Zusammenfassung
In diesem Kapitel betrachten wir zunächst lineare, zeitinvariante, im Allgemeinen dynamische Transformationen stationärer Prozesse. Solche Transformationen werden auch Filter oder Systeme genannt, der ursprüngliche Prozess ist dabei der Input und der transformierte Prozess der Output.
Dynamische Filter dienen oft als (mathematisches) Modell für reale Systeme (z. B. technische oder ökonomische Systeme). In der Zeitreihenanalyse werden sie verwendet, um bestimmte Komponenten wie etwa Störungen oder Saisonschwankungen aus Zeitreihen zu extrahieren. MA(∞) Prozesse erhält man durch die lineare, dynamische Transformation von weißem Rauschen; das Filter beinhaltet hier daher die wesentlichen Informationen über den transformierten Prozess.
Wir betrachten zunächst allgemeine lineare Transformationen stationärer Prozesse und dann sogenannte l 1-Filter, beides im Zeit- und Frequenzbereich. Ein Abschnitt ist der Interpretation solcher Filter im Frequenzbereich gewidmet. Im vorletzten Abschnitt dieses Kapitels wird das Wiener-Filter behandelt und der letzte Abschnitt beschäftigt sich mit der Lösung von linearen Differenzengleichungen. Diese Lösungen erhält man durch sogenannte rationale Filter, die im weiteren im Zentrum unsere Behandlung stehen werden.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2018 Springer International Publishing AG
About this chapter
Cite this chapter
Deistler, M., Scherrer, W. (2018). Lineare zeitinvariante dynamische Filter und Differenzengleichungen. In: Modelle der Zeitreihenanalyse. Mathematik Kompakt. Birkhäuser, Cham. https://doi.org/10.1007/978-3-319-68664-6_4
Download citation
DOI: https://doi.org/10.1007/978-3-319-68664-6_4
Published:
Publisher Name: Birkhäuser, Cham
Print ISBN: 978-3-319-68663-9
Online ISBN: 978-3-319-68664-6
eBook Packages: Life Science and Basic Disciplines (German Language)