Andreas Rudolph

Prognoseverfahren in der Praxis

Mit 27 Abbildungen

Physica-Verlag
Ein Unternehmen des Springer-Verlags

Inhaltsverzeichnis
1 2 Einfhrung Fehlerkriterien 2.1 2.2 2.3 3 Das Problem der Fehlermae Einstufige Prognosefehler Mehrstufige Prognosefehler 1 7 7 10 11 17 17 42 48 54 57 57 60 60 67

Regressionsanalysen 3.1 3.2 3.3 3.4 Lineare Regressionen Nichtlineare Regressionen Conditional Least Squares Erfahrungen aus der Praxis

Glttungsverfahren 4.1 4.2 4.3 4.4 Modell mit konstantem Mittelwert Der Glttungsparameter Generelle Glttungsverfahren Aufdatierungsformeln

viii

Inhaltsverzeichnis

4.5 4.6

Wahl des Diskontierungsfaktors Holt-Winters Verfahren 4.6.1 4.6.2 Additives Holt-Winters Verfahren Multiplikatives Holt-Winters Verfahren . .

69 69 70 72 74 77 79 79 79 87 93 103 112 113 121 129 132 135 136 139 139 141

4.7 4.8 5

Grippemittel Erfahrungen aus der Praxis

Box-Jenkins Verfahren 5.1 5.2 5.3 5.4 5.5 5.6 Stationre Prozesse Definitionen Einige Schtzer fr Kenngren (V)AR[pj- und (V)ARMA[p,q]-Prozesse Bestimmung der Ordnungen Bestimmung eines Modells 5.6.1 5.6.2 5.7 5.8 5.9 Schtzung der Parameter Modell-Selektionskriterien

Prognose mit (V)ARMA-Modellen Teste auf Stationaritt SARIMA-Modelle

5.10 Erfahrungen aus der Praxis 6 Nichtparametrische Verfahren 6.1 6.2 Einfhrung Dichteschtzer

Inhaltsverzeichnis

ix

6.2.1 6.2.2 6.2.3 6.2.4 6.2.5 6.3 6.4 6.5

Konsistenz der Dichteschtzer Ein zentraler Grenzwertsatz Optimale Kerne Beste Konvergenzrate Multivafiate Dichteschtzung

149 151 152 153 154 159 169 174 174 176 177 178 179 183 183 184 198 199 202 205 206 207

Der Regressionsschtzer Schtzer fr Zeitreihen Schrittweitensteuerung 6.5.1 6.5.2 Kreuzvalidierung Optimierung der Prognosegte

6.6 6.7 6.8 7

Semiparametrische Anstze Weitere nichtparametrische Anstze Erfahrungen aus der Praxis

Neuronale Netze 7.1 7.2 7.3 7.4 7.5 7.6 7.7 7.8 Einfhrung Approximationstheorie Mgliche Minimierungsverfahren Konsistenz etc Sieb-Schtzer Wahl der Ordnung Prognose mittels neuronaler Netze Erfahrungen aus der Praxis

Inhaltsverzeichnis

Zustandsraummodelle 8.1 8.2 Einfhrung Diverse Zustandsraummodelle 8.2.1 8.2.2 8.2.3 8.2.4 8.2.5 8.2.6 8.2.7 8.3 8.4 Modelle mit linearer Trendfunktion Allgemeinere Modelle Holt-Winters als Zustandsraummodell VAR[p] als Zustandsraummodell VARMA[p,q]-Modelle Glttungsverfahren Regressionsmodelle . . ....

209 209 210 210 211 213 214 215 217 218 219 220 221 223 226 228 229 229 229 230 230 231 231

Stationre Zustandsraummodelle Der Kaiman-Filter 8.4.1 8.4.2 Der Prdiktionsschritt Der Korrekturschritt

8.5 8.6 9

Prognose mit Zustandsraummodellen Erfahrungen aus der Praxis

Literatur zur Prognose 9.1 9.2 9.3 9.4 9.5 9.6 berblick Regressionstheorie Exponentielles Gltten ARMA-Modelle Zustandsraummodelle Nichtparametrische Zeitreihenanalyse

Inhaltsverzeichnis

xi

9.7 9.8 9.9

Neuronale Netze Allgemeinere Anstze Weiterfhrende Literatur

231 232 232 235 235 236 236 236 236 236 237 237 237 238 239

10 Kommerzielle Software 10.1 SAS 10.2 LIMDEP 10.3 RATS 10.4 SHAZAN 10.5 UNISTAT 10.6 GAUSS 10.7 MATLAB 10.8 NAG 10.9 IMSLS 10.10APL2 Stichwortverzeichnis