Prognose uni- und multivariater Zeitreihen
Prognose uni- und multivariater Zeitreihen
复制标题
单变量和多变量预测
DOI：
10.1007/978-3-7908-2797-2_12
复制
发表时间：
2004
期刊：
影响因子：
--
通讯作者：
Klaus Neusser
中科院分区：
文献类型：
--
作者：
M. Deistler;Klaus Neusser
我们可以通过随机过程模拟韦尔登来描述沃尔戈。这是一个很大的问题，我们必须把它放在最重要的位置。Fur stationare Prozesse wurde berits um 1940 eine elegante Prognosetheorie von Kolmogorov [35] and Wiener [59] entwickelt. [34]第三十四话：我是你的朋友该理论适用于最小二乘法（KQ）-在大多数的堕落中，这两个时刻并不明显，而且必须韦尔登，因为预测问题和一个识别问题都存在。线性Kleinst-Quadrate（KQ）-预报平稳过程理论是一种新的动力学理论，AR-、阿尔马和Zustraumsystem的辨识理论对预报问题的理论分析具有重要意义。本文主要研究线性KQ（Kleinst-Quadrate）预测和线性动力系统的识别。如果不需要印刷，则不需要预测功能和四分之一成本功能。实践证明，这一系列的安萨茨也没有受到任何机制的攻击。
Zeitlich ablaufende zufallige Vorgange konnen durch stochastische Prozesse modelliert werden. Insbesondere ist es in diesem Rahmen moglich, Unsicherheit uber die Zukunft zu beschreiben. Fur stationare Prozesse wurde bereits um 1940 eine elegante Prognosetheorie von Kolmogorov [35] und Wiener [59] entwickelt. Ein weiterer wesentlicher Beitrag geht auf Kalman [34] zuruck. Diese Theorie behandelt die lineare Kleinst-Quadrate(KQ)-Prognose unter der Voraussetzung, dass die zweiten Momente des zugrunde liegenden Prozesses bekannt sind. In den meisten Fallen sind diese zweiten Momente jedoch nicht bekannt und mussen geschatzt werden, sodass das Prognoseproblem mit einem Identifikationsproblem einhergeht. Die Theorie der linearen Kleinst-Quadrate(KQ)-Prognose stationarer Prozesse bei bekannten zweiten Momenten und die Theorie der Identifikation von AR-, ARMA und Zustandsraumsystemen bilden die beiden Herzstucke der theoretischen Analyse des Prognoseproblems. Unsere Darstellung beschrankt sich auf diese lineare Kleinst-Quadrate(KQ)-Prognose und die Identifikation von linearen dynamischen Systemen. Nichtlineare Prognosefunktionen und von den quadratischen abweichende Kostenfunktionen werden demnach nicht behandelt, wenn es nicht ausdrucklich erwahnt ist. Die Praxis hat gezeigt, dass diese linearen Ansatze auch bei offensichtlich nichtlinearen Mechanismen erstaunlich erfolgreich sind.