105.143 Stationäre Prozesse und Zeitreihenanalyse
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2020S, VO, 3.0h, 4.5EC
TUWEL

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VO Vorlesung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage die grundlegenden Sätze zu stationären Prozessen und deren Spektraldarstellung zu formulieren und zu beweisen, sowie in diesem Kontext Prognosen zu erstellen und statistische Schätzung und Tests durchzuführen.

Inhalt der Lehrveranstaltung

Stationäre Prozesse, Grundlagen, Autokovarianzfunktion, Spektraldarstellung, Spektrum, lineare Filter, Transferfunktion, AR/ARMA Prozesse, Prognose, Schätzung.

Methoden

Vorlesung mit Tafelvortrag.

Prüfungsmodus

Mündlich

Weitere Informationen

Vorbesprechung am 3. März um 9h15 (Seminarraum DB 04 gelb).

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.09:00 - 11:0003.03.2020 - 10.03.2020Sem.R. DB gelb 04 Stationäre Prozesse und Zeitreihenanalyse
Mi.10:00 - 11:0004.03.2020 - 11.03.2020Sem.R. DB gelb 04 Stationäre Prozesse und Zeitreihenanalyse
Stationäre Prozesse und Zeitreihenanalyse - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.03.03.202009:00 - 11:00Sem.R. DB gelb 04 Stationäre Prozesse und Zeitreihenanalyse
Mi.04.03.202010:00 - 11:00Sem.R. DB gelb 04 Stationäre Prozesse und Zeitreihenanalyse
Di.10.03.202009:00 - 11:00Sem.R. DB gelb 04 Stationäre Prozesse und Zeitreihenanalyse
Mi.11.03.202010:00 - 11:00Sem.R. DB gelb 04 Stationäre Prozesse und Zeitreihenanalyse

Leistungsnachweis

Mündliche Prüfung nach Vereinbarung.

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 393 Mathematical Modelling in Engineering: Theory, Numerics, Applications Gebundenes Wahlfach3. Semester
066 395 Statistik-Wirtschaftsmathematik Gebundenes Wahlfach
066 453 Biomedical Engineering Gebundenes Wahlfach
860 GW Gebundene Wahlfächer - Technische Mathematik Keine Angabe

Literatur

P. J. Brockwell and R. A. Davis. Introduction to time series analysis and forecasting. Springer, New York, 2. edition, 2002.

M. Deistler und W. Scherrer. Modelle der Zeitreihenanalyse. Birkhäuser, 2018.

Vorkenntnisse

Grundkenntnisse in linearer Algebra, Wahrscheinlichkeitstheorie und Statistik sind vorteilhaft.

Begleitende Lehrveranstaltungen

Sprache

Deutsch