Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Quick Introduction to SSMMATLAB Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

4. Unobserved Components in Univariate Series

verfasst von : Víctor Gómez

Erschienen in: Linear Time Series with MATLAB and OCTAVE

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

As mentioned in Gómez and Maravall (Seasonal adjustment and signal extraction in economic time series. In: Peña D, Tiao GC, Tsay RS (eds), A course in time series analysis, (chap 8). Wiley, New York, 2001), there exist at present two approaches to the problem of specifying a model in which several unobserved components that follow ARIMA models are present. The first one begins by specifying directly the models for the components and is called the structural time series approach. The other approach, called the ARIMA model based (AMB) method, starts by identifying a model for the observed series and derives from it the appropriate models for the components.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel VARMAX and Transfer Function Models
Nächstes Kapitel Spectral Analysis
Literatur
Bell, W. R., & Hillmer, S. C. (1984). Issues involved with the seasonal adjustment of economic time series. Journal of Business & Economic Statistics,2, 291–320.
Box, G. E. P., & Jenkins, G. M. (1976). Time series analysis: Forecasting and control (rev. ed.). San Francisco: Holden-Day.MATH
Box, G. E. P., & Tiao, G. C. (1975). Intervention analysis with applications to economic and environmental problems. Journal of the American Statistical Association,70, 70–79.MathSciNetCrossRef
Butterworth, S. (1930). On the theory of filter amplifiers. Experimental Wireless and the Wireless Engineer,7, 536–541.
De Livera, A. M., Hyndman, R. J., & Snyder, R. D. (2011). Forecasting time series with complex seasonal patterns using exponential smoothing. Journal of the American Statistical Association,106, 1513–1527.MathSciNetCrossRef
Durbin, J., & Koopman, S. J. (2012). Time series analysis by state space methods (2nd ed.). Oxford: Oxford University Press.CrossRef
Gómez, V. (2001). The use of butterworth filters for trend and cycle estimation in economic time series. Journal of Business and Economic Statistics,19, 365–373.MathSciNetCrossRef
Gómez, V. (2016). Multivariate time series models with linear state space structure. New York: Springer.MATH
Gómez, V., & Maravall, A. (2001a). Programs TRAMO and SEATS, instructions for the user (Beta Version: June 1997) (Working Paper No. 97001). Dirección General De Presupuestos, Ministry of Finance, Madrid, Spain.
Gómez, V., & Maravall, A. (2001b). Seasonal adjustment and signal extraction in economic time series. In D. Peña, G. C. Tiao, & R. S. Tsay (Eds.), A course in time series analysis (chap. 8). New York: Wiley.
Harvey, A. C. (1989). Forecasting, structural time series models and the Kalman filter. Cambridge: Cambridge University Press.
Harvey, A. C. (1993). Time series models (2nd ed.). Hemel Hempstead: Harvester Wheatsheaf.MATH
Hillmer, S. C., & Tiao, G. C. (1982). An ARIMA–model–based approach to seasonal adjustment. Journal of the American Statistical Association,77, 63–70.MathSciNetCrossRef
Hodrick, R. J., & Prescott, E. C. (1997). Postwar U.S. business cycles: An empirical investigation. Journal of Money, Credit and Banking,29, 1–16.CrossRef
Oppenheim, A. V., & Schafer, R. W. (1989). Discrete–time signal processing. Englewood Cliffs: Prentice Hall.MATH
Metadaten
Titel
Unobserved Components in Univariate Series
verfasst von
Víctor Gómez
Copyright-Jahr
2019
Buch
Linear Time Series with MATLAB and OCTAVE

Print ISBN: 978-3-030-20789-2

Electronic ISBN: 978-3-030-20790-8

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-20790-8_4