Methoden der Zeitreihenanalyse - Stier, Winfried
39,95 €
versandkostenfrei*

inkl. MwSt.
Sofort lieferbar
0 °P sammeln

    Broschiertes Buch

Umfassender Überblick über die wichtigsten und aktuellen Methoden der Zeitreihenanalyse. Für das Selbststudium geeignet Erstes deutschsprachiges Lehrbuch über einen so breiten Text: Dieses Lehrbuch vermittelt einen umfassenden Überblick über die wichtigsten Methoden der Zeitreihenanalyse. Neben Grund- konzepten deskriptiver Zeitreihenanalyse werden einleitend einfache Saisonbereinigungs- und Prognoseverfahren dargestellt, anschließend werden univariate stochastische Prozesse, VAR-Prozesse, Parameterschätzung, Identifikation, Modelldiagnose, Ausreißeranalyse, univariate ARIMA-Prognosen,…mehr

Produktbeschreibung
Umfassender Überblick über die wichtigsten und aktuellen Methoden der Zeitreihenanalyse.
Für das Selbststudium geeignet Erstes deutschsprachiges Lehrbuch über einen so breiten Text: Dieses Lehrbuch vermittelt einen umfassenden Überblick über die wichtigsten Methoden der Zeitreihenanalyse. Neben Grund- konzepten deskriptiver Zeitreihenanalyse werden einleitend einfache Saisonbereinigungs- und Prognoseverfahren dargestellt, anschließend werden univariate stochastische Prozesse, VAR-Prozesse, Parameterschätzung, Identifikation, Modelldiagnose, Ausreißeranalyse, univariate ARIMA-Prognosen, Transferfunktionen (ARMAX)-Modelle, ARMAX-Prognosen, Strukturelle Komponentenmodelle und Spektralanalyse behandelt. Ausführlich dargestellt werden ferner die praktisch wichtigsten Saisonbereinigungsverfahren, Design digitaler Filter (FIR- und IIR-Filter), Unit-root-Prozesse, Unit-root-Tests, Kointegration, Fehler-Korrektur-Modell, Kointegrationstest sowie nicht-linear Zeitreihenmodelle (ARCH-GA RCH-Prozesse, bilineare und Threshold-Prozesse).
  • Produktdetails
  • Springer-Lehrbuch
  • Verlag: Springer, Berlin
  • 2001
  • Seitenzahl: 416
  • Erscheinungstermin: 20. Juni 2001
  • Deutsch
  • Abmessung: 238mm x 156mm x 25mm
  • Gewicht: 635g
  • ISBN-13: 9783540417002
  • ISBN-10: 3540417001
  • Artikelnr.: 09763932
Inhaltsangabe
I. Elementare Zeitreihenanalyse.- I.1. Definitionen, Grundkonzepte, Beispiele.- I.2. Das traditionelle Zeitreihen-Komponentenmodell.- II. Einfache Saisonbereinigungsverfahren.- II.1. Saisonbereinigung im additiven Komponentenmodell bei konstanter Saisonfigur.- II.2. Saisonbereinigung im additiven Komponentenmodell bei variabler Saisonfigur.- II.3. Einige praktische Probleme der Saisonbereinigung.- III. Elementare Filter-Operationen.- IV. Prognosen auf der Basis von Exponential-Smoothing-Ansätzen.- IV.1. Vorbemerkungen.- IV.2. Einfaches Exponential-Smoothing.- IV.3. Exponential-Smoothing nach Holt.- IV.4. Exponential-Smoothing nach Winters.- IV.5. Ergänzende Bemerkungen zum Exponential-Smoothing.- V. Grundzüge der Theorie der stochastischen Prozesse.- V.1. Zufallsvariable und Zufallsvektoren.- V.2. Stochastische Prozesse.- V.3. Stationäre Stochastische Prozesse.- V.4. Spezielle stationäre Prozesse.- V.4.1. Wei?es Rauschen.- V.4.2. Autoregressive Prozesse.- V.4.3. Moving-Average-Prozesse.- V.4.4. ARMA-Prozesse.- V.4.5. ARIMA-Prozesse.- V.4.5.1. Nicht-saisonale ARIMA-Prozesse.- V.4.5.2. Saisonale ARIMA-Prozesse.- V.4.5.3. Exkurs: Ein alternativer saisonaler ARIMA-Proze?.- V.4.5.4. Exponential Smoothing-Modelle und ARIMA-Modelle.- VI. Vektorielle stochastische Prozesse.- VI.1. Grundlagen.- VI.2. VAR-Prozesse.- VI.2.1 Exkurs: Kronecker-Produkt und vec-Operator.- VI.3 Impuls-Antwortfunktionen.- VI.3.1. Impuls-Antwortfunktionen bei unkorrelierten Innovationen.- VI.3.2. Exkurs: Dekomposition der Matrix ?.- VI.3.3. Impuls-Antwortfunktionen bei korrelierten Innovationen.- VI.3.4. Varianz-Zerlegung.- VI.3.5. Granger-Kausalität.- VII. Schätzprobleme bei stochastischen Prozessen.- VII.1 Schätzen von Parametern und Momentfunktionen univariater Prozesse.- VII.1.1. Grundlagen.- VII.1.2. Parameterschätzungen bei ARMA-Prozessen.- VII.2 Parameterschätzung vektorieller Prozesse.- VII. Identifikation stochastischer Prozesse.- VIII.1. Identifikation univariater ARMA- und ARIMA-Prozesse.- VIII.2. Identifikation vektorieller ARMA- und ARIMA-Prozesse.- IX. Modelldiagnose.- IX.1 Modelldiagnose bei univariaten ARMA- und ARIMA-Modellen.- IX.2 Modelldiagnose bei vektoriellen ARMA- und ARIMA-Prozessen.- X. Ausrei?er-Analyse.- X.1. Grundlagen und Beispiele.- X.2. Additive und innovative Ausrei?er und ihre Bestimmung.- X.2.1. Beispiele.- XI. Prognosen mit ARMA- und ARIMA-Modellen.- XI.1. Prognosen mit univariaten ARMA- und ARIMA-Modellen.- XI.2. Prognosen mit vektoriellen ARMA- und ARIMA-Prozessen.- XII. Transferfunktionen (ARMAX)-Modelle.- XII.1 Transferfunktionen-Modelle mit einer Input-Variablen.- XII.1.1. Grundlagen und Definitionen.- XII.1.2. Kreuzkorrelationsfunktion und Transferfunktionen-Modelle.- XII.1.3. Identifikation von Transferfunktionen-Modellen.- XII.1.4. Parameterschätzungen bei Transferfunktionen-Modellen.- XII.1.5. Diagnose von Transferfunktionen-Modellen.- XII.1.6. Prognose mit Transferfunktionen-Modellen.- XII.1.7. Beispiele.- XII.2. Transferfunktionen mit mehreren Inputs.- XIII. Strukturelle Komponentenmodelle.- XIII.1 Einleitung.- XIII.2 Modellierung der Komponenten.- XIII.2.1 Trendkomponente.- XIII.2.2 Zyklus-Komponente.- XIII.2.3 Saison komponente.- XIII.3. Das ?Basic Structural Model? nach Harvey.- XIII.4. Strukturelle Komponentenmodelle und ARIMA-Modelle.- XIII.5. Parameterschätzung bei strukturellen Komponentenmodellen.- XIII.5.1. Zustandsraummodelle.- XIII.5.2. Kalman-Filter.- XIII.5.3. Maximum-Likelihood-Schätzungen.- XIII.6. Beispiel.- XIII.7. Abschlie?ende Bemerkungen.- XIV. Grundzüge der Spektralanalyse.- XIV.1. Vorbemerkungen.- XIV.2. Spektren stationärer Prozesse.- XIV.3 Schätzung eines Spektrums.- XIV.4 Spektralanalyse und Saisonalität.- XV. Saisonbereinigungsverfahren und Probleme der Saisonbereinigung.- XV.1. Einleitung.- XV.2. Bemerkungen zu einfachen Saisonbereinigungsverfahren und einigen Grundproblemen der Saisonbereinigung.- XV.3. Spezielle Saisonbereinigungsverfahren.- XV.3.1. Verfahren auf der Bas