Vor Ort
Merkzettel Warenkorb
Produktbild: Auswirkungen von Fehlern in den Daten auf Parameterschätzungen und Prognosen
Band 30

Auswirkungen von Fehlern in den Daten auf Parameterschätzungen und Prognosen

Aus der Reihe Arbeiten zur Angewandten Statistik

54,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

04.06.1987

Verlag

Physica

Seitenzahl

391

Maße (L/B/H)

24,4/17/2,2 cm

Auflage

1. Auflage

Sprache

Deutsch

ISBN

978-3-7908-0374-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

04.06.1987

Verlag

Physica

Seitenzahl

391

Maße (L/B/H)

24,4/17/2,2 cm

Auflage

1. Auflage

Sprache

Deutsch

ISBN

978-3-7908-0374-7

Herstelleradresse

Physica Verlag
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Auswirkungen von Fehlern in den Daten auf Parameterschätzungen und Prognosen

  • 0. Einleitung.- I. Zur Theorie (Nicht-)Linearer Ökonometrischer Modelle.- 1. Das ökonometrische Modell.- 1.1 Der Begriff des ökonometrischen Modells.- 1.2 Ein nichtlineares interdependentes Modell mit Fehlern-in-den-Variablen.- 1.3 Identifizierbarkeit in Fehler-in-den-Variablen Modellen: Kalmans Kritik.- 2. Schätzung und Prognose bei fehlerfreien Daten.- 2.1 Parameterschätzung.- 2.1.1 FIML-Schätzung.- 2.1.2 Eigenschaften des FIML-Schätzers.- 2.1.3 OLS-Schätzer.- 2.2 Prognosen.- 2.2.1 Ein-Schritt-Prognosen.- 2.2.2 Mehr-Schritt-Prognosen.- 2.2.3 Ex-post-Prognosen.- 3. Schätzung und Prognose bei Fehlern in den Variablen.- 3.1 Fehlerprozesse.- 3.1.1 Allgemeine Form.- 3.1.2 Prozentsätze der exakten Variablen.- 3.1.3 Prozentsätze der Erwartungswerte.- 3.1.4 Prozentsätze der Standardabweichnungen.- 3.2 Verteilung des OLS-Schätzers.- 3.2.1 Inkonsistenz auf Grund von Meßfehlern.- 3.2.2 Konsistenz trotz Meßfehlern.- 3.2.3 Small-sample-Analyse: Kleine Meßfehler.- 3.3 Verteilung des Maximum-Likelihood-Schätzers.- 3.3.1 Konsistente ML-Schätzungen im Eingleichungsmodell.- 3.3.2 Konsistente ML-Schätzungen in Mehrgleichungsmodellen.- 3.4 Prognosen bei Fehlern in den Variablen.- 3.4.1 Prognosen in statischen Einzelgleichungsmodellen.- 3.4.2 Prognosen in dynamischen Einzelgleichungsmodellen.- 3.4.3 Prognosen in dynamischen interdependenten Modellen.- II. Simulation von Fehlern in den Variablen.- 1. Das Monte-Carlo-Experiment.- 1.1 Das Monte-Carlo-Experiment bei Simulationsmodellen.- 1.2 Das Monte-Carlo-Experiment bei Real-world-Modellen.- 2. Simulationsmodelle.- 2.1 Ein statisches Simulationsmodell in reduzierter Form.- 2.2 Ein dynamisches interdependentes Simulationsmodell.- 2.3 Zusammenfassung der Ergebnisse.- 3. Varianten des Modells Klein 1.- 4. Ein makroökonomisches Modell für die BRD.- 4.1 Überblick.- 4.2 Das Modell als Abbildung des Kontenrahmens der Volkswirtschaftlichen Gesamtrechnung (VGR).- 4.2.1 Verwendungs-, Verteilungs- und Umverteilungsrechnung.- 4.2.2 Ausfüllung des Kontenrahmens.- 4.2.3 Schätzansätze.- 4.3 Prognosen.- 4.3.1 Ex-post-Prognosen.- 4.3.2 Ex-ante-Prognosen.- 4.4 Datenfehleranalyse.- 4.4.1 Fehler in makroökonomischen Variablen.- 4.4.2 Datenerstellung des Statistischen Bundesamts.- 4.4.3 Qualitätsbeurteilung durch Experten.- 4.4.4 Datenrevisionen.- 4.4.5 Darstellung des statistischen Fehlers.- 4.4.6 Verfahren von Langaskens und van Rijckeghem.- 4.4.7 Anwendung des Verfahrens.- 4.4.8 Implementierung der Fehlerprozesse.- 4.5 Monte-Carlo-Experimente.- 5. Fazit.- III. Zur Numerik der Schätzalgorithmen.- 0. Einleitung.- 1. FIML-Schätzung und OLS-Schätzung: Approximation der Hessematrix der Zielfunktionen.- 1.1 OLS-Schätzung.- 1.2 FIML-Schätzung.- 2. Eine trust-region Methode zur Lösung von nichtlinearen Minimierungsproblemen.- 2.1 Überblick.- 2.2 Eine Klasse von trust-region Methoden.- 2.3 Zur Skalierung.- 2.4 Globale Konvergenz.- 2.5 Lokale Konvergenz: Konvergenzgeschwindigkeit.- 2.6 Näherungen für Hessematrizen.- 2.6.1 Gauss-Newton-Näherungen.- 2.6.2 Quasi-Newton-Näherungen.- 3. Numerische Realisierung der Schätzalgorithmen.- 3.1 Ausgestaltung der trust-region Methode.- 3.2 Testergebnisse bei historischen Daten.- 3.2.1 OLS-Schätzung.- 3.2.2 FIML-Schätzung.- 3.2.3 Der Standard-Algorithmus: BFGS-mix.- 3.3 Testergebnisse bei simulierten Daten.- 3.3.1 Implementierung bei Monte-Carlo-Simulationen.- 3.3.2 Eine Monte-Carlo Studie zum Vergleich der Konvergenzeigenschaften von Varianten des trust-region Algorithmus.- 4. Fazit.- Anhang 1: Das Kontensystem der Volkswirtschaftlichen Gesamtrechnung.- Anhang 2: Datendokumentation.- Anhang 3: Gütegruppeneinteilung von VGR-Daten des Statistischen Bundesamts.