Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 3. Lokal polynomiale Modellierung Seite 45<br />
4<br />
3.5<br />
3<br />
DM<br />
2.5<br />
2<br />
1.5<br />
1<br />
1965 1970 1975 1980 1985 1990 1995 2000<br />
Jahr<br />
Abbildung 3.3: Modellierung <strong>der</strong> DM/US-Dollar Zeitreihe mit k = 5 und biquadratischer<br />
Wichtung<br />
3.3.3 Metrik<br />
Die Metrik ist entscheidend bei <strong>der</strong> Suche nach nächsten Nachbarn und somit auch<br />
e<strong>in</strong> wesentlicher Parameter für die <strong>lokale</strong> Modellbildung. Zunächst ist natürlich jede<br />
L p -Metrik<br />
( d∑<br />
) 1/p<br />
d(x, q) = (x i − q i ) p (3.18)<br />
i=1<br />
möglich, mit Abstand am populärsten natürlich die euklidische Metrik mit p = 2.<br />
Gerade für die Vorhersage von Zeitreihen ist e<strong>in</strong>e Abwandlung dieser Metrik s<strong>in</strong>nvoll,<br />
die sog. exponentiell gewichtete euklidische Metrik<br />
d exp (x, q) =<br />
( d∑<br />
i=1<br />
λ i−1 (x i − q i ) 2 ) 1/2<br />
. (3.19)<br />
Im Falle von Delay-Vektoren x t , q t ergibt sich<br />
( d∑<br />
) 1/2<br />
d exp (x t , q t ) = λ i−1 (x t−iτ − q t−iτ ) 2 , (3.20)<br />
i=1