2010 | OriginalPaper | Buchkapitel
Zeitreihenanalyse
verfasst von : Rainer Metz
Erschienen in: Handbuch der sozialwissenschaftlichen Datenanalyse
Verlag: VS Verlag für Sozialwissenschaften
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
In der modernen Zeitreihenanalyse werden Zeitreihen als Realisationen stochastischer Prozesse aufgefasst. Ziel der Analyse von Zeitreihen ist es deshalb, Modelle zu identifizieren und zu schätzen, die die stochastischen Eigenschaften der Zeitreihen möglichst gut wiedergeben. Diese Modelle, die zunächst ohne Bezug auf eine bestimmte substanzwissenschaftliche Theorie bestimmt werden, sind Grundlage für die Beschreibung der kurz-und langfristigen Dynamik und für die Zerlegung von Zeitreihen in spezifische Komponenten, wie Trend, Zyklus und Saison. Sie sind überdies Grundlage für die Analyse spezifischer Einflussgrößen, für Zusammenhangs-bzw. Kausalanalysen, und nicht zuletzt für Prognosen. Der Identifikation eines für die jeweilige Zeitreihe adäquaten Modells kommt deshalb in der Zeitreihenanalyse eine zentrale Bedeutung zu. Die Modellbildung wird allerdings erschwert, wenn die Zeitreihe langfristige Veränderungen in ihrem Niveau aufweist, also einem Trend folgt, und damit nichtstationär ist. Mit Hilfe der sogenannten „Unit Root“-Tests versucht man deshalb, die Art der Nichtstationarität zu identifizieren. Speziell in der Ökonometrie sind in den letzten Jahren Verfahren entwickelt worden, mit denen man den kurz-und langfristigen Zusammenhang zwischen Zeitreihen auch dann schätzen kann, wenn sie trendbehaftet sind und die das Problem der Scheinkorrelation („spurious regression“) vermeiden. Neben Modellen spielen auch Filter eine wichtige Rolle in der Zeitreihenanalyse. Das Ziel besteht hier darin, Filter zu konstruieren, mit denen man vorgegebene Schwingungskomponenten, die dann eigens interpretiert werden, aus Zeitreihen exakt herausfiltern kann.