Methoden der Zeitreihenanalyse [Paperback]

I. Elementare Zeitreihenanalyse.- I.1. Definitionen, Grundkonzepte, Beispiele.- I.2. Das traditionelle Zeitreihen-Komponentenmodell.- II. Einfache Saisonbereinigungsverfahren.- II.1. Saisonbereinigung im additiven Komponentenmodell bei konstanter Saisonfigur.- II.2. Saisonbereinigung im additiven Komponentenmodell bei variabler Saisonfigur.- II.3. Einige praktische Probleme der Saisonbereinigung.- III. Elementare Filter-Operationen.- IV. Prognosen auf der Basis von Exponential-Smoothing-Ans?tzen.- IV.1. Vorbemerkungen.- IV.2. Einfaches Exponential-Smoothing.- IV.3. Exponential-Smoothing nach Holt.- IV.4. Exponential-Smoothing nach Winters.- IV.5. Erg?nzende Bemerkungen zum Exponential-Smoothing.- V. Grundz?ge der Theorie der stochastischen Prozesse.- V.1. Zufallsvariable und Zufallsvektoren.- V.2. Stochastische Prozesse.- V.3. Station?re Stochastische Prozesse.- V.4. Spezielle station?re Prozesse.- V.4.1. Wei?es Rauschen.- V.4.2. Autoregressive Prozesse.- V.4.3. Moving-Average-Prozesse.- V.4.4. ARMA-Prozesse.- V.4.5. ARIMA-Prozesse.- V.4.5.1. Nicht-saisonale ARIMA-Prozesse.- V.4.5.2. Saisonale ARIMA-Prozesse.- V.4.5.3. Exkurs: Ein alternativer saisonaler ARIMA-Proze?.- V.4.5.4. Exponential Smoothing-Modelle und ARIMA-Modelle.- VI. Vektorielle stochastische Prozesse.- VI.1. Grundlagen.- VI.2. VAR-Prozesse.- VI.2.1 Exkurs: Kronecker-Produkt und vec-Operator.- VI.3 Impuls-Antwortfunktionen.- VI.3.1. Impuls-Antwortfunktionen bei unkorrelierten Innovationen.- VI.3.2. Exkurs: Dekomposition der Matrix ?.- VI.3.3. Impuls-Antwortfunktionen bei korrelierten Innovationen.- VI.3.4. Varianz-Zerlegung.- VI.3.5. Granger-Kausalit?t.- VII. Sch?tzprobleme bei stochastischen Prozessen.- VII.1 Sch?tzen von Parametern und Momentfunktionen univariater Prozesse.- VII.1.1. Grundlagen.- VII.1.2. Parametersch?tzungen bei ARMA-Prozessen.- VII.2 Parametersch?tzung vektorieller Prozesse.- VII. Identifikation stochastischer Prozesse.- VIII.1. Identifikation univariater ARMA- und ARIMA-Prozesse.-lS-