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

7. Multivariate Structural Models

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

Multivariate structural models are defined in a way similar to that of univariate structural models, described in Sect. 4.​1. For example, let the stochastic vector Y t satisfy Y t = P t + S t + I t, where P t is the trend, S t is the seasonal, and I t is the irregular component.

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 Computing Echelon Forms by Polynomial Methods
Nächstes Kapitel Cointegrated VARMA Models
Literatur
Akaike, H. (1974). Markovian representation of stochastic processes and its application to the analysis of autoregressive moving average processes. Annals of the Institute of Statistical Mathematics,26, 363–387.MathSciNetCrossRef
Cleveland, W. P., & Tiao, G. C. (1976). Decomposition of seasonal time series: A model for the X-11 program. Journal of the American Statistical Association,71, 581–587.MathSciNetCrossRef
Creal, D., Koopman, S. J., & Zivot, E. (2010). Extracting a robust US business cycle using a time–varying multivariate model–based bandpass filter. Journal of Applied Econometrics,25, 695–719.MathSciNetCrossRef
Doménech, R., & Gómez, V. (2006). Estimating potential output, core inflation, and the NAIRU as latent variables. Journal of Business and Economic Statistics,24, 354–365.MathSciNetCrossRef
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., & Aparicio-Pérez, F. (2009). A new state-space methodology to disaggregate multivariate time series. Journal of Time Series Analysis,30, 97–124.MathSciNetCrossRef
Gómez, V., & Maravall, A. (1994). Estimation, prediction, and interpolation for nonstationary series with the Kalman filter. Journal of the American Statistical Association,89, 611–624.MathSciNetMATH
Gómez, V., & Maravall, A. (2001). 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.
Harvey, A. C. (1989). Forecasting, structural time series models and the Kalman filter. Cambridge: Cambridge University Press.
Mariano, R. S., & Murasawa, Y. (2003). A new coincident index of business cycles based on monthly and quarterly series. Journal of Applied Econometrics,18, 427–443.CrossRef
Valle e Azevedo, J., Koopman, S. J., & Rua, A. (2006). Tracking the business cycle of the euro area: A multivariate model–based bandpass filter. Journal of Business and Economic Statistics,24, 278–290.
Metadaten
Titel
Multivariate Structural Models
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_7