Zusammenfassung
ARIMA Prozesse stellen spezielle Beschreibungen stochastischer Abhängigkeiten zwischen den Beobachtungen einer Zeitreihe dar. Diese werden mit Hilfe unbekannter Parameter (AR- und MA Koeffizienten) ausgedrückt. Unter Normalverteilungsannahmen können die Parameter unter Verwendung des Maximum-Likelihood Ansatzes geschätzt werden, so dass die darauf basierende Anpassung für Prognosezwecke Anwendung finden kann. Wie bei anderen parametrischen statistischen Modellen existieren auch hier Methoden, welche die Modellbildung und Modelldiagnose unterstützen.
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.
Rights and permissions
Copyright information
© 2010 Vieweg+Teubner Verlag | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Groß, J. (2010). ARIMA Modelle. In: Grundlegende Statistik mit R. Vieweg+Teubner. https://doi.org/10.1007/978-3-8348-9677-3_24
Download citation
DOI: https://doi.org/10.1007/978-3-8348-9677-3_24
Publisher Name: Vieweg+Teubner
Print ISBN: 978-3-8348-1039-7
Online ISBN: 978-3-8348-9677-3
eBook Packages: Computer Science and Engineering (German Language)