Bücher
hier kostenlos | Buch, Hörbücher |
| Fachbücher |
| Mathematik |
| Stochastik |
| Statistik |
Multivariate Statistik 06 | |
Statistische Analysen eignungsdiagnostischer Daten: Anwendung multivariater Verfahren im Rahmen einer Untersuchung der Eignungsdiagnostik des Berufsförderungswerks EckertLudwig KreuzpointnerB, Broschiert |
Nichtparametrische Inferenz für Copulas: Quantitative Risikoanalysen für den deutschen Finanzmarkt (Berichte aus der Statistik)Jadran DobricTaschenbuchQuantitative Abhängigkeitsanalysen basierten bis zur Hälfte des 20. Jahrhunderts überwiegend auf der Normalverteilungsannahme der Daten. Eine solche unterstellte multivariate Verteilungsfamilie zieht jedoch stets ein Wahrnehmungsdefizit der tatsächlichen vorhandenen Abhängigkeitsstruktur nach sich. Insbesondere in der empirischen Kapitalmarktforschung lassen sich die " Stylized Facts" bezüglich des Verhaltens täglicher Aktienrenditen nicht mehr verleugnen. Die Kenntnisse über das Vorhandensein der Leptokurtosis und der Fat Tails erfordern tiefgreifendere Veränderungen hinsichtlich der angenommenen Abhängigkeitsstrukturen. Das Ziel dieser Arbeit liegt in der Ausarbeitung neuer Verfahren zur Abhängigkeitsanalyse und deren Anwendung auf Daten des deutschen Finanzmarktes. Mit dem bedeutenden Werk von Nelsen (1999) " Introduction to Copulas" etablierte sich die Copulatheorie zum modernen Instrumentarium der multivariaten Statistik. Die neuartige Darstellung multivariater Verteilungen als Funktion ihrer univariaten Randverteilungen ( siehe Sklar (1959)) bietet uns dabei ungeahnte Möglichkeiten zur Lösung einer Vielzahl von Problemstellungen. Erstmals ist es möglich, die Abhängigkeiten als funktionalen Zusammenhang der Verteilungen der einzelnen Komponenten eines Zufallsvektors darzustellen, so dass eine ausführliche quantitative Analyse der gesamten Abhängigkeitsstruktur durchführbar ist. In dieser Arbeit haben wir uns zum Ziel gesetzt die Copulatheorie weiterzuentwickeln und sie auf die Bedürfnisse der praktischen Anwender anzupassen. Diesen Anforderungen traten wir durch eine zweiseitige Strategie entgegen. Wir führten zunächst im ersten Teil copulabasierte Abhängigkeitsmaße ein und stellten anschließend im zweiten Teil zwei Verfahren zur Ermittlung der wahren Copula vor. |
Multivariate Copula-Modelle für Finanzmarktdaten: Eine simulative und empirische Untersuchung (Berichte aus der Statistik)Christian KöckTaschenbuchEmbrechts et al. (1999) haben in ihrer richtungsweisenden Arbeit gezeigt, dass die lineare Korrelation kein geeignetes Maß ist, um die Abhängigkeit zwischen zwei nicht-normal bzw. allgemeiner nicht-elliptisch verteilten Zufallsvariablen zu beschreiben. Als eine Alternative werden sogenannte Copulas vorgeschlagen, die multivariate Verteilungsfunktionen auf dem Einheitskubus mit gleichverteilten Rändern sind und die univariaten Randverteilungen zur gemeinsamen Verteilung zusammenfügen. Sie beinhalten somit die Information über die Abhängigkeitsstruktur der Risikofaktoren. Seitdem erfreuen sich Copula-Modelle im Finanzmarktbereich einer immer größeren Beliebtheit um die Abhängigkeiten zwischen Risikofaktoren zu beschreiben. Im bivariaten Fall wurden Copulas in der wissenschaftlichen Literartur bereits ausführlich diskutiert. Jedoch bietet der multivariate Fall noch immer einige offene Fragen und es ist noch nicht abschließend geklärt, welche Copulas die Charakteristika von Renditen hinreichend beschreiben. Folglich dominieren in der empirischen Arbeit immer noch die Copulas bekannter elliptischer Verteilungen, wie z. B. der Normal- und t-Verteilung, wobei sich letztere als sehr gut geeignet für die Beschreibung der Abhängigkeitsstruktur von Renditen erwiesen hat. In der neueren Literatur erschienen zuletzt einige viel versprechende Alternativen, die auch in höheren Dimensionen noch handhabbar sein und die zugleich über eine hohe Flexibilität bei der Modellierung der Abhängigkeit verfügen sollen. Der Autor gibt eine systematische Darstellung der von der neueren Literatur vorgeschlagenen höherdimensionalen Copula-Modelle und entwickelt eine allgemeine Darstellung für Copulas, die viele bekannte Copula-Klassen als Spezialfälle enthält. Des Weiteren werden Schätzverfahren und Maße zur Beurteilung der Anpassungsgüte an Daten auf ihre Eigenschaften hin simulativ untersucht. Schließlich erfolgt eine Anpassung der vorgestellten Copulas an verschiedene Zeitreihen von. . . |
Lebensqualität und berufliche Belastung bei HIV-InfiziertenInge WaaseTaschenbuch |
Multivariate Ausreißer und Datentiefe (Berichte aus der Statistik)Katharina CramerTaschenbuch |
The application of multivariate GARCH models to turbulent financial marketsEdy ZahndTaschenbuch |
Statistische Modellierung und Erfassung multivariater Assoziationsstrukturen anhand von KS-VerteilungenAstrid HeinickeTaschenbuch |
Die Untersuchung von Kunstobjekten mit Hilfe der bildgebenden Spektroskopie: Theoretischer Hintergrund, experimenteller Aufbau, multivariate statistische Bewertung und Anwendung (Physik)Florian BayererTaschenbuch |
Hirnschädigung und fehlende Schulreife. Multivariate Analysen zur psychologischen DifferentialdiagnoseB, Broschiert |
Exploratory Analysis of Multivariate Image DataAxel SaalbachTaschenbuch |