Strukturelles Zeitreihenmodell (Grundlegendes Strukturmodell)
Das Strukturelle Zeitreihenmodell, in seiner Form als Grundlegendes Strukturmodell (BSM), ist Andrew Harveys Zustandsraumansatz, der eine Zeitreihe in separate stochastische Trend-, Saison-, Zyklus- und Irregularitätskomponenten zerlegt. Es wurde in Harveys Werk von 1990 entwickelt und wird für seine Interpretierbarkeit und Komponentenzerlegung geschätzt, während ARIMA lediglich eine Black-Box-Anpassung liefert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
- Harvey, A. C. & Shephard, N. (1993). Structural Time Series Models. In G. S. Maddala, C. R. Rao & H. D. Vinod (Eds.), Handbook of Statistics, Vol. 11 (pp. 261-302). Elsevier. DOI: 10.1016/S0169-7161(05)80045-8 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Basic Structural Model (Structural Time Series Model). ScholarGate. https://scholargate.app/de/econometrics/structural-time-series
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ARIMA-Modell (Autoregressive Integrated Moving Average)Ökonometrie↔ compare
- Bayesianische strukturelle ZeitreihenBayes-Statistik↔ compare
- Markov-Regime-Switching-Modell (MS-AR / MS-VAR)Ökonometrie↔ compare
- Vektorautoregressionsmodell (VAR)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →