Zeitreihenanalyse â Einstieg und Aufgaben - FernUniversität in Hagen
Zeitreihenanalyse â Einstieg und Aufgaben - FernUniversität in Hagen
Zeitreihenanalyse â Einstieg und Aufgaben - FernUniversität in Hagen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
KAPITEL 2. AR-PROZESSE UND ELEMENTARES<br />
2.3.1 Parameterschätzung <strong>und</strong> Stationarität<br />
Beispiel 2.1: Simulierter AR(1)-Prozess<br />
Zur Veranschaulichung wurde e<strong>in</strong> AR(1)-Prozess y t = φy t−1 +<br />
ɛ t simuliert, wobei ɛ t ∼ N(0, 1) angenommen wurde. Der AR-<br />
Parameter wurde auf φ = 0.5 gesetzt. Abbildung 2.2 zeigt<br />
die Zeitreihe (y t ) t=0,...,1000 , die durch den simulierten Prozess<br />
erzeugt wurde. Der selbe Prozess wurde zusätzlich mit e<strong>in</strong>em<br />
determ<strong>in</strong>istischen Trend, ν t =<br />
t , überlagert, was natürlich<br />
100<br />
zur Folge hat, dass die Stationarität nicht mehr gegeben ist,<br />
da der Erwartungswert nun von der Zeit t abhängt <strong>und</strong> nicht<br />
mehr konstant ist. Abbildung 2.3 auf der nächsten Seite zeigt<br />
die resultierende Zeitreihe. Die entsprechenden Parameterschätzer<br />
s<strong>in</strong>d <strong>in</strong> Tabelle 2.1 auf der nächsten Seite zusammengefasst.<br />
Die im stationären Modell ermittelten empirischen Parameterschätzungen<br />
stimmen sehr gut mit den wahren Werten übere<strong>in</strong>, während die Werte im<br />
trendüberlagerten Modell völlig unbrauchbar s<strong>in</strong>d. Die Ursache für diese<br />
Fehlschätzungen ist <strong>in</strong> Abbildung 2.3 auf der nächsten Seite angedeutet.<br />
Die horizontalen L<strong>in</strong>ien geben den geschätzten Mittelwert (durchgezogene<br />
L<strong>in</strong>ie) plus/m<strong>in</strong>us zwei Standardabweichungen (gestrichelte L<strong>in</strong>ien) wider.<br />
Man sieht deutlich, dass der „Trendkanal“ hier vollkommen unberücksichtigt<br />
bleibt. Es wird e<strong>in</strong>fach über das volle Spektrum der Werte gemittelt. Daher<br />
s<strong>in</strong>d die resultierenden Schätzer natürlich nicht brauchbar. Das E<strong>in</strong>rechnen<br />
Abbildung 2.2: Stationäre Zeitreihe<br />
22