Zeitreihenanalyse

 

[engl. time series analysis], [FSE], mithilfe der Zeitreihenanalyse wird ein Untersuchungsmerkmal über viele gleichabständige Messzeitpunkte hinweg betrachtet. Dabei ist es möglich, nicht nur die Zu- oder Abnahme eines Prozesses zu beschreiben, sondern auch Hypothesen über die Form der Zeitreihe zu überprüfen. Es können sowohl intraindividuelle Zusammenhänge untersucht als auch Interventionswirkungen (z. B. von Trainings, Intervention) überprüft werden. Darüber hinaus ist auch ein Vergleich von Einzelfällen möglich. Bei der Zeitreihenanalyse kann zw. einem univariaten und einem multivariaten Vorgehen unterschieden werden. Mit univariaten Zeitreihenanalyse werden Analysen beschrieben, in die nur eine abhängige Variable einbezogen wird. In diesem Zusammenhang sind die Trendanalyse und ARIMA-Prozesse von besonderer Bedeutung. Bei Trendanalysen wird die gesamte Zeitreihe über ein lineares Polynom oder ein Polynom höherer Ordnung beschrieben. Dabei entspricht die Annäherung einer Zeitreihe durch einen linearen Trend der Berechnung einer Regressionsgeraden (Zeit als Prädiktor und die Zeitreihe bzw. das untersuchte Merkmal als Kriterium). Eine ARIMA-Modellierung eignet sich zur Beschreibung von Prozessstrukturen innerhalb der Zeitreihe. So können auf Grundlage der Analyse serieller Abhängigkeiten Aussagen über die Struktur der Zeitreihe getroffen werden (z. B. hängt die Stimmung zum Zeitpunkt t mit der Stimmung zum Zeitpunkt t-1 zusammen). Mithilfe multivariater Zeitreihenanalyse wird das dynamische Beziehungsgeflecht von zwei oder mehreren Variablen/Zeitreihen untersucht. Durch die Möglichkeit, zeitverschobene Zeitreihen zu vergleichen, können Zusammenhänge über die Zeit geprüft werden, sodass Annahmen über die Wirkungsrichtungen (Kausalität) überprüfbar werden. Statistische Datenanalyseverfahren.

Referenzen und vertiefende Literatur

Die Literaturverweise stehen Ihnen nur mit der Premium-Version zur Verfügung.