Vektorautokorrelationen stochastischer Prozesse und die Spezifikation von ARMA-Modellen
PAYBACK Punkte
0 °P sammeln!
Die Arbeit beschäftigt sich mit der Spezifikation der Ordnung von ARMA-Modellen mit Hilfe des Konzepts der Vektorautokorrelationen. Diese sind lineare Abhängigkeitsmaße zwischen Segmenten eines stochastischen Prozesses und lassen sich als direkte multivariate Verallgemeinerung der in der Praxis der Zeitreihenanalyse sehr verbreiteten Korrelationsmaße auffassen. Die Verteilung der korrespondierenden Stichprobenkenngrößen wird untersucht. Über die Herleitung der asymptotischen Verteilung der Stichprobenvektorautokorrelationen hinaus wird ein alternatives, auf dem Bootstrap-Prinzip aufbaue...
Die Arbeit beschäftigt sich mit der Spezifikation der Ordnung von ARMA-Modellen mit Hilfe des Konzepts der Vektorautokorrelationen. Diese sind lineare Abhängigkeitsmaße zwischen Segmenten eines stochastischen Prozesses und lassen sich als direkte multivariate Verallgemeinerung der in der Praxis der Zeitreihenanalyse sehr verbreiteten Korrelationsmaße auffassen. Die Verteilung der korrespondierenden Stichprobenkenngrößen wird untersucht. Über die Herleitung der asymptotischen Verteilung der Stichprobenvektorautokorrelationen hinaus wird ein alternatives, auf dem Bootstrap-Prinzip aufbauendes Verfahren entwickelt, mit dem bessere Aussagen über die exakte Verteilung der Stichprobenvektorautokorrelationen erzielt werden. Erweiterungen des Ansatzes der Vektorautokorrelationen zur Behandlung grenzstationärer Prozesse werden vorgestellt. Zudem werden die Beziehungen zwischen Vektorautokorrelationen und einer Reihe anderer, in der Literatur vorgeschlagenen, Verfahren zur Prozeßidentifikation untersucht.
