EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Not registered Login
[ German (Switzerland) German (Switzerland) ]   [ English ]
[ de de ]   [ en ]
Not registered Login
t.BA.VS.DP.09HS (Data Analysis and Forecasting) 
Module: Data Analysis and Forecasting
This information was generated on: 20 March 2025
No.
t.BA.VS.DP.09HS
Title
Data Analysis and Forecasting
Organised by
T IDP
Credits
4

Description

Version: 5.0 start 01 August 2020

Diese Modulbeschreibung gilt bis zum 31. Juli 2024. Die gültige Modulbeschreibung ist im Intranet unter https://intra.zhaw.ch/departemente/school-of-engineering/bachelorstudium/module im Modulhandbuch abrufbar.

 

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.

Note

Course: Datenanalyse und Prognose - Vorlesung
No.
t.BA.VS.DP.09HS.V
Title
Datenanalyse und Prognose - Vorlesung

Note

  • No module description is available in the system for the cut-off date of 01 August 2099.