Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/22181 
Full metadata record
DC FieldValueLanguage
dc.contributor.authorHärdle, Wolfgang Karlen
dc.contributor.authorChen, Yingen
dc.contributor.authorSchulz, Raineren
dc.date.accessioned2009-01-29T14:54:10Z-
dc.date.available2009-01-29T14:54:10Z-
dc.date.issued2004-
dc.identifier.urihttp://hdl.handle.net/10419/22181-
dc.description.abstractStatistische Prognosen basieren auf der Annahme, dass ein funktionaler Zusammenhang zwischen der zu prognostizierenden Variable y und anderen dimensionalen beobachtbaren Variablen x=(x1,...,xj)t – Rj besteht. Kann der funktionale Zusammenhang geschätzt werden, so kann im Prinzip für jedes x der zugehörige y Wert prognostiziert werden. Bei den meisten Anwendungen wird angenommen, dass der funktionale Zusammenhang einem niedrigdimensionalen parametrischen Modell entspricht oder durch dieses zumindest gut wiedergegeben wird. Ein Beispiel im bivariaten Fall ist das lineare Modell y=b(0)+b(1)x. Sind die beiden unbekannten Parameter b(0) und b(1) mit Hilfe historischer Daten geschätzt, so lässt sich für jedes gegebene x sofort der zugehörige y Wert prognostizieren. Allerdings besteht hierbei die Gefahr, dass der wirkliche funktionale Zusammenhang nicht dem gewählten Modell entspricht. Dies kann in Folge zu schlechten Prognosen führen.en
dc.language.isogeren
dc.publisher|aHumboldt-Universität zu Berlin, Center for Applied Statistics and Economics (CASE) |cBerlinen
dc.relation.ispartofseries|aPapers |x2004,07en
dc.subject.ddc330en
dc.titlePrognose mit nichtparametrischen Verfahren-
dc.typeWorking Paperen
dc.identifier.ppn495279005en
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungenen
dc.identifier.repecRePEc:zbw:caseps:200407en

Files in This Item:
File
Size





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