Bachelorarbeit aus dem Jahr 2014 im Fachbereich Mathematik - Statistik, Note: 1.3, Universit?t Hamburg (Fakult?t für Betriebswirtschaft Lehrstuhl für BWL, insbesondere Mathematik & Statistik in den Wirtschaftswissenschaften), Sprache: Deutsch, Abstract: Daten, die ?ber die Zeit hinweg kontinuierlich beobachtet und aufgezeichnet werden, sind vor allem in der ?konometrie von enormer Wichtigkeit. Mit ihrer Hilfe k?nnen zuk?nftige Werte der Zeitreihe prognostiziert werden, nachdem ein geeignetes Modell an die Daten angepasst wurde. Unter einer Zeitreihe wird eine geordnete Folge von Beobachtungen verstanden. Diese liegen beispielsweise in Form von Aktienkursen, Inflationsraten, zeitlichen Entwicklungen des Bev?lkerungswachstums oder auch als Absatzzahlen und Produktionsmengen vor. Mittels der Zeitreihen sollen die Ver?nderungen und Entwicklungen zugrunde liegender Variablen beobachtet und analysiert werden. Die Ziele der Zeitreihenanalyse sind dabei die Identifikation bestimmter Regelm? igkeiten und Muster in den Daten sowie die Modellierung des datengenerierenden Prozesses und die Prognose zuk?nftiger Werte. Die vorliegende Arbeit besch?ftigt sich mit der Modellspezifikation univariater Zeitreihen anhand des Box-Jenkins-Ansatzes, in dessen Rahmen ein geeignetes Modell an den datengenerierenden Prozess angepasst werden soll. Wurde ein ad?quates Modell f?r den Prozess gefunden, k?nnen mit seiner Hilfe Prognosen f?r zuk?nftige Werte der Zeitreihe ermittelt werden. Die G?te des angepassten Modells bestimmt dabei die Genauigkeit der prognostizierten Werte, weshalb es wichtig ist, das Modell mit gro er Sorgfalt den gegebenen Daten anzupassen. Das Ziel dieser Arbeit ist es, die Spezifikation verschiedener univariater Zeitreihenmodelle vorzustellen.
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15. ThriftBooks.com. Read more. Spend less.