توضیحاتی در مورد کتاب :
این کتاب درسی مروری جامع بر مهم ترین روش های تحلیل سری های زمانی ارائه می دهد. علاوه بر مفاهیم اولیه تجزیه و تحلیل سری های زمانی توصیفی، در ابتدا روش های تعدیل فصلی و پیش بینی ساده ارائه شده است، سپس فرآیندهای تصادفی تک متغیره، فرآیندهای VAR، تخمین پارامتر، شناسایی، تشخیص مدل، تحلیل برون، پیش بینی های تک متغیره ARIMA، تابع انتقال (ARMAX) ارائه شده است. مدلها، پیشبینیهای ARMAX، مدلهای اجزای ساختاری و با تحلیل طیفی درمان شدهاند. علاوه بر این، عملا مهمترین روشهای تنظیم فصلی، طراحی فیلترهای دیجیتال (فیلترهای FIR و IIR)، فرآیندهای ریشه واحد، آزمایشهای ریشه واحد، همجمعیسازی، مدل تصحیح خطا، آزمون همانجمادی و مدلهای سری زمانی غیرخطی (فرایندهای ARCH-GARCH، فرآیندهای دو خطی و آستانه).
فهرست مطالب :
Front Matter....Pages I-XI
Elementare Zeitreihenanalyse....Pages 1-9
Einfache Saisonbereinigungsverfahren....Pages 11-18
Elementare Filter-Operationen....Pages 19-22
Prognosen auf der Basis von Exponential-Smoothing-Ansätzen....Pages 23-35
Grundzüge der Theorie der stochastischen Prozesse....Pages 37-63
Vektorielle stochastische Prozesse....Pages 65-86
Schätzprobleme bei stochastischen Prozessen....Pages 87-104
Identifikation stochastischer Prozesse....Pages 105-116
Modelldiagnose....Pages 117-119
Ausreißer-Analyse....Pages 121-130
Prognosen mit ARMA- und ARIMA-Modellen....Pages 131-137
Transferfunktionen (ARMAX)-Modelle....Pages 139-160
Strukturelle Komponentenmodelle....Pages 161-178
Grundzüge der Spektralanalyse....Pages 179-194
Saisonbereinigungsverfahren und Probleme der Saisonbereinigung....Pages 195-233
Grundzüge der Theorie digitaler Filter....Pages 235-244
Konstruktionsmethoden für digitale Filter....Pages 245-279
Unit-roots und Unit-root-Tests....Pages 281-313
Kointegration....Pages 315-348
Nicht-lineare Zeitreihenmodelle....Pages 349-375
Back Matter....Pages 377-402
توضیحاتی در مورد کتاب به زبان اصلی :
Dieses Lehrbuch vermittelt einen umfassenden Überblick über die wichtigsten Methoden der Zeitreihenanalyse. Neben Grundkonzepten deskriptiver Zeitreihenanalyse werden einleitend einfache Saisonbereinigungs- und Prognoseverfahren dargestellt, anschließend werden univariate stochastische Prozesse, VAR-Prozesse, Parameterschätzung, Identifikation, Modelldiagnose, Ausreißeranalyse, univariate ARIMA-Prognosen, Transferfunktionen (ARMAX)-Modelle, ARMAX-Prognosen, Strukturelle Komponentenmodelle und Spektralanalyse behandelt. Ausführlich dargestellt werden ferner die praktisch wichtigsten Saisonbereinigungsverfahren, Design digitaler Filter (FIR- und IIR-Filter), Unit-root-Prozesse, Unit-root-Tests, Kointegration, Fehler-Korrektur-Modell, Kointegrationstest sowie nicht-lineare Zeitreihenmodelle (ARCH-GARCH-Prozesse, bilineare und Threshold-Prozesse).