Advertisement

Zeitreihen

  • Werner A. Stahel

Zusammenfassung

Viele interessante Erscheinungen dieser Welt sind mit einem zeitlichen Ablauf verbunden. Empirische Studien solcher Phänomene gehen von Daten aus, die in einer zeitlichen Abfolge gemessen oder beobachtet werden. Beispiele sind Niederschlag, Sonnenflecken-Aktivität (Bild 16.1.a), Schadstoff-Konzentration an einem bestimmten Ort, chemische Reaktionen, Grösse einer biologischen Population, Blutdruck, Häufigkeit einer ansteckenden Krankheit, Produkte-Qualität, Bestellungseingang, Wechselkurse, Erwerbslosenzahl, Anzahl Fahrgäste, usw. (siehe auch 3.7)

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. a.
    Die Literatur über Zeitreihen setzt meistens gutes mathematisches Verständnis voraus. Das liegt daran, dass ohne mathematische Werkzeuge wichtige Methoden der Zeitreihen-Analyse nicht begründet werden können. Eine zentrale Rolle spielt dabei die Fourier-Analyse, die zwar jeweils eingeführt wird, die aber für mathematisch Ungeübte sicher schwer zu verdauen ist.Google Scholar
  2. b.
    bChatfield (1996) und Diggle (1990) führen auf gut verständliche Weise und mit geringen mathematischen Ansprüchen in das Gebiet ein. Shumway (1988) gibt einen sehr guten, umfassenden Überblick über angewandte Methoden für Modelle (im Zeitbereich) und Spektralanalyse, dargestellt an zahlreichen Beispielen. Auf mathematische Herleitungen wird weitgehend verzichtet. Die mathematischen Resultate sind dementsprechend recht konzentriert dargestellt. Besonderes Gewicht wird auf Regressions-Fragestellungen gelegt.Eine Einführung in Theorie und Anwendung in deutscher Sprache stammt von Schlittgen und Streitberg (1999); leider kommt die Regression zwischen Zeitreihen zu kurz.Google Scholar
  3. c Box et al. (1994) legten in der ersten Auflage, 1969, den Grundstein für eine daten-orientierte Zeitreihen-Analyse. Die Klasse der ARMA- und ARIMA-Modelle, erweitert durch Terme für Trends und Saison-Effekte, bilden die Grundlage für Rückschlüsse auf Parameter, Modell-Entwicklung und vor allem für eine Vorhersage mit Genauigkeits-Angabe. Die Beispiele zeigen die Anwendungen in Ingenieur-Problemen, Ökonomie und Betriebswirtschaft. Ein Kapitel ist der Steuerung von Prozessen aufgrund von stochastischen Modellen gewidmet.Google Scholar
  4. d Priestley (1981) (2 Bände) ist ein Handbuch, das einen grossen Teil der bekannten Theorie abdeckt. Weitere mathematisch orientierte Bücher sind Brillinger (1981), Anderson (1971) Anderson (1976) und Brockwell and Davis (1991).Google Scholar
  5. e Ausführliche Darstellungen der gesamten räumlichen Modellierung und Statistik (einschliesslich Punkt-Prozesse, siehe 6.2.g) geben Ripley (1988) und Cressie (1993).Die vorgehend ansatzweise beschriebene Auswertung räumlicher Messungen beschreiben Webster and Oliver (1990) und Journel and Huijbregts (1978). Eine Einführung ist in Stoyan ( 1993, Kap. 10.6) zu finden. Der Klassiker Matheron (1965) ist schwer verständlich.Google Scholar

Copyright information

© Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden 2002

Authors and Affiliations

  • Werner A. Stahel
    • 1
  1. 1.Seminar für StatistikETH ZürichZürichSchweiz

Personalised recommendations