierten Datenreihen. Wir führen sowohl die Idee der Autokorrelationsfunktion als auch die der partiellen Autokorrelationsfunktion als Werkzeuge ein, um den Grad der Persistenz in einer Datenreihe zu verstehen.

Das ist alles enthalten

5 Videos6 Lektüren5 Aufgaben4 Diskussionsthemen3 Unbewertete Labore

Diese Woche beschäftigen wir uns mit stationären Zeitreihenmodellen. Wir stellen Modelle mit weißem Rauschen, gleitendem Durchschnitt, Autoregression sowie autoregressive und gleitende Durchschnittsmodelle vor. Wir beschreiben die Modelle und die verschiedenen Arten von Autokorrelationsfunktionen, die Sie in jedem dieser Fälle haben. Wir erörtern auch das Problem der Schätzung der Ordnung der Autokorrelations- und gleitenden Durchschnittsmodelle. Wir untersuchen die Idee und die Herausforderungen, die sich bei der Vorhersage ergeben, und zwar durch die hohe Persistenz der Auswirkungen von Schocks auf die beobachteten Reihen.

Das ist alles enthalten

4 Videos6 Lektüren6 Aufgaben2 Diskussionsthemen3 Unbewertete Labore

Diese Woche befassen wir uns mit den Problemen, die durch die Nicht-Stationarität von Zeitreihenbeobachtungen entstehen. Wir definieren die Nicht-Stationarität von Zeitreihendaten und stellen die Tests auf Nicht-Stationarität vor, einschließlich der Herausforderungen, die sich aus der Beinahe-Nicht-Stationarität ergeben, und der potenziellen Korrelation des Schätzmodells beim Testen auf Nicht-Stationarität. Wir stellen ein umfassendes Beispiel vor, um zu zeigen, welche Konsequenzen es hat, wenn wir das klassische lineare Regressionsmodell anwenden, wenn die Beobachtungen nicht stationär sind. Wir führen die Idee der Kointegration ein und stellen einführende Modelle vor, um zu testen, ob die Variablen kointegriert sind.

Das ist alles enthalten

4 Videos4 Lektüren5 Aufgaben2 Diskussionsthemen4 Unbewertete Labore

In den Materialien dieser Woche werden einige stilisierte Fakten erörtert, die unabhängig von der Periode, dem Finanzinstrument und dem untersuchten Markt für alle Finanzmarktrenditen gelten: Volatilitätscluster und aggregierte Gaussianität. Wir erörtern, warum diese Modelle, die von Natur aus nichtlinear sind, nicht mit dem klassischen linearen Regressionsmodell geschätzt werden können, und diskutieren und schätzen einige Beispiele für autoregressive bedingte heteroskedastische Modelle. Wir erörtern die Vorteile und Mängel dieser Modelle. Darauf aufbauend stellen wir einige Verallgemeinerungen des Ansatzes auf verallgemeinerte bedingte heteroskedastische Modelle (GARCH), GARCH-in-meena, TGARCH und IGRACH-Modelle vor.

Das ist alles enthalten

4 Videos4 Lektüren5 Aufgaben1 peer review3 Diskussionsthemen4 Unbewertete Labore

Dozent

Lehrkraftbewertungen
3.6 (5 Bewertungen)
Dr Leone Leonida
Queen Mary University of London
4 Kurse8.983 Lernende

von

Empfohlen, wenn Sie sich für Wirtschaft interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen