Robuste Schätzung von ARMA-Modellen unter Verwendung von robust geschätzten Autokovarianzen
Seiten
1993
Peter Lang Gmbh, Internationaler Verlag Der Wissenschaften
978-3-631-46776-3 (ISBN)
Peter Lang Gmbh, Internationaler Verlag Der Wissenschaften
978-3-631-46776-3 (ISBN)
- Keine Verlagsinformationen verfügbar
- Artikel merken
In den Wirtschaftswissenschaften treten empirische Daten häufig in Form von Zeitreihen auf. Für ihre statistische Analyse haben sich die von Box und Jenkins vorgeschlagenen ARMA-Modelle bewährt. In der Praxis können die Daten aber oft nur gestört beobachtet werden. Das Auftreten sog. Ausreißer beeinflußt die klassischen Methoden zur Zeitreihenanalyse derart, daß völlig unbrauchbare Ergebnisse resultieren. In dieser Arbeit werden nach einer Darstellung der klassischen Methoden und ihrer Beeinflussung durch Ausreißer zunächst die Möglichkeiten zur robusten Schätzung der Autokovarianzfunktion aufgezeigt. Diese bilden die Grundlage für ein Verfahren zur robusten Schätzung der Ordnung und der Koeffizienten von ARMA-Modellen. Die Brauchbarkeit dieses Verfahrens wird mit einer Monte-Carlo-Simulation und anhand empirischer Beispiele veranschaulicht.
Der Autor: Michael Forster wurde 1960 in Gelsenkirchen geboren und studierte Betriebswirtschaft an der Universität-GH-Essen. Nach seinem Diplom arbeitete er zunächst als Mitarbeiter im DFG-Projekt «Robuste Zeitreihenanalyse». Danach begann er seine Tätigkeit als wissenschaftlicher Mitarbeiter im Fachgebiet Statistik der Universität-GH-Essen, wo er 1993 promovierte.
Aus dem Inhalt: Klassische Schätzungen für ARMA-Modelle (KQ-, ML-Schätzer) - Ansätze zur robusten Schätzung (M-, GM-, RA- und TRA-Schätzer) - Robuste Schätzung der Autokovarianzfunktion - Robuste Schätzung der Ordnung und der Koeffizienten - Monte-Carlo-Simulation und Beispiele.
Erscheint lt. Verlag | 1.11.1993 |
---|---|
Reihe/Serie | Europäische Hochschulschriften / European University Studies / Publications Universitaires Européennes ; 1477 |
Verlagsort | Frankfurt a.M. |
Sprache | deutsch |
Maße | 148 x 210 mm |
Gewicht | 210 g |
Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
Mathematik / Informatik ► Mathematik ► Finanz- / Wirtschaftsmathematik | |
Wirtschaft ► Volkswirtschaftslehre | |
Schlagworte | ARMA • Autokovarianzen • Forster • geschätzten • modellen • Robust • robuste • Schätzung • Unter • Verwendung |
ISBN-10 | 3-631-46776-1 / 3631467761 |
ISBN-13 | 978-3-631-46776-3 / 9783631467763 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Auswertung von Daten mit pandas, NumPy und IPython
Buch | Softcover (2023)
O'Reilly (Verlag)
44,90 €
Buch | Softcover (2023)
O'Reilly (Verlag)
54,90 €