Pivotal goodness-of-fit measures in functional data analysis
- Die vorliegende Arbeit behandelt statistische Inferenz für funktionale Zeitreihen. Der Fokus liegt dabei auf der Schätzung und statistischen Quantifizierung von Maßen der Anpassungsgüte. Diese Maße werden unter der "klassischen Alternative" betrachtet (d. h. für nicht ideale Modellanpassung) und mithilfe von Konfidenzintervallen sowie einseitigen Hypothesentests untersucht. Die vorgestellte Methodologie hat sowohl Anwendungen für Ein- und Zweistichprobenprobleme, sowie für relevante Strukturbruchanalysen. Eine Besonderheit der präsentierten Methodik ist die Konstruktion "selbstnormalisierter Statistiken" mit verteilungsfreiem Grenzwert. Im Gegensatz zu alternativen Inferenzmethoden für abhängige Daten (wie z.B. Bootstrap oder die Schätzung der asymptotischen Varianz) sind selbstnormalisierte Statistiken wenig rechenintensiv und setzen außerdem keine Wahl von Bandbreiteparametern voraus, die ein Vorwissen über die Stärke der Abhängigkeit erfordern.
Download full text files
Additional Services
| Author: | Tim Manfred KuttaGND |
|---|---|
| URN: | urn:nbn:de:hbz:294-91844 |
| DOI: | https://doi.org/10.13154/294-9184 |
| Referee: | Holger DetteORCiDGND, Herold DehlingGND, Alexander AueGND |
| Document Type: | Doctoral Thesis |
| Language: | English |
| Date of Publication (online): | 2022/09/15 |
| Date of first Publication: | 2022/09/15 |
| Publishing Institution: | Ruhr-Universität Bochum, Universitätsbibliothek |
| Granting Institution: | Ruhr-Universität Bochum, Fakultät für Mathematik |
| Date of final exam: | 2022/07/06 |
| Creating Corporation: | Fakultät für Mathematik |
| GND-Keyword: | Zeitreihe; Hypothese; Schwache Konvergenz; Statistische Schlussweise; Konfidenzintervall |
| Dewey Decimal Classification: | Naturwissenschaften und Mathematik / Mathematik |
| faculties: | Fakultät für Mathematik |
| Licence (German): |  Keine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht |
