Zusammenfassung
Zeitreihen werden in der Praxis häufig deshalb mit Hilfe von ARMA- bzw. ARIMA-Prozessen modelliert, weil sich auf der Basis solcher Modelle relativ bequem Prognosen erstellen lassen. Insbesondere weisen diese Prognosen die Eigenschaft der Rekursivität auf, d.h. die I-Schritt-Prognose kann unmittelbar aus der (l-1 )-SchrittPrognose entwickelt werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2001 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Stier, W. (2001). Prognosen mit ARMA- und ARIMA-Modellen. In: Methoden der Zeitreihenanalyse. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-56709-4_11
Download citation
DOI: https://doi.org/10.1007/978-3-642-56709-4_11
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-41700-2
Online ISBN: 978-3-642-56709-4
eBook Packages: Springer Book Archive