Zusammenfassung
Bei der Darstellung vektorieller Prozesse in Kap. IV.4.6. wurde ein Spezialfall eines zweidimensionalen autoregressiven Prozesses betrachtet, bei dem die Koeffizientenmatrix Φ die Form einer oberen Dreiecksgestalt aufwies (vgl. Fall c) in Kapitel IV.4.6.). Dies hatte zur Folge, daβ die Variable X1t von X2t abhängig war, aber das Umgekehrte galt nicht, d.h. X2t konnte als unabhängige Variable oder Input—Variableund X1t als (davon) abhängige Variable interpretiert werden. Derartige Modelle, bei denen einseitige(auch kausal genannte) Abhängigkeiten bestehen und die deshalb mit Regressionsmodellen verwandt sind, werden allgemein als Transferfunktionen- oder ARMAX-Modelle bezeichnet. Man unterscheidet dabei Transferfunktionen- Modelle mit einer Input-Variablen (oder einem Input-Prozeβ) und solchen mit mehreren Input-Variablen (oder mehreren Input-Prozessen). Beide Fälle sollen hier getrennt behandelt werden, weil beim letzteren im allgemeinen spezielle Probleme auftreten, die mit der möglichen Korrelation der Input-Prozesse zusammenhängen.
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). Transferfunktionen (ARMAX)-Modelle. In: Methoden der Zeitreihenanalyse. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-56709-4_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-56709-4_12
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-41700-2
Online ISBN: 978-3-642-56709-4
eBook Packages: Springer Book Archive