Analysieren Von Umfragedaten In Stata Forex

Befehle zum Analysieren von Umfrage Daten Stata bietet zwei Möglichkeiten zur Analyse von Umfragedaten. Nach einer Beschreibung der beiden Möglichkeiten, gibt es eine Tabelle, um Ihnen zu entscheiden, welche zu wählen. Die Befragung Befehle Der bevorzugte Weg ist, die Familie der Befehle zu verwenden, die mit svy beginnen:. (Siehe Hilfe Umfrage in Stata für eine Liste von Befehlen, die nach svy ausgeführt werden können :) Diese Befehle wurden speziell für die Analyse von Daten aus Stichprobenerhebungen entwickelt. Bevor ein der Befragungsschätzbefehle verwendet werden können, sollte der Befehl svyset verwendet werden, um eine oder mehrere der Variablen anzugeben, die die Stratifizierung, das Samplinggewicht und die primären Sampling-Unit-Variablen beschreiben. Sie können svyset versuchen, indem Sie die folgenden Befehle ausführen: In diesem Beispiel aus den 1999 Tansania DHS Daten ist die Variable earea (Enumerationsbereich) die PSU, Sampwt ist das Wahrscheinlichkeitsgewicht und urbrur (urban-rural) ist die Stratumkennung. Diese Werte bleiben in Kraft, bis sie gelöscht oder zurückgesetzt werden. Wenn Sie die Daten speichern, werden diese Werte mit den Daten gespeichert und werden beim nächsten Gebrauch der Datendatei wirksam. Wir konnten jetzt einen der Umfrage-Schätzbefehle verwenden. Beispielsweise könnte der Mittelwert einer Variablen aus dem Datensatz wie folgt geschätzt werden: Stata berichtet zunächst die Namen der Variablen, die mit dem Befehl svyset definiert wurden, und einige Statistiken über die in der Berechnung verwendeten Daten. Es ist eine gute Idee, um sicherzustellen, dass die Namen der Variablen, die Anzahl der Schichten und die Anzahl der gemeldeten PSUs korrekt sind. Die Anzahl der Beobachtungen mit nicht fehlenden Daten (4029) und die Größe der Population, die durch die Beobachtungen (4029) dargestellt wird, wird ebenfalls berichtet (diese Gewichte werden normalisiert). Nach einem der Umfrage-Schätzbefehle können Sie den Testbefehl verwenden, um lineare Hypothesen und lincom zu testen, um lineare Kombinationen von Schätzungen zu berechnen. Diese speziellen Befehle passen die Teststatistik für das Musterdesign richtig an. Zum Beispiel, um zu testen, ob städtische Frauen weniger Kinder haben als ländliche Frauen: Subpopulation-Analyse Bei der Verwendung der Svy-Befehle, um nur einen Teil der Probe (eine Sub-Population) zu analysieren, ist es wichtig, den gesamten Datensatz zu analysieren und zu verwenden Subpop-Option, um die Beobachtungen zu identifizieren, die Sie in die Schätzung einbeziehen möchten. Dies liegt daran, dass Stata Informationen aus jeder Beobachtung in der Stichprobe haben muss, um die Varianz, Standardfehler und Konfidenzintervalle zu berechnen, obwohl nur die Beobachtungen in der Unterprobe benötigt werden, um Mittel, Proportionen und Regressionskoeffizienten zu berechnen. Um die Subpop-Option zu verwenden, müssen Sie eine Variable generieren, die für die Beobachtungen in Ihrer Subpopulation einen Wert von 1 hat und für diejenigen, die ausgeschlossen werden sollen, einen Wert von 0. Hier ist ein Beispiel, wo wir den Mittelwert der Numkids für die auf Sansibar lebenden Menschen berechnen (die Variable Zanzibar hat einen Wert von 1): Beachten Sie, dass die Subpopulation Zahl der Beobachtungen als 969 aufgeführt ist. Es ist eine gute Idee, diese Zahl zu überprüfen Sicher, dass deine Subpop-Variable wie erwartet funktioniert. Es wäre falsch, die if-Option zur Untermenge der Daten zu verwenden: Die Anzahl der Netzteile ist falsch, so dass der Standardfehler und das Konfidenzintervall auch falsch sind. Beachten Sie, dass die Schätzung des Mittelwertes gleich ist. Dies ist nur ein Beispiel dafür, wie unterschiedlich die Ergebnisse sein können, wenn man die Daten unterteilt. Für einige Variablen könnte der Unterschied viel kleiner oder viel größer sein. Es empfiehlt sich, bei der Analyse einer Subpopulation mit dem Befehl svy immer die Subpop-Option zu verwenden. Verwenden des pweight und robust cluster () Optionen Der zweite Weg, um Umfragedaten zu analysieren, besteht darin, die Schätzbefehle zu verwenden, die das Gewicht und die robusten Clusteroptionen ermöglichen. Die Schätzbefehle bei Verwendung mit dem Pweight und den robusten Clusteroptionen behandeln die Stichprobengewichte und das Clustering ordnungsgemäß. Es gibt jedoch keine Möglichkeit, die Stratifizierungsvariable anzugeben. Infolgedessen kann der Standardfehler größer sein, als es den Befehl und den Befehl svy verwenden würde. Der folgende Satz von Befehlen zeigt den Unterschied zwischen logit (ohne Schicht) und svylogit (mit Stratum): Auswahl einer Methode Die folgende Tabelle vergleicht die beiden Methoden zur Analyse von Daten aus einer Stichprobenerhebung: Stata 14 NEW Stata 14 ist eine komplette, integrierte Statistisches Paket, das alles bietet, was Sie für Datenanalyse, Datenmanagement und Grafik benötigen. Stata wird nicht in Modulen verkauft, was bedeutet, dass du alles bekommst, was du in einem Paket brauchst. OxMetrics OxMetrics bietet eine integrierte Lösung für die ökonometrische Analyse von Zeitreihen, Prognosen, finanziell-ökonometrischer Modellierung oder statistischer Analyse von Querschnitts - und Panel-Daten. EViews NEW EViews 9 bietet akademischen Forschern, Unternehmen, Regierungsbehörden und Studenten Zugang zu leistungsfähigen statistischen, Prognose - und Modellierungswerkzeugen durch eine innovative, einfach zu bedienende objektorientierte Schnittstelle. Prognose Pro Forecast Pro ist eine schnelle, einfache und genaue Prognosesoftware für Geschäftsleute. GAUSS GAUSS ist eine schnelle, leistungsstarke, hochadaptive Suite von analytischen Software und Tools. NVivo NVivo ist eine Software, die qualitative und gemischte Methodenforschung unterstützt. Sie können Inhalte sammeln, organisieren und analysieren. Aktuelle Version: Stata 14 (April 2015) Betriebssystem: Windows, Mac OS, Linux Neue Bayes'sche Analysebefehle Behandlungseffektanalyse IRT (Item Response Theory) Analyse Unterstützung für Unicode Stata in neuen Sprachen Neue Zeitreihenbefehle und vieles mehr End User License Vereinbarung Stata 14 ist ein komplettes, integriertes statistisches Paket, das alles bietet, was Sie für Datenanalyse, Datenmanagement und Grafik benötigen. Stata wird nicht in Modulen verkauft, was bedeutet, dass du alles bekommst, was du in einem Paket brauchst. Und du kannst eine ewige Lizenz wählen, mit nichts mehr zu kaufen. Jährliche Lizenzen sind ebenfalls erhältlich. Alle folgenden Aromen von Stata haben die gleichen vollständigen Satz von Befehlen und Funktionen und Handbücher, die als PDF-Dokumentation in Stata enthalten sind. StataMP: Die schnellste Version von Stata (für Dual-Core - und Multicoremultiprozessor-Computer) StataSE: Stata für große Datensätze StataIC: Stata für moderate Datensätze Small Stata: Eine Version von Stata, die kleine Datensätze behandelt (nur für Bildungseinkäufe). Vergleich der Features StataMP ist die schnellste und größte Version von Stata. Die meisten Computer, die seit Mitte 2006 gekauft wurden, können das fortgeschrittene Multiprocessing von StataMP nutzen. Dazu gehören die Intel Coretrade 2 Duo, i3, i5, i7 und die AMD X2 Dual-Core-Chips. Bei Dual-Core-Chips läuft StataMP 40 schneller und 72 schneller, wo es wichtig ist - auf die zeitaufwändigen Schätzbefehle. Mit mehr als zwei Kerne oder Prozessoren ist StataMP noch schneller. StataMP ist eine Version von StataSE, die auf Multiprozessor - und Multicore-Computern läuft. StataMP bietet die umfangreichste Unterstützung für Multiprozessorcomputer und Multicore-Computer eines beliebigen Statistik - und Datenverwaltungspakets. Die spannende Sache über StataMP und der einzige Unterschied zwischen StataMP und StataSE ist, dass StataMP schneller schneller läuft. StataMP ermöglicht es Ihnen, Daten in einer halben bis zwei Drittel der Zeit im Vergleich zu StataSE auf preiswerten Dual-Core-Desktops und Laptops und in einem Viertel auf die Hälfte der Zeit auf Quad-Core-Desktops zu analysieren. StataMP läuft noch schneller auf Multiprozessor-Servern. StataMP unterstützt bis zu 64 Prozessoren. In einer perfekten Welt würde die Software doppelt so schnell auf zwei Kerne laufen, viermal so schnell auf vier Kerne, achtmal so schnell auf acht Kerne und so weiter. Über alle Befehle läuft StataMP 1,6-mal schneller auf zwei Kerne, 2,1-mal schneller auf vier Kerne und 2,7-mal schneller auf acht Kerne. Diese Werte sind mittlere Geschwindigkeitsverbesserungen. Die halben Befehle laufen noch schneller. Auf der anderen Seite der Verteilung laufen einige Befehle nicht schneller, oft weil sie inhärent sequentiell sind, wie z. B. Zeitreihenbefehle. Stata arbeitete hart, um sicherzustellen, dass die Leistungssteigerung für Befehle, die länger dauern, um zu laufen, größer wäre. Über alle Schätzbefehle läuft StataMP 1,8-mal schneller auf Dual-Core-Computern, 2,8-mal schneller auf Quad-Core-Computern und 4.1-mal schneller auf Computern mit acht Cores. StataMP ist 100 kompatible andere Versionen von mit Stata. Analysen müssen nicht umformuliert oder modifiziert werden, um StataMPs Geschwindigkeitsverbesserungen zu erhalten. StataMP steht für folgende Betriebssysteme zur Verfügung: Windows (32- und 64-Bit-Prozessoren) Mac OS X (64-Bit-Intel-Prozessoren) Linux (32- und 64-Bit-Prozessoren) Solaris (64-Bit SPARC und x86-64) . Um StataMP auszuführen, können Sie einen Desktop-Computer mit einem Dual-Core - oder Quad-Core-Prozessor verwenden oder einen Server mit mehreren Prozessoren verwenden. Ob ein Computer separate Prozessoren hat oder ein Prozessor mit mehreren Kerne macht keinen Unterschied. Mehr Prozessoren oder Kerne macht StataMP schneller laufen. Für weitere Ratschläge zum Einkaufen bei StataMP oder bei Hardware-Anfragen wenden Sie sich bitte an unser Vertriebsteam. Stata SE führt genauso wie StataMP aus und erlaubt die gleiche Anzahl von Variablen und Beobachtungen und der einzige Unterschied besteht darin, dass sie nicht für die Parallelverarbeitung ausgelegt ist. Darüber hinaus unterscheiden sich StataSE, StataIC und Small Stata nur in der Datasetgröße, die jeweils StataSE analysieren können und StataMP kann Modelle mit mehr unabhängigen Variablen als StataIC (bis zu 10.998) passen. StataIC erlaubt Datensätze mit bis zu 2.047 Variablen. Die maximale Anzahl der Beobachtungen beträgt 2,14 Milliarden. StataIC kann höchstens 798 rechtsseitige Variablen in einem Modell haben. Small Stata beschränkt sich auf die Analyse von Datensätzen mit maximal 99 Variablen und 1.200 Beobachtungen. Kleine Stata kann höchstens 99 rechtsseitige Variablen in einem Modell haben. Vergleich der Funktionen Die maximale Anzahl der Beobachtungen ist nur durch den verfügbaren RAM auf Ihrem System begrenzt. Ob Sie ein Student oder ein erfahrener Forschungsfachmann sind, eine Reihe von Stata-Paketen sind verfügbar und für alle Bedürfnisse ausgelegt. Alle folgenden Aromen von Stata haben die gleichen, vollständigen Satz von Befehlen und Funktionen und enthalten PDF-Dokumentation: StataMP: Die schnellste Version von Stata (für Dual - und Multicoremultiprozessor Computer) StataSE: Stata für große Datensätze StataIC: Stata für moderate-Größe Datensätze Small Stata: Eine Version von Stata, die kleine Datensätze behandelt (nur für Bildungskäufe) Was Stata für mich richtig ist Die obige Zusammenfassung zeigt die verfügbaren Stata-Pakete. StataMP ist die schnellste und größte Version von Stata. Die meisten Computer, die nach Mitte 2006 gekauft wurden, können die erweiterten Multiprocessing-Funktionen von StataMP nutzen. StataMP, StataSE und StataIC laufen auf jeder Maschine, aber StataMP läuft schneller. Sie können eine StataMP Lizenz für bis zu der Anzahl der Kerne auf Ihrem Computer kaufen (die meisten ist 64). Wenn zum Beispiel Ihre Maschine acht Kerne hat, können Sie eine StataMP-Lizenz für acht Kerne (StataMP8), vier Kerne (StataMP4) oder zwei Kerne (StataMP2) kaufen. StataMP kann auch mehr Daten analysieren als jeder andere Geschmack von Stata. StataMP kann 10 bis 20 Milliarden Beobachtungen bei den aktuellsten Computern analysieren und ist bereit, bis zu 281 Billionen Beobachtungen zu analysieren, sobald die Computerhardware aufhört. StataSE, StataIC und Small Stata unterscheiden sich nur in der Datasetgröße, die jeder analysieren kann. StataSE und StataMP können Modelle mit mehr unabhängigen Variablen als StataIC (bis zu 10.998) passen. StataSE kann bis zu 2 Milliarden Beobachtungen analysieren. StataIC ermöglicht Datensätze mit bis zu 2.047 Variablen und 2 Milliarden Beobachtungen. StataIC kann höchstens 798 rechtsseitige Variablen in einem Modell haben. Small Stata beschränkt sich auf die Analyse von Datensätzen mit maximal 99 Variablen und 1.200 Beobachtungen. Kleine Stata kann höchstens 98 rechtsseitige Variablen in einem Modell haben. Anmerkung: Die Anzahl der Variablen und Beobachtungen, die von Small Stata erlaubt werden, enthält die zusätzlichen Variablen oder Beobachtungen, die während der statistischen Berechnungen erzeugt wurden. Neue Features in Stata 14 Stata 14 verfügt über 102 neue Features und ist eine der größten neuen Releases von Stata und bietet neue Forschungsmöglichkeiten für Anwender in einer Vielzahl von Bereichen wie: Ökonomie, Gesundheitswissenschaftler, Epidemiologen, Soziologen, Psychologen, Bildungsforscher, Politikwissenschaftler und Ökonometriker. Bayesische Analysenbefehle Die Einführung von Bayes'schen Analysenbefehlen (univariate und multivariate lineare Modelle, univariate GLM, univariate und generalisierte nichtlineare Modelle etc.), unterstützt durch ein alle neuen Stata Bayesian Analysis Referenzhandbuch. Stata 14 umfasst 12 eingebaute Likelihood-Modelle und 22 eingebaute vorherige Distributionen unter anderen nützlichen Features. Weitere erweiterte Modelle der Behandlungseffekte Die Behandlungseffektanalyse steht nun für eine viel breitere Modellklasse zur Verfügung. Eine endogene Behandlungseffektschätzung steht nun für kontinuierliche, binäre, count und fraktionale Ergebnisse zur Verfügung. Behandlungseffekte können nun auch aus Beobachtungsüberlebensdaten abgeschätzt werden. Mehr IRT (Item Response Theory) Analyse Stata 14 unterstützt jetzt IRT Modelle für binäre Items (1-3 PL), kategorische Items (Nominal Response), Ordinary Items (abgestufte Response, Rating Skala und Teilgutschrift) und jede Kombination dieser Modelle. Mehr Stata in neuen Sprachen Statas Benutzeroberfläche ist ab sofort in Spanisch und Japanisch verfügbar. Mehr Weitere nützliche neue Features, die in Stata 14 hinzugefügt wurden: Du kannst eine Vielzahl von mehrstufigen Überlebensmodellen wie Exponential - und Weibull-Mixed-Effects-Modellen platzieren. Mehr Sie können kleine Stichprobe-Inferenz in linearen gemischten Modellen mit mehreren Nenner Grad-of-Freiheit Methoden, einschließlich der Kenward-Roger-Methode. Mehr neue Zeitreihenbefehle. Mehr neue und erweiterte Panel-Daten Schätzer. Mehr Sie können die Leistung und die Stichprobengröße für epidemiologische Kontingenztabellenanalysen berechnen. Mehr Stata versteht Unicode. Mehr Sie können den Satorra-Bentler angepassten Modelltest für SEMs mit Daten ausführen, die normalerweise nicht verteilt sind. Mehr Sie können Modelle für Raten, Proportionen und andere Fraktionsreaktionen mit Beta-Regression und Fraktionsregressionsmodellen abschätzen. Sie können Poisson-Modelle mit zensierten abhängigen Variablen abschätzen. StataMP ermöglicht nun mehr als 2,1 Milliarden Beobachtungen bis zu 20 Milliarden Beobachtungen, die dem aktuellsten Computer gegeben wurden, und ist bereit für mehr, wenn die Computerhardware aufhört. Mehr ICD-10 Codes. Mehr Stage-Level-Gewichte. Mehr zu: Churdle zur Schätzung linearer und exponentieller Hürdenmodelle betareg und fracreg für fraktionale Reaktionen, Proportionen, Raten usw. cpoisson zur Schätzung zensierter Poisson-Modelle ztest - und ztesti-Befehle zur Berechnung von z-statistiken Postestimationsselektor, der die Postestimationsanalyse erheblich vereinfacht. Fast alle Schätzbefehle in Stata unterstützen nun Faktionsvariablen Eine Vielzahl von Verbesserungen an den Margen, wie die Möglichkeit, mehrere Vorhersagen zu einem Zeitpunkt zu machen und die Standardvorhersagen zu haben, spiegeln die beste Wahl für die Randanalyse dar. Mehrere neue Dienstprogramme helfen Ihnen, die Graphen besser zu verwalten Abschnitt der Handbücher Neue Stata Funktionen Referenzhandbuch Programmieren Sie Ihre Sache. Youll interessiert sich für diese neuen Features in Stata 14. Stata verwendet jetzt den 64-Bit Mersenne Twister als Standard-Zufallszahlengenerator Neue statistische, zufällige Zahlenverteilung und String-Funktionen Alle neuen Funktionen, die Stata hinzugefügt wurden, sind auch in Mata There verfügbar Sind viele Video-Tutorials bei der Verwendung von Stata. Im Folgenden finden Sie die aktuellsten Ergänzungen, die sich auf Stata 14 beziehen, sowie eine Liste aller anderen verfügbaren Ressourcen. Schnelle Tipps Alle Versionen von Stata laufen auf Dual-Core-, Multi-Core - und Multiprozessor-Computern. Stata für Windows Windows 10 Windows 7 Windows Vista Windows Server 2003 Windows Server 2008 Windows Server 2003 64-Bit - und 32-Bit-Windows-Sorten für x86-64- und x86-Prozessoren von Intel und AMD. Stata für Mac Stata für Mac erfordert 64-Bit-Intel-Prozessoren (Core2 Duo oder besser) mit OS X 10.7 oder neueren Stata für Unix Linux: Alle 64-Bit (x86-64 oder kompatibel) oder 32-Bit (x86 oder kompatibel) laufen Linux. Hardwareanforderungen Minimum von 512 MB RAM Minimum von 900 MB Speicherplatz Stata für Unix erfordert eine Grafikkarte, die Tausende von Farben oder mehr anzeigen kann (16-Bit - oder 24-Bit-Farbe) Bitte wählen Sie einen Benutzertyp: Stata 14 Dokumentation Jeder Die Installation von Stata beinhaltet alle Unterlagen im PDF-Format. Statas Dokumentation besteht aus über 12.000 Seiten, die jedes Merkmal in Stata mit den Methoden und Formeln und voll bearbeiteten Beispielen aufführen. Sie können nahtlos über Einträge über die Links in jedem Eintrag übergehen. Stata 14 Handbücher Bayesian Analysis Referenzhandbuch Erste Schritte mit Stata für Mac Erste Schritte mit Stata für Unix Erste Schritte mit Stata für Windows Die Stata 14 Dokumentation ist Copyright von StataCorp LP, College Station TX, USA und wird mit Genehmigung von StataCorp LP verwendet. Studenten können StataMP erwerben. StataSE StataIC und Small Stata zu einem ermäßigten Preis durch das Stata GradPlan Programm. Weitere Informationen zu den verfügbaren Lizenztypen finden Sie hier. 2016 sahen wir fünfundzwanzig Jahre der Verteilung und Unterstützung von Stata für Benutzer innerhalb des britischen Irland. Wir sind sehr stolz auf unsere enge Zusammenarbeit mit S. Financial Econometrics Mit Stata von Simona Boffelli und Giovanni Urga bietet eine hervorragende Einführung in die Zeitreihenanalyse und wie man es in Stata für finanzielle macht. Die Region Mittlerer Osten und Nordafrika (MENA) leidet sowohl an der Datenverfügbarkeit als auch an der Datenqualität. Jede Bemühung, Daten über die Region zu sammeln, zu säubern und zu präsentieren, ist ein. Das 4. Polen Stata User Group Meeting findet am Montag, den 17. Oktober 2016 in der SGH Warschau School of Economics, Warschau, Polen statt. Das Ziel der Stata User Group Meeti. Rain Data: Mit Stata automatisieren die Erstellung und Etikettierung jeder Variablen durch Looping Oft in der Datenarbeit findet man, dass die gleiche Arbeit noch einmal gemacht werden muss und. Aktuelle Stata-Kurse Dieser 2-tägige Kurs setzt sich aus Teil 1 fort und bietet eine weitere Übersicht und einen praktischen Leitfaden für mehrere große ökonometrische Methoden, die häufig verwendet werden, um die stilisierten Fakten der finanziellen Zeitreihe über ARMA-Modelle, univariate und multivariate GARCH-Modelle, Risikomanagement zu modellieren Analyse und Ansteckung. Demonstration der alternativen Techniken wird mit Stata illustriert. Praktische Sitzungen innerhalb des Kurses beinhalten Zinsdaten, Vermögenspreise und Forex-Zeitreihen. Der Kurs wird von Prof. Giovanni Urga, einem Autor der Finanzökonometrie, mit Stata - Boffelli, S und Urga, G (2016), Stata Press: TX, ausgeliefert. Der Kurs basiert auf dem Buch und alle Teilnehmer erhalten ein kostenloses Exemplar. Unsere 2017 Stata Sommerschule findet am 3.-8. Juli 2017 in London statt. Erfahren Sie, wie Sie Stata effektiver in unsere flexible Kurzstreckenserie einsetzen - Eine Einführung in Stata Eine Einführung in Stata Graphics Advanced Data Management in Stata Eine Einführung in Stata für Medizinische Statistik Eine Einführung in die Meta-Analyse Eine Einführung in die Zeitreihenanalyse. Dieser 2-tägige Kurs bietet einen Überblick über und einen praktischen Leitfaden für mehrere große ökonometrische Methoden, die häufig verwendet werden, um die stilisierten Fakten der finanziellen Zeitreihe über ARMA-Modelle, univariate und multivariate GARCH-Modelle, Risikomanagement-Analyse und Ansteckung zu modellieren. Demonstration der alternativen Techniken wird mit Stata illustriert. Praktische Sitzungen innerhalb des Kurses beinhalten Zinsdaten, Vermögenspreise und Forex-Zeitreihen. Der Kurs wird von Prof. Giovanni Urga, einem Autor der Finanzökonometrie, mit Stata - Boffelli, S und Urga, G (2016), Stata Press: TX, ausgeliefert. Die zweite von zwei Kursen, die als Einführung in die Bayes'schen Methoden zur empirischen Analyse entwickelt wurden. Wir werden mit einer Reihe von theoretischen Fragen beginnen, einschließlich Austauschbarkeit, Vor-Hintern-Analyse, Modellvergleich und Hypothesentests und Modelle für fehlende Daten. Wir werden auch das grundlegende Problem der Voruntersuchung untersuchen. In diesem dreitägigen Kurs, der am 5./7. April 2017 in London läuft, legen wir fest, wie wir Prognosemodelle erstellen und bewerten können, um makroökonomische Variablen wie Inflation und Wirtschaftswachstum vorhersagen zu können. Wir betrachten die Zeitreihenvorhersage und die Grundlagen des Bauens eines Modells, die Überprüfung der Diagnostik, der VAR-Modelle und der Kointegration. Brauchen Sie ein Angebot