Reisensburg 1996: Abstract N. Miethe
Statistical Computing '96 - Schloß Reisensburg

Segmentation of Stepwise Stationary Time Series

Norbert Miethe

FB Veterinärmedizin, Institut für Biometrie und Informationsverarbeitung, FU Berlin

Die Anpassung stochastischer Differenzengleichungen an Zeitreihen erfordern vor der endgültigen Parameterschätzung häufig die Lösung folgender Aufgaben:

Zur Lösung beider Aufgaben konnen gleichartige Hypothesentests angewendet werden, wenn man die Modellwahlaufgaben auf die schrittweise Prüfung von Hypothesen reduziert. Das Autoregressive Modell der Ordnung p:
BILD

beschreibt einen stationären Prozeß mit Erwartungswert 0 und zeitinvarianter Kovarianzstruktur und bietet wegen linearer Schätzgleichungen einen einfachen Ansatz für die Parameterschätzung.

Es werden für Ordnungswahl und Segmentierung sequentielle Tests hergeleitet, die auf der approximativen F-Verteilung der Statistik BILD beruhen.

Literatur:

  1. Appel, U., Brandt, A. V. (1983). Adaptive sequential segmentation of piecewise stationary time series. Inference of Science, 29, 27.
  2. Bohlin, T. (1971). Analysis of EEG signals with changing spectra using a short-word Kalman estimator. Math.Biosci. 35, 221.
  3. Mann, H.B., Wald, A. (1943). On the statistical treatment of linear stochastic difference equation. Econometrica, 111, 173-220.
  4. Miethe, N. (1979). Asymptotic Properties of Tests in ARMA-Models. MOS ,Ser. Statistics, Vol 10, 307-318.
  5. Miethe, N. (1980). Asymptotische Eigenschaften von Tests über die Ordnung von ARMA-Modellen. Dissertation, Berlin.
  6. Miethe, N., Schneider, A. (1992). AGMOS Programm zur Autoregressiven Gleitenden Modellierung und Segmentierung. mc forum 5, 6. CIP Kongress, HUB, Berlin, 433-440.
  7. Miethe, N. (1993). Segmentation of stepwise stationary time series. Colloquy on Statistical and Mathematical Modelling, Berlin, 44-50.


Statistical Computing '96 auf Schloß Reisensburg