Zusammenfassung
Die im vorigen Kapitel behandelten stationären Prozesse haben den Vorteil, dass sie sich im Prinzip auch dann prognostizieren lassen, wenn nur eine Realisierung des Prozesses beobachtet werden kann. Tatsächlich sind viele stochastische Vorgänge in den Wirtschaftswissenschaften durch stationäre Prozesse mathematisch beschreibbar, viele aber auch nicht. Eine Möglichkeit, Prognosen auch instationärer Prozesse anhand einer einzigen Zeitreihe zu gewinnen, besteht darin, sich den Prozess aus einzelnen Komponenten zusammengesetzt zu denken. Dabei sollten die Komponenten eine so einfache Struktur haben, dass man sie leicht in die Zukunft extrapolieren kann.
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.
Literatur
Brock WA, Dechert WD, Scheinkman JA (1987) A test ror independence based on the correlation dimension. Worklng paper, Department of Economia;, University of Wiscansin at Madison, University of Houston, and University of Chicago
Brack WA, Dechert WD, Scheinkman JA, LeBaron B (1996) A test for independenoe based on the correlation dimension. Econometric Reviews 15(3): 197–235
Brock WA, Hsieh DA, LeBaron B (1991) Nonlinear Dynamics, Cltaos, and InslabilitySlatistical Theory und Economic Evidence. MIT Press, Cambridge MA
Brockwell PI, Davis RA (1991) Time Series - Theory and Methods. Springer, New York
Cromwell JB, Labys WC, Terraza M (1994) Univariate Tests for Time Series Models.Sage University Paper series on Quantitative Applicatioru; in the Soda! Seiences, 07-099. Thousand Oaks, Sage CA
D' Agostino RB Stephens MA (1986) (eds) Goodness-of-Fit Techniques, Marrel Dekker, NewYork
Holt ce (1957) Forecasting seasonals and trends by exponentially weighted moving averages. Camegie fustitute of Technology, Pitlsburgh, Pennsylvania, Office of Naval Research Memorandum 52
Royston P (1995) Remark A5 R94: Aremark on Algorithm AS 181: The W lesl for normallty. Appiled Statistics 44: 547–551
Sachs L, Hedderich J (2012) Angewandle Statistik - Methodensammlung mit R. Springer, Berlin
Schlitlgen R" Streitberg HJ (2001) ZeilIethenanalyse. München, Oldenhourg. München
Winters PR (1%0) Forecasting sales by exponentially weighted moving averages. Management Seiences 6: 324–342
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Vogel, J. (2015). Komponentenmodelle. In: Prognose von Zeitreihen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-06837-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-06837-0_4
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-06836-3
Online ISBN: 978-3-658-06837-0
eBook Packages: Business and Economics (German Language)