Untersuchung zur Parameterschätzung in SETAR-Modellen
Inhaltsangabe:Einleitung: Viele Datenreihen (z.B. aus Ökonomie oder Medizin) weisen nichtlineares Verhalten, wie natürliche Sättigungserscheinungen und Zykliken, auf und lassen sich daher durch lineare AR-Modelle nicht hinreichend gut beschreiben. Das SETAR-Modell (self-exciting threshold autoregressive model) bildet diese Eigenschaften besonders gut ab. Die vorliegende Arbeit ist für den Praktiker geschrieben, der SETAR-Modelle schätzen und mit ihnen Prognosen erstellen will. Die komplizierte Schätzung ...