Zusammenfassung
Das Kapitel 6 gibt eine kurze Einführung in die Analyse von Zeitreihen und erläutert die Grundkonzepte sowie besondere Eigenschaften von Zeitreihen (stationäre vs. nichtstationäre Zeitreihen). Insbesondere wird der Fokus darauf gelegt, wie diese Konzepte in Gretl umgesetzt sind. Im Gegensatz zu Querschnittsdaten besitzen Zeitreihenmodelle die Eigenschaft, dass ihre Störgrößen häufig miteinander korreliert sind, was zu ineffektiven Modellschätzungen führt. Um Autokorrelation aufzudecken, werden Tests vorgestellt wie der Durbin-Watson-Test und der Breusch-Godfrey-Test und in Gretl anhand von Beispieldaten umgesetzt.
Die Regressionsanalyse von trendenden Zeitreihen offenbart häufig ein Phänomen, das als „Scheinregression“ bekannt ist. Da die Parameterschätzer des Modells scheinbar signifikante Ergebnisse liefern, wird dabei eine Abhängigkeit der Zeitreihen festgestellt, die in Wirklichkeit nicht existiert. Deshalb wird in diesem Kapitel ausführlicher auf das Konzept der sog. „Kointegration“ von nichtstationären Zeitreihen eingegangen.
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
Corresponding author
Rights and permissions
Copyright information
© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Malitte, J., Schreiber, S. (2019). Regressionsanalyse von Zeitreihen. In: Ökonometrie verstehen mit Gretl. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58275-6_6
Download citation
DOI: https://doi.org/10.1007/978-3-662-58275-6_6
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-58274-9
Online ISBN: 978-3-662-58275-6
eBook Packages: Business and Economics (German Language)