EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
[
Deutsch (Schweiz)
Deutsch (Schweiz)
] [
Englisch
Englisch
]
Nicht angemeldet
[Home]
[Anmelden]
[Drucken]
Navigation
Kontakt zu Service Desk
Online-Dokumentation
Allgemeiner Zugriff
Module suchen
t.BA.VS.DP.09HS (Datenanalyse und Prognose)
Modul: Datenanalyse und Prognose
Diese Information wurde generiert am: 25.04.2024
Nr.
t.BA.VS.DP.09HS
Bezeichnung
Datenanalyse und Prognose
Veranstalter
T IDP
Credits
4
Beschreibung
Version: 4.0 gültig ab 01.08.2020
Kurzbeschrieb
Im Modul Datenanalyse & Prognose (DP) werden multiple Regression und Zeitreihenanalyse unterrichtet. Diese elementaren Techniken des statistischen Modellierens bilden die Grundlage für Analyse und Prognose von praxisrelevanten Grössen wie Verkehrsnachfrage, Unfallzahlen, …
Modulverantwortung
Marcel Dettling (dtli)
Lernziele (Kompetenzen)
Ziel
Kompetenzen
Taxonomiestufen
1
Die Studierenden sind mit den wichtigsten statistischen Prognoseverfahren aus Regression und Zeitreihenanalyse vertraut
K2
2
Die Studierenden können Vorhersagen zu Produkt-, Verkehrs- und Leistungsnachfrage, etc. analysieren, interpretieren und bewerten.
K4
3
Die Studierenden können solche Prognosen mit entsprechender Software selber erzeugen, deren Genauigkeit angeben und deren Gültigkeit beurteilen.
K6
Modulinhalte
Nichtparametrische Glättung: Idee und Abgrenzung zur parametrischen Regression, Kenntnis und Anwendung der wichtigsten Verfahren als Hilfsmittel bei der statistischen Modellierung.
Einfache Regressionsrechnung: Modell und Voraussetzungen, Fitting, Vertrauens- und Prognoseintervalle, grafische Darstellung, Modellerweiterung durch Variablen-Transformationen.
Multiple Regressionsrechnung: Modell und Voraussetzungen, Fitting, Vertrauens- und Prognoseintervalle, Umgang mit Faktorvariablen, Modelldiagnostik, Kollinearität, Modellinterpretation, Genauigkeitsabschätzung mittels Kreuzvalidierung.
Zeitreihenanalyse: Grafische Darstellung, mathematische Konzepte, Erkennen von Trend und Saisonalität sowie Zeitreihen-Zerlegung, Autokorrelation, Autoregressive Modelle, Exponentielles Glätten, Verfahren zur Zeitreihenvorhersage, Punkt- und Intervallprognose, Genauigkeitsabschätzung
Lehrmittel/Materialien
Theorieunterlagen und Übungsmaterial werden zur Verfügung gestellt. Eine Literaturliste, bzw. Empfehlungen zu zusätzlicher Literatur werden in der ersten Vorlesungswoche abgegeben.
Ergänzende Literatur
Zulassungs-voraussetzungen
Unterrichtssprache
(X) Deutsch ( ) Englisch
Teil des Internationalen Profils
( ) Ja (X) Nein
Modulausprägung
Typ 2a
Details siehe unter:
T_RL_Richtlinie_Modulauspraegungen_Stundengutschriften
Leistungsnachweise
Bezeichnung
Art
Form
Umfang
Bewertung
Gewichtung
Leistungsnachweise während Studiensemester
Zwischenprüfung
Hausaufgabe
Prüfung
Arbeit
90min
300min
Note
Note
20%
20%
Semesterendprüfung
Modulendprüfung
Prüfung
90min
Note
60%
Bemerkungen
Rechtsgrundlage
Die Modulbeschreibung ist neben Rahmenprüfungsordnung und Studienordnung Teil der Rechtsgrundlage. Sie ist verbindlich. Eine in der ersten Unterrichtswoche des Semesters schriftlich festgehaltene und kommunizierte Modulvereinbarung kann die Modulbeschreibung präzisieren. Die Modulvereinbarung ersetzt nicht die Modulbeschreibung.
Hinweis
Weitere verfügbare Versionen:
2.0 gültig ab 01.08.2013
Kurs: Datenanalyse und Prognose - Vorlesung
Nr.
t.BA.VS.DP.09HS.V
Bezeichnung
Datenanalyse und Prognose - Vorlesung
Hinweis
Für das Stichdatum 01.08.2099 ist kein Modulbeschreibungstext im System verfügbar.