课题基金 / 基金详情

Sequenzielle Überwachungsmethoden für das Risikoverhalten komplexer Prozesse

Sequenzielle Überwachungsmethoden für das Risikoverhalten komplexer Prozesse
复杂过程风险行为的序贯监测方法
批准号:
68420878
负责人:
Professor Dr. Wolfgang Schmid
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2008
资助国家:
德国
项目状态:
已结题
起止时间:
2007-12-31 至 2011-12-31

项目摘要

项目成果

Professor Dr. Wolfgang Schmid的其他基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Dieses Projekt setzt sich mit der Herleitung von statistischen Überwachungsmethoden für das Risikoverhalten komplexer Prozesse auseinander. Hierzu wird ein sequenzieller Ansatz gewählt. Dies bedeutet, dass nach dem Eingang einer neuen Informationseinheit sofort überprüft wird, ob Abweichungen vom unterstellten Verlauf auftreten. Damit hat der Anwender die Möglichkeit schneller auf Veränderungen zu reagieren. Es wird unterstellt, dass sich der ungestörte Prozess durch einen multivariaten stationären Prozess modellieren lässt. Zur Messung des Risikoverhaltens werden unterschiedliche Kenngrößen wie z.B. die unbedingte und die bedingte Kovarianzmatrix des Prozesses herangezogen. Zum Monitoring dieser Kenngrößen werden neue Kontrollkarten hergeleitet. Es sollen Aussagen über die stochastischen Eigenschaften dieser Überwachungsverfahren gemacht werden. Insbesondere sollen die eingeführten Methoden eingehend miteinander verglichen werden. Hierzu wird das Kontrolldesign jedes Verfahrens derartig bestimmt, dass im Falle keiner Veränderung die Karten dasselbe Signal verhalten besitzen. Zur Bewertung der Überwachungsmethoden im Falle einer Veränderung wird als Gütemaß die maximale Verzögerung herangezogen.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Sequential Monitoring of the Location and CovarianceBehaviour of High-Dimensional Time Series
Statistical Analysis of Portfolio Characteristics for Different Risk Measures
  • 批准号:
    168804898
  • 项目类别:
    Research Grants
  • 资助金额:
    $0.0万
  • 财政年份:
    2010
  • 负责人:
    Professor Dr. Wolfgang Schmid
  • 依托单位:
Statistische Methoden zur Überwachung des Lageverhaltens von multivariaten Zeitreihen