Prognose makrooekonomischer Zeitreihen: Ein Vergleich linearer Modelle mit neuronalen Netzen
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 (A...
Saved in:
| Main Author: | |
|---|---|
| Format: | Electronic Book Chapter |
| Published: |
Bern
Peter Lang International Academic Publishing Group
2013
|
| Series: | Forschungsergebnisse der Wirtschaftsuniversitaet Wien
|
| Subjects: | |
| Online Access: | DOAB: download the publication DOAB: description of the publication |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000naaaa2200000uu 4500 | ||
|---|---|---|---|
| 001 | doab_20_500_12854_36667 | ||
| 005 | 20210210 | ||
| 003 | oapen | ||
| 006 | m o d | ||
| 007 | cr|mn|---annan | ||
| 008 | 20210210s2013 xx |||||o ||| 0|deu d | ||
| 020 | |a 978-3-653-03344-1 | ||
| 020 | |a 9783653033441 | ||
| 040 | |a oapen |c oapen | ||
| 024 | 7 | |a 10.3726/978-3-653-03344-1 |c doi | |
| 041 | 0 | |a deu | |
| 042 | |a dc | ||
| 072 | 7 | |a GPH |2 bicssc | |
| 072 | 7 | |a KCA |2 bicssc | |
| 072 | 7 | |a KCG |2 bicssc | |
| 100 | 1 | |a Koller, Wolfgang |4 auth | |
| 245 | 1 | 0 | |a Prognose makrooekonomischer Zeitreihen: Ein Vergleich linearer Modelle mit neuronalen Netzen |
| 260 | |a Bern |b Peter Lang International Academic Publishing Group |c 2013 | ||
| 300 | |a 1 electronic resource (275 p.) | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a computer |b c |2 rdamedia | ||
| 338 | |a online resource |b cr |2 rdacarrier | ||
| 490 | 1 | |a Forschungsergebnisse der Wirtschaftsuniversitaet Wien | |
| 506 | 0 | |a Open Access |2 star |f Unrestricted online access | |
| 520 | |a 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. | ||
| 540 | |a Creative Commons |f https://creativecommons.org/licenses/by/4.0/legalcode |2 cc |4 https://creativecommons.org/licenses/by/4.0/legalcode | ||
| 546 | |a German | ||
| 650 | 7 | |a Data analysis: general |2 bicssc | |
| 650 | 7 | |a Economic theory & philosophy |2 bicssc | |
| 650 | 7 | |a Economic growth |2 bicssc | |
| 653 | |a ARNN-Modelle | ||
| 653 | |a Güte von Mehr-Schritt-Prognosen | ||
| 653 | |a Koller | ||
| 653 | |a linearer | ||
| 653 | |a makroökonomischen | ||
| 653 | |a makroökonomischer | ||
| 653 | |a Modelle | ||
| 653 | |a Netzen | ||
| 653 | |a neuronalen | ||
| 653 | |a Nicht-Linearität | ||
| 653 | |a Prognose | ||
| 653 | |a Vergleich | ||
| 653 | |a Zeitreihe | ||
| 653 | |a Zeitreihen | ||
| 653 | |a Zeitreihenanalyse | ||
| 856 | 4 | 0 | |a www.oapen.org |u https://library.oapen.org/bitstream/20.500.12657/27293/1/1002719.pdf |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://library.oapen.org/bitstream/20.500.12657/27293/1/1002719.pdf |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://library.oapen.org/bitstream/20.500.12657/27293/1/1002719.pdf |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://library.oapen.org/bitstream/20.500.12657/27293/1/1002719.pdf |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://directory.doabooks.org/handle/20.500.12854/36667 |7 0 |z DOAB: description of the publication |