Prognose mit nichtparametrischen Verfahren
Statistische 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.
Wolfgang Karl Härdle, Ying Chen, Rainer Schulz
deu
text/html
http://hdl.handle.net/10419/22181
Adapt according to the presented license agreement and reference the original author.