4988

Erweiterte Zeitreihenprozesse

Erweiterte Zeitreihenprozesse in Mathematica 10

Mathematica Version 10 umfasst vollständig automatisiertes Fitten sowie die Diagnose von Zeitreihenprozessen, was das Modellieren von Zeitreihen zu einem alltäglich nutzbaren Werkzeug macht. Das Modellieren von Zeitreihen wurde vertieft und umfasst nun auch ARCH- und GARCH-Prozesse ebenso wie vektorielle Modelle von Zeitreihen. Das gesamt Zeitreihen-Framework wurde überarbeitet und verbessert, inklusive Simulation, Schätzung und Berechnung von Eigenschaften.

  • Vollständig automatisiertes Fitten von Zeitreihenmodellen. »
  • Automatische Modell-Wahl, basierend auf Kriterien wie AIC, BIC, AICc und SBC.
  • Vollständige Palette der Diagnose von Fits, inklusive der Beurteilung von Residuen.
  • Möglichkeit, mehrere verschiedene Modellfamilien zum Fitten (inklusive SARIMA und GARCH) zu spezifizieren
  • Neue Zeitreihenprozesse, inklusive ARCH (autoregressive conditionally heteroscedastic) und GARCH (generalized ARCH).
  • Volle Unterstützung von vektoriellen AR-, MA-, ARMA-, ARIMA-, SARMA- und SARIMA-Prozessen.
  • Neue Schätzmethoden für Zeitreihenprozesse, inklusive Spektralschätzung.
  • Neue Schätzmethoden für Zeitreihenprozesse wie Maximum-Likelihood- und bedingte Maximum-Likelihood-Methode.
  • Support von Zeitreihenmodellen mit Mittelwertfunktionen ungleich Null.
  • Unterstützung von Zeitreihen mit Startwerten, inklusive nichtstationären.

Decide Time Series Process Family and Order from Data Automatically »
Identify Conditional Heteroscedacity »
Airline Passengers »
Constrain the Model Selection Set »

Use Different Criteria for Model Selection »
Investigate Time Series Model Residuals »
Study Significance of Parameters in Fitted Model »
Use Fitted Model to Forecast Time Series »

Model Multiple Exchange Rates »
Vector Joint Model versus Univariate Component Models »
Use Vector Models with Multiple Strongly Correlated Time Series »
Vector Autoregressive Process as Discretized Vector Ornstein–Uhlenbeck Process »

Time Series Processes with Nonzero Mean »
Time Series Processes with Initial Conditions »
Study Non-weakly Stationary Autoregressive Process »
Compute Expectation of Autoregressive Moving-Average Process from Its Definition »

Use Spectral Estimator to Find FARIMA Parameters »
Volatility Clustering in a GARCH Process »
Slice Distribution of GARCH(1,1) »
Moments of GARCH(1,1) »

Model the Conditional Value at Risk with an ARCH Process »
Expanded Estimation Methods »
Broad Performance Improvements »