UID:
almahu_9948168594402882
Format:
1 online resource
Edition:
1st, New ed.
ISBN:
9783653033441
Series Statement:
Forschungsergebnisse der Wirtschaftsuniversität Wien 63
Content:
In dieser Arbeit wird die Eignung des Instrumentariums der neuronalen Netze, im Konkreten der autoregressiven Neuronale-Netz-Modelle (ARNN), zur Modellierung und Prognose von makroökonomischen Zeitreihen untersucht und mit jenen der autoregressiven (AR) und autoregressiven Moving-Average-Modelle (ARMA) verglichen. Als beispielhaftes Anwendungsgebiet werden die beiden monatlichen Zeitreihen der österreichischen Arbeitslosenrate und des österreichischen Industrieproduktionsindex herangezogen. Die Arbeit beinhaltet eine Reihe von Erweiterungen an den Methoden und Algorithmen im Zusammenhang mit der ARNN-Modellierung, die durch die besonderen Herausforderungen bei der Modellierung und Prognose von makroökonomischen Zeitreihen motiviert sind. Eine Evaluationsstudie zum Vergleich der Güte von Mehr-Schritt-Prognosen verschiedener Modellierungsstrategien wird durchgeführt.
Note:
Doctoral Thesis
,
Inhalt: Univariate lineare und nicht-lineare Modellierung von makroökonomischen Zeitreihen – Neuronale Netze zur Zeitreihenmodellierung und Prognose – Tests auf Nicht-Linearität – Vergleich von Modellierungsstrategien – Evaluierung der Prognosegüte von Mehr-Schritt-Prognosen.
Additional Edition:
ISBN 9783631643365
Language:
German
DOI:
10.3726/978-3-653-03344-1
URL:
https://www.peterlang.com/view/product/19553?format=EPDF
