Einführung in die Zeitreihenanalyse

• Titel: Einführung in die Zeitreihenanalyse
• Mitwirkende: Kreiß, Jens-Peter
• Mitwirkende: Neuhaus, Georg
• Verf.angabe: by Jens-Peter Kreiß, Georg Neuhaus
• Verlagsort: Berlin, Heidelberg
• Verlag: Springer-Verlag Berlin Heidelberg
• Jahr: 2006
• Umfang: Online-Ressource (XIV, 388 S, digital)
• Gesamttitel/Reihe: Statistik und ihre Anwendungen
• Gesamttitel/Reihe: SpringerLink : Bücher
• ISBN: 978-3-540-33571-9
• DOI: doi:10.1007/3-540-33571-4
• Schlagwörter: (s)Zeitreihenanalyse
• Schlagwörter: (s)Zeitreihenanalyse
• Datenträger: Online-Ressource
• Dokumenttyp: Lehrbuch
• Sprache: ger
• Reproduktion: Buchausg. u.d.T.: Kreiß, Jens-Peter, 1958 -: Einführung in die Zeitreihenanalyse. - Berlin: Springer, 2006. - XIV, 388 S
• RVK-Notation: SK 845
• RVK-Notation: QH 237
• Sach-SW: Time-series analysis
• Sach-SW: Zeitreihenanalyse
• Sach-SW: Lehrbuch
• K10plus-PPN: 1645379159
• K10plus-PPN:
  Universitätsbibliothek
• Lokale URL UB: Zum Volltext

Abstract

Einführung -- Stationarität und grundlegende Modelle der Zeitreihenanalyse -- Die Autokovarianz und die Autokorrelation -- Lineare Vorhersage bei endlicher Vergangenheit -- Der Spektralsatz für stationäre Zeitreihen -- Filterung stationärer Zeitreihen -- ARMA-Modelle -- Die Autokovarianz und Autokorrelation von ARMA-Reihen im reellen Fall -- Deterministische und rein nicht-deterministische Zeitreihen -- Asymptotische Eigenschaften von Schätzverfahren in linearen Zeitreihenmodellen -- Parameterschätzung in ARMA-Modellen -- Schätzen im Spektralbereich -- Modellierung mit ARMA-Zeitreihen -- Grundlagen finanzieller Zeitreihen -- Grundlagen multivariater Zeitreihen.

Abstract

Das Buch führt in die grundlegenden Bereiche der klassischen Zeitreihenanalyse ein. Deshalb spielen in den ersten Kapiteln die Begriffe Stationarität und Autokovarianz- bzw. Autokorrelationsstruktur eine wesentliche Rolle. Ergänzend zu den grundlegenden Modellen werden aber auch schon zu Beginn eine Reihe von Beispielen diskutiert. Mit Hilfe des Spektralsatzes und der Filterung stationärer Zeitreihen kann die wichtige Klasse der ARMA-Modelle sehr effizient und erschöpfend behandelt werden. Die asymptotischen Resultate des Textes beruhen auf einem zentralen Grenzwertresultat für sog. schwach abhängige Zufallsvariable. Es zeigt sich, dass dieses Resultat sowohl die Behandlung linearer Zeitreihenmodelle wie gewisser nichtlinearer und für den Bereich der Finanzzeitreihen wichtiger Zeitreihen erlaubt. Im Weiteren werden dann Schätzmethoden im Spektralbereich von Zeitreihen diskutiert. Neben dem Periodogram werden ebenso auch sog. geglättete Spektraldichteschätzer vollständig behandelt. Kapitel über Modellwahlverfahren und die wesentlichen Grundlagen multivariater Zeitreihen sowie einiger Anhänge, die den Text weitestgehend autark lesbar machen sollen, schließen das Buch ab.