Nächste Seite: Berechnung der spektralen Dichte
Aufwärts: Spektralanalysen
Vorherige Seite: Inhalt
  Inhalt
Die spektrale Dichte gibt an, welcher Anteil der Varianz einer beobachteten
Zeitreihe durch Schwingungen mit bestimmten Frequenzen
begründet werden kann. Deshalb ist die Herleitung über die Fourierdarstellung
einer Zeitreihe wohl adäquat, auch wenn oft andere Wege beschritten werden
(z.B. über die Autokorrelationsfunktion, weshalb die Spektralanalyse auch
ASA = Autokorrelations-Spektral-Analyse genannt wird, um sie von anderen
ähnlichen Analysen, mit gleichem Ziel, zu unterscheiden). Die Zerlegung einer
Zeitreihe in ein System von orthogonalen Funktionen ist immer möglich,
aber nicht immer sinnvoll. Noch fraglicher ist es, ob es sinnvoll ist gerade
ein bestimmtes fest vorgegebenes System von Funktionen zu wählen, nämlich
Sinus- und Cosinus-Funktionen. So kann man zwar einen linearen Trend in
harmonische Funktionen zerlegen (und als Überlagerung solcher darstellen),
jedoch macht dies sicher weniger Sinn, als den linearen Trend explizit als
solchen zu betrachten und ihn am Ende gar von den zyklischen Komponenten zu
unterscheiden, die man spektral analysieren will. Dies entspricht im Ansatz
dem klassischen Zeitreihenmodell, das besagt, daß eine Zeitreihe aus
mehreren Komponenten additiv zusammengesetzt ist:
|
(1.1) |
mit:
|
= |
Zeitreihe, |
|
= |
Glatte Komponente, |
|
= |
Zyklische Komponente und |
|
= |
Rauschanteil. |
Betrachtet man eine Zeitreihe unter diesem Gesichtspunkt, so dient die
Spektralanalyse dem Ziel zyklisches Verhalten zu finden und zu analysieren.
Die glatte Komponente sollte dann vorher herausgefiltert werden, während der
Rauschanteil dann übrigbleibt. Auch dessen spektrale Eigenschaften können
mit der spektralen Varianzanalyse untersucht werden. Um den glatten Anteil
aus einer Zeitreihe herauszufiltern, hat man zahlreiche Möglichkeiten, z.B.:
- Hochpaßfiltern.
- explizit erklären, durch ein Modell mit Einflußgrößen (z.B.
physikalisch, aber auch statistisch (Regressionsmodell)).
- Eine Funktion (z.B. ein Polynom) optimal anpassen und abziehen.
- Splines anpassen und abziehen.
- linear detrenden (global).
- lokale Differenzen verwenden (d.h. die Reihe
analysieren).
All das, was man vor der Spektralanalyse mit den Daten machen kann, nennt
man Konditionierung. Man kann dabei schon ziemlich viel Unsinn machen; es
kann aber auch sehr unsinnig, sein die Daten nicht aufzuarbeiten.
Einen wichtigen Unterschied sollte man sich jedoch immer klar machen. Das
Spektrum, das man berechnet ist zunächst das Spektrum der Zeitreihe -
keinesfalls das Spektrum des die Zeitreihe erzeugenden Prozesses. Letzteres
aus dem ersten zu schließen ist das Problem der Analyse. Denn die interessante
Frage ist nicht ,,wie sieht die Zeitreihe aus`, sondern ,,warum sieht sie so
aus`. Doch zunächst zur Berechnung des Stichprobenspektrums.
Unterabschnitte
Nächste Seite: Berechnung der spektralen Dichte
Aufwärts: Spektralanalysen
Vorherige Seite: Inhalt
  Inhalt
ich
2000-01-25