Seminar / Kurs

Zeitreihenanalyse: Methoden und Anwendungen in Köln

Inhalte

  • Einführung in die Zeitreihenanalyse
    • Definition und Konzepte: Erklärung, was Zeitreihen sind, und die Bedeutung der Zeitreihenanalyse in verschiedenen Anwendungsbereichen.
    • Komponenten von Zeitreihen: Besprechung der Hauptkomponenten einer Zeitreihe wie Trend, Saisonalität, Zyklus und Zufallsschwankungen.

  • Datenvorbereitung und Visualisierung
    • Datensammlung und Vorverarbeitung: Methoden zur Sammlung und Vorverarbeitung von Zeitreihendaten, einschließlich Umgang mit fehlenden Werten und Anomalien.
    • Visualisierungstechniken: Nutzung von Bibliotheken wie Matplotlib und Seaborn zur Visualisierung von Zeitreihendaten, um Muster und Trends zu identifizieren.

  • Deskriptive Statistik und Explorative Datenanalyse (EDA)
    • Grundlegende statistische Kennzahlen: Berechnung und Interpretation von Kennzahlen wie Mittelwert, Median, Varianz und Standardabweichung für Zeitreihendaten.
    • Explorative Datenanalyse: Anwendung von EDA-Techniken zur Untersuchung von Zeitreihenmustern und -anomalien, einschließlich Autokorrelation und Saisonalitätsprüfung.

  • Gleitende Durchschnitte und Glättungstechniken
    • Gleitende Durchschnitte: Einführung und Berechnung gleitender Durchschnitte zur Glättung von Zeitreihen und zur Identifikation von Trends.
    • Exponentielle Glättung: Erklärung der einfachen und doppelten exponentiellen Glättung zur Modellierung von Trends und Saisonalitäten.

  • Stationarität und Transformationen
    • Prüfung der Stationarität: Methoden zur Prüfung der Stationarität von Zeitreihen, wie der Augmented-Dickey-Fuller-Test.
    • Transformationstechniken: Anwendung von Transformationstechniken wie Differenzierung und Log-Transformation zur Erzielung von Stationarität.

  • ARIMA-Modelle (Autoregressive Integrated Moving Average)
    • Einführung in ARIMA: Erklärung der Komponenten von ARIMA-Modellen (AR, I, MA) und deren Bedeutung.
    • Modellidentifikation und -schätzung: Schritte zur Identifikation und Schätzung der Parameter eines ARIMA-Modells, einschließlich Nutzung des ACF- und PACF-Diagramms.

  • Saisonale Modelle (SARIMA)
    • Einführung in SARIMA: Erweiterung von ARIMA-Modellen zur Berücksichtigung von Saisonalitäten; Erklärung der zusätzlichen Parameter.
    • Modellanpassung und -bewertung: Schritte zur Anpassung und Bewertung von SARIMA-Modellen zur Vorhersage saisonaler Zeitreihen.

  • GARCH-Modelle (Generalized Autoregressive Conditional Heteroskedasticity)
    • Einführung in GARCH: Erklärung von GARCH-Modellen zur Modellierung von Volatilität in Zeitreihen.
    • Anwendung von GARCH: Schritte zur Schätzung und Interpretation von GARCH-Modellen; Beispiele aus Finanzzeitreihen.

  • Machine Learning Methoden für Zeitreihen
    • Regressions- und Klassifikationsansätze: Nutzung von Regressions- und Klassifikationsmethoden wie LSTM und Random Forest zur Vorhersage von Zeitreihen.
    • Hyperparameter-Optimierung: Techniken zur Optimierung der Hyperparameter von Machine Learning-Modellen zur Verbesserung der Vorhersagegenauigkeit.

  • Praxisbeispiele und Implementierung
    • Implementierung eines Beispielprojekts: Durchführung eines Projekts zur Anwendung der erlernten Techniken und Methoden auf reale Zeitreihendaten; Schritt-für-Schritt-Anleitung von der Datenvorbereitung bis zur Modellbewertung.
    • Erfahrungsberichte und Best Practices: Präsentation realer Fallstudien und Best Practices zur erfolgreichen Implementierung von Zeitreihenanalyseprojekten in verschiedenen Anwendungsbereichen.

LernzieleAm Ende des Seminars sind die Teilnehmenden in der Lage, Zeitreihenanalysen umfassend zu nutzen, um datengetriebene Vorhersagen zu treffen und Muster in Zeitreihen zu erkennen.ZielgruppenDieses Seminar richtet sich an Data Scientists, Analysten, Statistiker und Fachleute, die Zeitreihenanalyse erlernen oder vertiefen möchten. Grundlegende Kenntnisse in Statistik und Datenanalyse sind von Vorteil.
  • Einführung in die Zeitreihenanalyse
    • Definition und Konzepte: Erklärung, was Zeitreihen sind, und die Bedeutung der Zeitreihenanalyse in verschiedenen Anwendungsbereichen.
    • Komponenten von Zeitreihen: Besp...
Mehr Informationen

Termine und Orte

Datum Dauer Preis
Köln, DE
19.11.2026 - 20.11.2026 14 h 14 h Details Details Jetzt buchen
18.02.2027 - 19.02.2027 14 h 14 h Details Details Jetzt buchen
24.05.2027 - 25.05.2027 14 h 14 h Details Details Jetzt buchen
26.08.2027 - 27.08.2027 14 h 14 h Details Details Jetzt buchen
18.11.2027 - 19.11.2027 14 h 14 h Details Details Jetzt buchen

+++ Catalog API +++

SG-Seminar-Nr.: 9253560

Anbieter-Seminar-Nr.: 3894

Termin

24.05.2027 - 25.05.2027

Schulungszentrum der GFU Cyrus AG
Am Grauen Stein 27
51105 Köln

Günstige Preise

Semigator berücksichtigt

  • Frühbucher-Preise
  • Last-Minute-Preise
  • Gruppenkonditionen

€ 1.713,60

Alle Preise inkl. 19% MwSt.

Jetzt buchen
Seminar merken

Der Anbieter ist für den Inhalt verantwortlich.

Veranstaltungsinformation

  • Seminar / Kurs
  • Deutsch
    • Keine
  • 14 h
  • Anbieterbewertung   (266)

Ihre Vorteile

mehr erfahren
  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service
Datum Dauer Preis
Köln, DE
19.11.2026 - 20.11.2026 14 h 14 h Details Details Jetzt buchen
18.02.2027 - 19.02.2027 14 h 14 h Details Details Jetzt buchen
24.05.2027 - 25.05.2027 14 h 14 h Details Details Jetzt buchen
26.08.2027 - 27.08.2027 14 h 14 h Details Details Jetzt buchen
18.11.2027 - 19.11.2027 14 h 14 h Details Details Jetzt buchen