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

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

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.