Computergestützte Statistik

Die Vorlesung findet am Donnerstag in der 2. DS (9:20 - 10:50 Uhr ) in Raum POT 51 statt.

Am ersten Termin werden Themen aus der Deskriptiven Statistik wiederholt.

Im Weiteren werden die folgenden Themen behandelt:

• Statistische Tests
• Lineare Regression 
• Kerndichteschätzer
• Splines
• Zeitreihenanalyse
• State-Space Modelle 
• Kalman-Filter 
  

Die Klausur findet am 11. Februar 2025 in Raum POT 13 von 9:20 bis 12:40 Uhr statt. 

Die zugelassenen Hilfsmittel sind:

1. Ein nicht-programmierbarer Taschenrechner
2. Ein beidseitig beschriebenes DIN A4-Blatt

Literatur:

1. Kivedal, B. K. (2024). Applied Statistics and Econometrics: Basic Topics and Tools with Gretl and R. Cham: Palgrave Macmillan. 
2. Luhmann, M. (2020). R für Einsteiger: Einführung in die Statistik-Software für die Sozialwissenschaften (5. Aufl.). Weinheim: Beltz.
3. Hagiwara, J. (2022). Time Series Analysis for the State-Space Model with R/Stan. Singapore: Springer Nature.
4. Ruppert, D. (2004). Statistics and Finance: An Introduction. New York: Springer Science & Business Media.
5. Schlittgen, R., & Sattarhoff, C. (2020). Angewandte Zeitreihenanalyse mit R (3. Aufl.). Berlin: De Gruyter.
6. Durbin, J., & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press.
7. Chan, N. H. (2010). Time Series: Applications to Finance with R and S-Plus (2nd ed.). Wiley.
8. Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley.