Nichtstationäre Zeitreihen

Bei einigen Zeitreihen treten neben Trend- und periodischen Saisonkomponenten Interventionseffekte und periodische Effekte mit wechselnder Periode (z. B. wöchentliche Daten mit monatlichen spezialeffekten) auf. Mit dem klassischen Verfahren (ARIMA, SARIMA u. ä.) sind derartige Effekte schwer handhabbar. Eine Möglichkeit bietet sich im Rahmen der linearen Regression, bei der Regressoren beliebig modelliert werden können. Für die Residuen nimmt man dann ARMA-Modelle an. In einem Normalverteilungs-Ansatz lassen sich dann die Regressionsparameter sowie das ARMA-Modell doch einen ML-Ansatz schätzen. Dabei wird genauer die Möglichkeit der abwechselnden Optimierung im Regressionsparameter- und im ARMA-Bereich. untersucht. Im weiteren sollen Optimalitätseigenschaften der ML-Schätzer (asymptotische Normalität, Konsistenz) genauer geprüft werden.

Beteiligter Wissenschaftler:

Dr. Ingolf Terveer