Zusammenfassung
Bisher haben wir univariatestochastische Prozesse betrachtet, d.h. sowohl bei den ARMA- als auch den ARIMA-Prozessen stand die Betrachtung und Analyse einzelner stochastischer Prozesse im Vordergrund. Für viele Fragestellungen reicht jedoch dieser theoretische Ansatz nicht aus. Dies ist z.B. dann der Fall, wenn Abhängigkeiten zwischen mehreren Variablen modelliert und untersucht werden sollen. Praktisch bedeutsam ist etwa der Fall, daβ Zeitreihendaten für mehrere Variable gegeben sind und die Frage interessiert, ob und gegebenenfalls welche Beziehungen zwischen diesen Variablen vorliegen. Diese können vielfältiger Art sein: Neben einseitigen (″kausalen″) Beziehungen können solche auftreten, bei denen mehr oder weniger komplizierte Rückkopplungen (feedbacks) zu berücksichtigen sind.
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). Vektorielle stochastische Prozesse. In: Methoden der Zeitreihenanalyse. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-56709-4_6
Download citation
DOI: https://doi.org/10.1007/978-3-642-56709-4_6
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-41700-2
Online ISBN: 978-3-642-56709-4
eBook Packages: Springer Book Archive