VVZ API is not affiliated with ETH Zurich. Data might be outdated or incorrect. Please view the official ETHZ Vorlesungsverzeichnis for binding information.
Time Series Analysis
Last Updated: 2026-06-01 11:30:52
Abstract
The course offers an introduction into analyzing times series, that is observations which occur in time. The material will cover Stationary Models, ACVF and ACF, Estimation of trend and seasonal component, Linear processes, ARMA processes, Forecasting and estimation of a missing value, the Innovation Algorithm.
Objective
The goal of the course is to have a a good overview of the different types of time series and the approaches used in their statistical analysis.
Content
This course treats modeling and analysis of time series, that is random variables which change in time. As opposed to the i.i.d. framework, the main feature exibited by time series is the dependence between successive observations. The key topics which will be covered as: Stationarity Autocovariance/Autocorrelation Trend estimation Elimination of seasonality Testing for i.i.d. noise Linear Processes AR and ARMA models Causality and invertibility Forecasting Innovatrion algorithm
Resources
Literature
The main reference for this course is the book "Introduction to Time Series and Forecasting", by P. J. Brockwell and R. A. Davis
General Information
- Language
- English
- Levels
- BSC , DR , MSC , WBZ
- Frequency
- Every two years
Examination
- Type
- session examination
- Mode
- written 120 minutes
- Aids
- None
Course Components
| Type | Title | Time & Place | Hours |
|---|---|---|---|
| lecture with exercise |
Time Series Analysis
Does not take place this semester.
|
No time listed | 2 h weekly |
Offered In
-
-
Wahlfächer (Von den angebotenen Wahlfächern müssen mindestens zwei Lerneinheiten erfolgreich abgeschlossen werden.)
-
-
-
-
-
-
-
-
Wahlfächer (Von den angebotenen Wahlfächern müssen mindestens zwei Lerneinheiten erfolgreich abgeschlossen werden. Als Wahlfächer für Rechnergestützte Wissenschaften Master gelten automatisch (ohne Anrechnungsgesuch) auch alle Kernfächer/Vertiefungsfächer (aber nicht Wahlfächer!) aus folgenden Studiengängen: Informatik Master Mathematik Master Physik Master Elektrotechnik und Informationstechnologie Master Data Science Master Robotics, Systems and Control Master Statistik Master Neural Systems and Computation Master gemäss den angegebenen Abschnittsreferenzen.)
-
-
-
Wahlfächer (Für das Master-Diplom in Angewandter Mathematik ist die folgende Zusatzbedingung (nicht in myStudies ersichtlich) zu beachten: Mindestens 14 KP der erforderlichen 26 KP aus Kern- und Wahlfächern müssen aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten stammen.)
-
Wahlfächer aus Bereichen der angewandten Mathematik ... (vollständiger Titel: Wahlfächer aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten)
-
-
-
Statistik Master (Die hier aufgelisteten Lehrveranstaltungen gehören zum Curriculum des Master-Studiengangs Statistik. Die entsprechenden KP gelten nicht als Mobilitäts-KP, auch wenn gewisse Lerneinheiten nicht an der ETH Zürich belegt werden können.)
-
-
Quantitative Finance Master (siehe Studierende im Joint Degree Master-Studiengang "Quantitative Finance" müssen Module der Universität Zürich direkt an der Universität Zürich buchen. Die entsprechenden Module sind hier nicht aufgelistet.)
-
-
Bereich MF (Mathematical Methods in Finance) (Für allfällige weitere Kursangebote siehe )
-
-
-
Doktorat Mathematik (Mehr Informationen unter: )
-
Vertiefung Fachwissen (Die Liste der Lehrveranstaltungen für Doktoratsstudentinnen und Doktoratsstudenten wird jedes Semester im Newsletter der ZGSM veröffentlicht.)
-
Graduate School (Offizielle Website der Zurich Graduate School in Mathematics: )
-
-
-
-
-
-