Nichtparametrische Analyse und Prognose von Zeitreihen (Arbeiten zur Angewandten Statistik, 36) (German Edition),Used

Nichtparametrische Analyse und Prognose von Zeitreihen (Arbeiten zur Angewandten Statistik, 36) (German Edition),Used

In Stock
SKU: DADAX3790805815
Brand: Physica
$89.81 $128.30
Save $38.49
Quantity
Add to wishlist
Add to compare

Processing time: 1-3 days

US Orders Ships in: 3-5 days

International Orders Ships in: 8-12 days

Return Policy: 15-days return on defective items

Payment Option
Payment Methods

Help

If you have any questions, you are always welcome to contact us. We'll get back to you as soon as possible, withing 24 hours on weekdays.

Customer service

All questions about your order, return and delivery must be sent to our customer service team by e-mail at yourstore@yourdomain.com

Sale & Press

If you are interested in selling our products, need more information about our brand or wish to make a collaboration, please contact us at press@yourdomain.com

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.

Recently Viewed