Die vorliegende Arbeit zeigt Ansätze zur Identifizierung von Parametern aus Zeitreihenmodellen mit Hilfe eines zeitdiskreten Gleichgewichtsmodells. Die Ansätze beruhen dabei hauptsächlich auf dem Paper [YYR18] von William Chad Young, Ka Yee Yeung und Adrian E. Raftery. Die Arbeit kann in zwei Teile aufgegliedert werden. Im ersten Teil der Arbeit wird zunächst aus der Gruppe vektorautoregressiver Modelle ein zeitdiskretes Gleichgewichtsmodell hergeleitet. Das Modell wird im Anschluss auf die Frage der Identifizierbarkeit im Gleichgewicht untersucht. Dazu wird einerseits die Gleichgewichtsverteilung und andererseits die Darstellung des Modells als Graph verwendet. Die Darstellung als gerichteter Graph fuhrt auf eine erste notwendige Bedingung für Identifizierbarkeit. Zum Abschluss des ersten Teils wird die Frage der Identifizierbarkeit in zwei konkreten Beispielen diskutiert. Diese beiden Beispiele werden jeweils mit einem algebraischen und einem numerischen Lösungsansatz untersucht. Der algebraische Lösungsansatz erfordert dabei zunächst eine Einführung der wichtigsten theoretischen Grundlagen der Computeralgebra. Im zweiten Teil der Arbeit werden an das Gleichgewichtsmodell weitere Annahmen gestelllt, die zu einem angepassten Gleichgewichtsmodell fuhren. Die Frage der Identifizierbarkeit im angepassten Gleichgewichtsmodell kann anschließend mit einer konkreten Berechnungsvorschrift beantwortet werden. Zum Abschluss der Arbeit wird die asymptotische Theorie des Maximum-Likelihood-Schätzers und die Konvergenz einer zuvor eingeführten Likelihood-Quotienten-Teststatistik gegen eine Chiquadratverteilung im angepassten Gleichgewichtsmodell anhand simulierter Daten evaluiert. Die asymptotische Theorie des Maximum-Likelihood-Schätzers wird mit zwei verschiedenen Simulationen getestet. Neben der Approximation der asymptotischen Varianz wird auch die Überdeckung der Parameter mit Konfidenzintervallen getestet. Die Konvergenz der Likelihood-Quotienten-Teststatistik gegen eine Chiquadratverteilung wird mit der Simulation der empirischen Verteilung evaluiert.      «

Die vorliegende Arbeit zeigt Ansätze zur Identifizierung von Parametern aus Zeitreihenmodellen mit Hilfe eines zeitdiskreten Gleichgewichtsmodells. Die Ansätze beruhen dabei hauptsächlich auf dem Paper [YYR18] von William Chad Young, Ka Yee Yeung und Adrian E. Raftery. Die Arbeit kann in zwei Teile aufgegliedert werden. Im ersten Teil der Arbeit wird zunächst aus der Gruppe vektorautoregressiver Modelle ein zeitdiskretes Gleichgewichtsmodell hergeleitet. Das Modell wird im Anschluss auf die Frag...     »