Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter in ökonometrischen Modellen (Arbeiten zur Angewandten Statistik) (German Edition)
5 Angebote vergleichen
Preise | 2013 | 2014 | 2015 | 2016 |
---|---|---|---|---|
Schnitt | Fr. 84.13 (€ 86.14)¹ | Fr. 34.56 (€ 35.39)¹ | Fr. 30.39 (€ 31.12)¹ | Fr. 9.58 (€ 9.81)¹ |
Nachfrage |
1
Symbolbild
Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter in ökonometrischen Modellen (1986)
DE PB NW RP
ISBN: 9783790803594 bzw. 3790803596, in Deutsch, Physica Sep 1986, Taschenbuch, neu, Nachdruck.
Von Händler/Antiquariat, AHA-BUCH GmbH [51283250], Einbeck, Germany.
This item is printed on demand - Print on Demand Titel. Neuware - InhaltsangabeGliederung.- I: Bedeutung und Ursachen veränderlicher Parameter in der quantitativen Ökonomie: statistische Methoden zu ihrer Erkennung und Schätzung.- 1. Auf der Suche nach stabilen Parametern des 'datenerzeugenden Prozesses': Problem der 'strukturellen' Schätzung in der Ökonometrie.- 1.1. Vorbemerkungen.- 1.2. Ein ökonometrisch-statistisches Rahmenmodell.- 1.3. Die Reduktion und Reparametrisierung des Totalmodells: die Zulässigkeit der Reduktion für Inferenz, Prognose und Simulation bei Interventionen in den 'erklärenden' Variablen mit den zugehörigen Exogenitätskonzepten.- 1.4. Ein kleines Beispiel mit einer Illustration der LUCAS-Kritik - eine Erklärung von Parameterinstabilitäten aus Sicht der Theorie 'rationaler Erwartungen'.- Exkurs: WOLD-STROTZ-Transformationen, Vorherbestimmtheit und strenge Exogenität in einem stationären AR-Modell.- 1.5. Die Rehabilitierung der reduzierten Form: eine Darstellung der SIMS-Kritik an der Ökonomie und Ökonometrie 'rationaler Erwartungen'.- 1.6. Abschliessende Bemerkungen: Ursachen variabler Regressionsparameter und ein Ansatz ihrer Modellierung.- 2. Schätzung variabler Parameter: ein kurzer Überblick traditioneller Ansätze.- 2.1. Vorbemerkungen.- 2.2. Eine kurze Diskussion dynamischer Regressionsmodelle und nichtrekursiver Schätzverfahren.- 2.2.1. Diskrete Parametervariation.- 2.2.2. Systematische und autoregressive Parametervariation: nichtrekursive Schätzung des Parameterverlaufs in einem Aitken-Modell.- 2.3. Das Verfahren der exponentiellen Glättung in einer Interpretation als adaptives Verfahren und als Spezialfall eines Kaimanfilters.- 3. Abriss der weiteren Vorgehensweise: Leitfaden und Zusammenfassung.- II: Rekursive Schätzung der zeitabhängigen stochastischen Koeffizienten in einem verallgemeinerten Regressionsmodell: Zustandsschätzung in einem vollspezifizierten dynamischen linearen Modell mit Hilfe des Kaimanfilters.- 1. Das Zustandsraummodell (Das 'dynamische lineare Modell').- 1.1. Das allgemeine Zustandsraummodell.- 1.2. Das lineare Zustandsraummodell.- 1.3. Interpretationen des Zustandsraummodells: ein Überblick.- 2. Alternative Herleitungen und Interpretationen der Kaimanfiltergleichungen.- 2.1. Ein Bayesianischer (entscheidungstheoretischer) Modellrahmen.- 2.1.1. Die rekursive Berechnung von a posteriori Dichten in einem allgemeinen Zustandsraummodell.- 2.1.2. Ableitung von Bayesregeln in einem vereinfachten dynamischen linearen Modell.- 2.2. Kleinstquadratschätzer: Definition und elementare Eigenschaften.- 2.3. Ableitung der Kalmanfiltergleichungen durch rekursive Berechnung bedingter Normalverteilungen.- 2.3.1. Rekursionsgleichungen für die Filterlösung.- 2.3.2. Interpretation der Filterstruktur.- 2.4. Der lineare Kleinstquadratschätzer.- 2.4.1. Definition und elementare Eigenschaften.- 2.4.2. Die Innovationsfolge und ihre Eigenschaften.- 2.5. Ableitung der Kaimanfiltergleichungen durch schrittweise Regression auf die Glieder einer Innovationsfolge.- 2.5.1. Rekursionsgleichungen für die Filterlösung.- 2.5.2. Parallelen zur 'Aitken-Schätzung' und 'gemischten' Schätzung.- 2.6. Approximation von Zufallsvariablen in Hilberträumen - Kaimanfilter als rekursive Projektionen.- 2.6.1. Approximation von Vektoren eines Hilbertraumes durch Vektoren eines Unterraumes.- 2.6.2. Interpretation des Kalmanfilter-Algorithmus als rekursive Projektionen in einem Hilbertraum.- 2.7. Anwendungsbeispiele.- 2.7.1. Sequentielle Regression und rekursive Residuen.- 2.7.2. Die Bestimmung einer optimalen Glättungskonstanten im Rahmen der Schätzung permanenter Zeitreihenkomponenten.- 2.7.3. Die Verwendung des Kaimanfilters zur Beschreibung von Informationsstrukturen in dynamischen Entscheidungsproblemen unter Unsicherheit.- 3. Vervollständigung der Schätzaufgaben: Herleitung der Glättungs- und Prognoselösung.- 3.1. Vorbemerkungen.- 3.2. Herleitung der Glättungslösung.- 3.3. Herleitung der Prognoselösung.- 4. Numerische Varia.
This item is printed on demand - Print on Demand Titel. Neuware - InhaltsangabeGliederung.- I: Bedeutung und Ursachen veränderlicher Parameter in der quantitativen Ökonomie: statistische Methoden zu ihrer Erkennung und Schätzung.- 1. Auf der Suche nach stabilen Parametern des 'datenerzeugenden Prozesses': Problem der 'strukturellen' Schätzung in der Ökonometrie.- 1.1. Vorbemerkungen.- 1.2. Ein ökonometrisch-statistisches Rahmenmodell.- 1.3. Die Reduktion und Reparametrisierung des Totalmodells: die Zulässigkeit der Reduktion für Inferenz, Prognose und Simulation bei Interventionen in den 'erklärenden' Variablen mit den zugehörigen Exogenitätskonzepten.- 1.4. Ein kleines Beispiel mit einer Illustration der LUCAS-Kritik - eine Erklärung von Parameterinstabilitäten aus Sicht der Theorie 'rationaler Erwartungen'.- Exkurs: WOLD-STROTZ-Transformationen, Vorherbestimmtheit und strenge Exogenität in einem stationären AR-Modell.- 1.5. Die Rehabilitierung der reduzierten Form: eine Darstellung der SIMS-Kritik an der Ökonomie und Ökonometrie 'rationaler Erwartungen'.- 1.6. Abschliessende Bemerkungen: Ursachen variabler Regressionsparameter und ein Ansatz ihrer Modellierung.- 2. Schätzung variabler Parameter: ein kurzer Überblick traditioneller Ansätze.- 2.1. Vorbemerkungen.- 2.2. Eine kurze Diskussion dynamischer Regressionsmodelle und nichtrekursiver Schätzverfahren.- 2.2.1. Diskrete Parametervariation.- 2.2.2. Systematische und autoregressive Parametervariation: nichtrekursive Schätzung des Parameterverlaufs in einem Aitken-Modell.- 2.3. Das Verfahren der exponentiellen Glättung in einer Interpretation als adaptives Verfahren und als Spezialfall eines Kaimanfilters.- 3. Abriss der weiteren Vorgehensweise: Leitfaden und Zusammenfassung.- II: Rekursive Schätzung der zeitabhängigen stochastischen Koeffizienten in einem verallgemeinerten Regressionsmodell: Zustandsschätzung in einem vollspezifizierten dynamischen linearen Modell mit Hilfe des Kaimanfilters.- 1. Das Zustandsraummodell (Das 'dynamische lineare Modell').- 1.1. Das allgemeine Zustandsraummodell.- 1.2. Das lineare Zustandsraummodell.- 1.3. Interpretationen des Zustandsraummodells: ein Überblick.- 2. Alternative Herleitungen und Interpretationen der Kaimanfiltergleichungen.- 2.1. Ein Bayesianischer (entscheidungstheoretischer) Modellrahmen.- 2.1.1. Die rekursive Berechnung von a posteriori Dichten in einem allgemeinen Zustandsraummodell.- 2.1.2. Ableitung von Bayesregeln in einem vereinfachten dynamischen linearen Modell.- 2.2. Kleinstquadratschätzer: Definition und elementare Eigenschaften.- 2.3. Ableitung der Kalmanfiltergleichungen durch rekursive Berechnung bedingter Normalverteilungen.- 2.3.1. Rekursionsgleichungen für die Filterlösung.- 2.3.2. Interpretation der Filterstruktur.- 2.4. Der lineare Kleinstquadratschätzer.- 2.4.1. Definition und elementare Eigenschaften.- 2.4.2. Die Innovationsfolge und ihre Eigenschaften.- 2.5. Ableitung der Kaimanfiltergleichungen durch schrittweise Regression auf die Glieder einer Innovationsfolge.- 2.5.1. Rekursionsgleichungen für die Filterlösung.- 2.5.2. Parallelen zur 'Aitken-Schätzung' und 'gemischten' Schätzung.- 2.6. Approximation von Zufallsvariablen in Hilberträumen - Kaimanfilter als rekursive Projektionen.- 2.6.1. Approximation von Vektoren eines Hilbertraumes durch Vektoren eines Unterraumes.- 2.6.2. Interpretation des Kalmanfilter-Algorithmus als rekursive Projektionen in einem Hilbertraum.- 2.7. Anwendungsbeispiele.- 2.7.1. Sequentielle Regression und rekursive Residuen.- 2.7.2. Die Bestimmung einer optimalen Glättungskonstanten im Rahmen der Schätzung permanenter Zeitreihenkomponenten.- 2.7.3. Die Verwendung des Kaimanfilters zur Beschreibung von Informationsstrukturen in dynamischen Entscheidungsproblemen unter Unsicherheit.- 3. Vervollständigung der Schätzaufgaben: Herleitung der Glättungs- und Prognoselösung.- 3.1. Vorbemerkungen.- 3.2. Herleitung der Glättungslösung.- 3.3. Herleitung der Prognoselösung.- 4. Numerische Varia.
2
Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter in ökonometrischen Modellen., (= Arbeiten zur angewandten Statistik 27). (1986)
DE PB
ISBN: 9783790803594 bzw. 3790803596, in Deutsch, Heidelberg, Physica, Taschenbuch.
Lieferung aus: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, Antiquariat Thomas Haker GmbH & Co. KG [1309982], Berlin, Germany.
508 S. Guter Zustand. Bibliotheksexemplar. Cover fleckig und mit Gebrauchsspuren. Seitenschnitt gebräunt. Sprache: Deutsch Gewicht in Gramm: 860 Sonderangebot: Dieser Verkäufer bietet Kunden einen exklusiven Rabatt von 10% auf sämtliche Preise. Alter Preis: 10,90 EUR.
Von Händler/Antiquariat, Antiquariat Thomas Haker GmbH & Co. KG [1309982], Berlin, Germany.
508 S. Guter Zustand. Bibliotheksexemplar. Cover fleckig und mit Gebrauchsspuren. Seitenschnitt gebräunt. Sprache: Deutsch Gewicht in Gramm: 860 Sonderangebot: Dieser Verkäufer bietet Kunden einen exklusiven Rabatt von 10% auf sämtliche Preise. Alter Preis: 10,90 EUR.
3
Symbolbild
Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter in ökonometrischen Modellen (Arbeiten zur Angewandten Statistik) (1986)
DE PB US
ISBN: 9783790803594 bzw. 3790803596, in Deutsch, Physica-Verlag, Taschenbuch, gebraucht.
Von Händler/Antiquariat, Mosakowski & Stiasny GbR [51070922], Florstadt, Germany.
508 Seiten Exemplar aus einer wissenchaftlichen Bibliothek Sprache: de Gewicht in Gramm: 860 24,4 x 17,0 x 2,9 cm, Broschiert.
508 Seiten Exemplar aus einer wissenchaftlichen Bibliothek Sprache: de Gewicht in Gramm: 860 24,4 x 17,0 x 2,9 cm, Broschiert.
4
Symbolbild
Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter. Arbeiten zur angewandten Statistik
DE US
ISBN: 3790803596 bzw. 9783790803594, in Deutsch, Heidelberg , Wien : Physica-Verlag, 1986. gebraucht.
Lieferung aus: Deutschland, Versandart: STD, Versand nach: DE.
Von Händler/Antiquariat, Mosakowski & Stiasny GbR, [94444].
Versand erfolgt am folgenden Werktag / stempel innen, Bibl.exempl, in Spezialschutzfolie, XIII, 490 S. , 25 cm kart.
Von Händler/Antiquariat, Mosakowski & Stiasny GbR, [94444].
Versand erfolgt am folgenden Werktag / stempel innen, Bibl.exempl, in Spezialschutzfolie, XIII, 490 S. , 25 cm kart.
5
Symbolbild
Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter in ökonometrischen Modellen. Arbeiten zur angewandten Statistik Band 27.
DE US
ISBN: 3790803596 bzw. 9783790803594, Band: 27, in Deutsch, Heidelberg ; Wien : Physica-Verlag, 1986. gebraucht.
Lieferung aus: Deutschland, Versandart: STD, Versand nach: DE.
Von Händler/Antiquariat, manufactura, [13079454].
Einband begriffen, sonst gut erhalten. XIII, 490 Seiten. Berechnungen. Grösse -8°. Okart.
Von Händler/Antiquariat, manufactura, [13079454].
Einband begriffen, sonst gut erhalten. XIII, 490 Seiten. Berechnungen. Grösse -8°. Okart.
Lade…