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 />
Aufgabe 2.7<br />
Expandieren Sie die folgenden Terme:<br />
[ a<br />
]<br />
a) log[ab], b) log , c) log [ 2a b]<br />
b<br />
d) log [√ a ] , e) log [ a 3 4√ b ]<br />
2.3.4 Konfidenz<strong>in</strong>tervalle<br />
Konfidenz<strong>in</strong>tervalle s<strong>in</strong>d deshalb <strong>in</strong>teressant, weil mit ihrer Hilfe e<strong>in</strong>geschätzt<br />
werden kann, wie verlässlich die Informationen, die wir aus der Zeitreihe<br />
gew<strong>in</strong>nen, im H<strong>in</strong>blick auf die darunterliegende Prozessstruktur tatsächlich<br />
s<strong>in</strong>d. Die Frage nach dem Konfidenz<strong>in</strong>tervall ist auch eng mit der Frage nach<br />
der Verteilung des <strong>in</strong>volvierten Schätzers verknüpft.<br />
Um das Pr<strong>in</strong>zip zu verstehen nehmen wir zunächst an, dass e<strong>in</strong>e (stationäre)<br />
Zeitreihe (y t ) t=1,...,T vorliegt, die von e<strong>in</strong>em re<strong>in</strong>en Zufallsprozess y t = ɛ t<br />
mit Fehlerterm ɛ t ∼ N(0, σ 2 ) erzeugt wurde. Wir können den Erwartungswert<br />
µ mit der bekannten Formel<br />
ˆµ = 1 T<br />
T∑<br />
y t (2.53)<br />
t=1<br />
schätzen, vgl. (2.29) auf Seite 21. Dieser Schätzer hängt jedoch von den Werten<br />
der Zeitreihe ab, die ihrerseits vom Zufall abhängen. Damit hängt der<br />
Schätzer ˆµ selbst auch vom Zufall ab, nicht jedoch der wahre, aber unbekannte<br />
Parameter µ. In diesem Fall ist der Schätzer ˆµ ebenfalls normalverteilt,<br />
was bedeutet, dass wir nur se<strong>in</strong>e ersten beiden Momente ermitteln müssen.<br />
Wir erhalten<br />
[ ]<br />
1<br />
T∑<br />
E[ˆµ] = E y t = 1 T∑<br />
E[y t ] = µ (2.54)<br />
T T<br />
t=1<br />
t=1<br />
[ ]<br />
1<br />
T∑<br />
Var[ˆµ] = Var y t = 1 T∑<br />
Var[y<br />
T T 2<br />
t ] = σ2<br />
T . (2.55)<br />
t=1<br />
Die erste Eigenschaft, (2.54), bezeichnet man als Erwartungstreue. Erwartungstreue<br />
Schätzer, deren Abweichung vom wahren Parameter asymptotisch<br />
gegen null geht bezeichnet man als konsistent. Diese Eigenschaft wird durch<br />
(2.55) sichergestellt. Wir haben also bereits e<strong>in</strong>ige wichtige Eigenschaften des<br />
Schätzers ˆµ aufgedeckt.<br />
t=1<br />
32