Das Vorhandensein des Langzeitgedächtnisses [German]

By Kelechi Aruah

Eine der gr ten Herausforderungen bei der Datenanalyse ist die Auswahl des am besten geeigneten Modells f r einen bestimmten Datensatz. In der Praxis hat eine falsche Modellspezifikation in der Datenwissenschaft oft zu falschen Schlussfolgerungen gef hrt. Diese Studie vergleicht die Effizienz der Modellierung einer Zeitreihe mit saisonalen Langzeitged chtniseigenschaften unter Verwendung von SARIMA-, ARFIMA- und SARFIMA-Modellen. Zur Veranschaulichung wurden monatliche globale Durchschnittstemperaturdaten verwendet. Die Temperaturreihe zeigte Anzeichen eines langen Ged chtnisses, da der ACF-Plot bei n herer Betrachtung langsam abfiel. Der aus der R/S-Analyse gewonnene Hurst-Exponent best tigte das Vorhandensein eines langen Ged chtnisses. Der ACF zeigte einen exponentiellen Abfall und ein sinusf rmiges Muster, was sowohl auf Nichtstationarit t als auch auf Saisonalit t hindeutete. Um diese Beobachtungen zu verifizieren, wurden Tests auf Stationarit t und Saisonalit t durchgef hrt. Schlie lich wurden die AIC- und BIC-Kriterien angewendet, um die Effizienz aller drei Modelle zu bewerten, und die Ergebnisse zeigten, dass das SARFIMA-Modell bei Vorhandensein von sowohl Saisonalit t als auch Langzeitged chtnis am effizientesten war.

• Format: Paperback
• Language: German
• ISBN: 6209018947
• ISBN13: 9786209018947
• Release Date: November 2025
• Publisher: Verlag Unser Wissen
• Length: 72 Pages
• Weight: 0.24 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"