Title
Nichtparametrische Analyse und Prognose von Zeitreihen (Arbeiten zur Angewandten Statistik, 36) (German Edition),Used
Sold by Ergodebooks, an authorized reseller.
Returns accepted within 30 days | support@ergodebooks.com
Shipping Information
- Free Standard Shipping — United States only
- Processing Time: 1–3 business days
- Estimated Delivery: 3–5 business days after dispatch
- Double-boxed, fully insured & discreetly packaged
- Tracking number sent via email once dispatched
- Orders over $250 require signature upon delivery. Taxes calculated at checkout.
Returns & Refund
Returns accepted within 30 days of delivery.
Damaged or Defective Item
Free return shipping + replacement or full refund
Wrong Item Received
Free return shipping + replacement or full refund
Change of Mind
Return shipping at customer's expense · 25% restocking fee applies
Payment Option
Any astronomer can predict just where every star will be at half past eleven tonight; he can make no such prediction about his daughter. James Truslow Adams, amerikanischer Historiker, 18781949 In der Zeitreihenanalyse spielt die Prognose zukiinftiger Werte eine wich tige Rolle. Je nach Anwendungsgebiet kann sie als Planungsund Steue rungshilfe, als Indikator von Fehlentwicklungen, zur Friiherkennung und Vorwarnung, aber auch zur Spekulation herangezogen werden. Dariiber hinaus ermoglichen die meisten Prognosetechniken das Ersetzen fehlender Werte innerhalb des Beobachtungszeitraumes. Statistische Vorhersagever fahren finden Verwendung in vielen wissenschaftlichen Disziplinen so beispielsweise in den Wirtschafts und Sozialwissenschaften, der Medizin, der Umweltforschung und der Hydrologie. Entstammen die beobachteten Zeitreihenwerte einem GauBprozeB, der durch Angabe seiner Mittelwertund Kovarianzfunktion charakterisiert ist, so geniigt es, die klassischen Verfahren anzuwenden. Hangen diese Funk tionen von endlich vielen Parametern ab, so konnen diese als Funktionen der Stichprobenautokovarianzen unter Regularitatsbedingungen asympto tisch effizient geschatzt werden. Die Prognosen sind dann zumeist lineare Funktionen der zuletzt beobachteten Zeitreihenwerte. Einleitung 2 Die Normalitatsannahme ist ftir Zeitreihendaten vor allem dann frag wiirdig, wenn der Verlauf der Reihe unregelmaf3ige Ausschlage aufweist, die sich von der Mehrzahl der Daten abheben. Wendet man ftir solche Zeitreihen dennoch ein auf der Normalitatsannahme beruhendes paramet risches Verfahren an, so verlieren die Schatzungen in aller Regel ihre Effi zienzeigenschaften. Da in der parametrischen Zeitreihenanalyse Prognosen iiblicherweise als Linearkombinationen einiger Werte vom Ende der Reihe berechnet werden, wobei die Schatzer als Koeffizienten eingehen, reduzie ren schlechte Parameterschatzungen im allgemeinen die Prognosegiite.
⚠️ WARNING (California Proposition 65):
This product may contain chemicals known to the State of California to cause cancer, birth defects, or other reproductive harm.
For more information, please visit www.P65Warnings.ca.gov.