Buchbestellung
Buchbestellung

Einordung

Die Zeitreihenanalyse dient neben der Beschreibung und Erklärung der zeitlichen Entwicklung einer Variablen insbesondere auch deren Prognose, d.h. der Schätzung von Werten dieser Variablen für zukünftige Zeitpunkte oder Perioden. Jede weitreichende Entscheidung basiert auf Prognosen. Die Zeitreihenanalyse ist daher für die Stützung von Entscheidungsproblemen jeglicher Art von großer Wichtigkeit. Für die Produktions- und Absatzplanung eines Herstellers ist z.B. von Wichtigkeit, wie sich seine Absatzmenge oder das Volumen seines Marktes langfristig entwickeln werden oder welchen periodischen Schwankungen diese Größen unterworfen sind.

Verfahrenssteckbrief

Name des Verfahrens: Zeitreihenanalyse
Kernfrage des Verfahrens: Wie stark ist der Zusammenhang zwischen einer metrisch-skalierten abhängigen Variablen und metrisch-skalierten Zeitreihendaten?
Verfahrenstyp: Dependenzanalyse
Variablenmenge: geteilt
Skalenniveau:  
- abhängige Variable metrisch (Zeitreihendaten)
- unabhängige Variable metrisch (Zeitreihendaten)
- bei ungeteilter Variablenmenge - nicht relevant -
Verfahrensintension: struktur-prüfendes Verfahren (konfirmatorisch)
Verfahrensvarianten: lineare und nicht-lineare Modelle möglich
Schätzverfahren: Kleinstquadratmethode
Menüaufruf in SPSS 16.0: Analysieren → Regression → Linear
Prozedurname in SPSS: REGRESSION (sowie: CURVEFIT; NLR)
Anmerkungen: Nicht behandelt werden in diesem Buch Zeitreihenanalysen im Sinne von ARIMA-Modellen (SPSS-Prozedur: Zeitreihen)
Wichtige Begriffe, die in diesem Kapitel erklärt werden: Eingleichungsmodell; Logarithmisches Modell; Mehrgleichungsmodell; Mittlerer prozentualer Fehler; Multiplikatives Modell; Potenz-Modell; Prognosefehler; Quadratwurzel Modell; Theil´s U; Trendmodell; Zeitreihenextrapolation

Inhaltsverzeichnis

Inhalt Zeitreihen

FAQ

bis jetzt keine Einträge