Zeitreihenanalyse mit Python

In diesem Methodentraining werden die klassischen Aufgaben im Bereich der Zeitreihenanalyse besprochen.

Lernen Sie zunächst mit den Grundbegriffen der Zeitreihenanalyse sicher umzugehen und verwenden Sie anschließend Python, um Zeitreihenobjekte zu erstellen und typische Datenmanagementaufgaben mit diesen zu erledigen. Erfahren Sie dabei, wie sie Strings in Zeitreihen umwandeln und Sie Kalenderinformationen extrahieren. Anschließend werden Sie höhere Analysen wie Glättungsverfahren und ARIMA Modelle erstellen, um Zeitreihen zu beschreiben und fortzuschreiben. Die Verfahren werden zunächst theoretisch eingeleitet, anschließend an Beispieldaten (Kursverläufe, Bevölkerungszahlen, Devisen etc.) direkt in Python vorgeführt und abschließend in kleinen Übungen durch die Teilnehmer ausprobiert.

Grundlagen der Inferenzstatistik kennenlernen

Einführung in die methodischen Grundlagen der multivariaten Verfahren

Grundlegenden Techniken der inferenzstatistischen und multivariaten Datenanalyse mit Python beherrschen

• Inferenzstatistik
• Grundidee, zentraler Grenzwertsatz, Stichprobenverfahren, zentrale Kennwerte, Verteilungen
• Hypothesentests (Korrelationen, T-Test, ANOVA)
• Lineare Regressionsanalyse
• Grundidee & Kausalität, Modellerstellung, Evaluationstechniken, Interpretation der Parameter, ß-Koeffizienten, Multiple Regressionsanalyse, Diagnostik, Visualisierungen
• Clusteranalyse
• k-Nearest Neighbors, k-Means, Agglomerative Clusteranalyse, Visualisierungen
• Principal-Component-Analyse (PCA)
• Grundidee, Extraktion der Hauptkomponenten, Eigenwerte, Kummunalitäten, Hauptachsenanalyse, Kaiser-Kriterium, Elbogenkriterium, Faktorrotation

Grundlegende Programmiererfahrung in Python sollte vorhanden sein.

Training am eigenen Laptop

 (Softwarevoraussetzungen und Installationsanleitung erhalten Sie im Vorfeld)