Ein Distanzmaß zur Klassifizierung von Arima-Modellen

Zusammenfassung. In einer Reihe praktischer Probleme, in denen Clustering oder die Auswahl aus einer Reihe dynamischer Strukturen erforderlich ist, ist die Einführung einer Distanz zwischen den Daten ein erster Schritt bei der Anwendung multivariater statistischer Methoden. In diesem Papier wird ein parametrischer Ansatz vorgeschlagen, um eine wohl definierte Metrik auf der Klasse der autoregressiven integrierten gleitenden Durchschnittsmodelle (ARIMA) invertierbarer Modelle als die euklidische Distanz zwischen ihren autoregressiven Erweiterungen einzuführen. Zwei Fallstudien zum Clustering wirtschaftlicher Zeitreihen und zur Bewertung der Konsistenz saisonaler Anpassungsverfahren werden diskutiert. Schließlich werden einige verwandte Vorschläge erörtert und einige Anregungen für weitere Forschungen gegeben.