Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/165704 
Year of Publication: 
2016
Citation: 
[Journal:] ifo Schnelldienst [ISSN:] 0018-974X [Volume:] 69 [Issue:] 03 [Publisher:] ifo Institut - Leibniz-Institut für Wirtschaftsforschung an der Universität München [Place:] München [Year:] 2016 [Pages:] 30-33
Publisher: 
ifo Institut - Leibniz-Institut für Wirtschaftsforschung an der Universität München, München
Abstract: 
Der Artikel zeigt auf, dass Boosting, eine neuere Methode, große Datensätze für die ökonomische Prognose zu nutzen, einen wesentlichen Beitrag zur Verbesserung der Prognose der Industrieproduktion liefern kann. Konkret geht er der Frage nach, welche Indikatoren vom Boosting-Algorithmus zur Vorhersage der deutschen Industrieproduktion im Zeitraum 1996 bis 2014 ausgewählt werden. Im Ergebnis zeigt sich, dass sowohl harte Indikatoren, wie Auftragseingänge oder Umsätze, als auch Befragungsindikatoren regelmäßig in das Prognosemodell aufgenommen werden.
Subjects: 
Industrieproduktion
Algorithmus
Prognose
Deutschland
JEL: 
C53
C52
L10
Document Type: 
Article

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.