Beschreibung
Diese Arbeit entwickelt zahlreiche Methoden und Algorithmen zur verbesserten Modellierung und Prognose von makroökonomischen Zeitreihen mit neuronalen Netzen (ARNN-Modellen) und führt einen Vergleich mit linearen Modellen (AR, ARMA) durch. Mit einer Evaluationsstudie zum Vergleich der Güte von Mehr-Schritt-Prognosen.
Autorenportrait
Wolfgang Koller studierte Handelswissenschaften an der Wirtschaftsuniversität Wien und war danach als Assistent am dortigen Institut für Wirtschafts- und Sozialgeographie und am Forschungsinstitut für Europafragen tätig. Seit 2005 ist er Wissenschaftlicher Mitarbeiter am Industriewissenschaftlichen Institut in Wien. 2012 promovierte er zum Themenbereich Zeitreihenanalyse und neuronale Netze.
Inhalt
Inhalt: Univariate lineare und nicht-lineare Modellierung von makroökonomischen Zeitreihen – Neuronale Netze zur Zeitreihenmodellierung und Prognose – Tests auf Nicht-Linearität – Vergleich von Modellierungsstrategien – Evaluierung der Prognosegüte von Mehr-Schritt-Prognosen.
