Das Vorhandensein des Langzeitgedächtnisses

Kelechi Aruah (Autor)

Buch | Softcover

72 Seiten

2025
Verlag Unser Wissen
978-620-9-01894-7 (ISBN)

Titel nicht im Sortiment

Artikel merken

Eine der größten Herausforderungen bei der Datenanalyse ist die Auswahl des am besten geeigneten Modells für einen bestimmten Datensatz. In der Praxis hat eine falsche Modellspezifikation in der Datenwissenschaft oft zu falschen Schlussfolgerungen geführt. Diese Studie vergleicht die Effizienz der Modellierung einer Zeitreihe mit saisonalen Langzeitgedächtniseigenschaften unter Verwendung von SARIMA-, ARFIMA- und SARFIMA-Modellen. Zur Veranschaulichung wurden monatliche globale Durchschnittstemperaturdaten verwendet. Die Temperaturreihe zeigte Anzeichen eines langen Gedächtnisses, da der ACF-Plot bei näherer Betrachtung langsam abfiel. Der aus der R/S-Analyse gewonnene Hurst-Exponent bestätigte das Vorhandensein eines langen Gedächtnisses. Der ACF zeigte einen exponentiellen Abfall und ein sinusförmiges Muster, was sowohl auf Nichtstationarität als auch auf Saisonalität hindeutete. Um diese Beobachtungen zu verifizieren, wurden Tests auf Stationarität und Saisonalität durchgeführt. Schließlich wurden die AIC- und BIC-Kriterien angewendet, um die Effizienz aller drei Modelle zu bewerten, und die Ergebnisse zeigten, dass das SARFIMA-Modell bei Vorhandensein von sowohl Saisonalität als auch Langzeitgedächtnis am effizientesten war.

Kelechi E. Aruah hat einen Master of Science in Statistik und promoviert derzeit an der Michael Okpara University of Agriculture in Umudike. Derzeit lehrt er Statistik an der Alex Ekwueme Federal University in Ndufu-Alike Ikwo im Bundesstaat Ebonyi in Nigeria und ist Autor mehrerer wissenschaftlicher Publikationen.

Erscheinungsdatum	16.11.2025
Sprache	deutsch
Maße	152 x 229 mm
Gewicht	109 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik
Schlagworte	ARFIMA model and SARFIMA model • ARFIMA-Modell und SARFIMA-Modell • Langes Gedächtnis • Long Memory • SARIMA model • SARIMA-Modell • Stationarität • Stationarity
ISBN-10	620-9-01894-7 / 6209018947
ISBN-13	978-620-9-01894-7 / 9786209018947
Zustand	Neuware