Zeitreihenanalyse : Eine Einführung für Sozialwissenschaftler und Historiker

Modelle und Verfahren der Zeitreihenanalyse gewinnen auch in den Sozial- und Geschichtswissenschaften zunehmend an Bedeutung. Zum einen werden immer mehr Zeitreihen-Daten verfügbar, zum anderen wächst die Einsicht, dass in vielen Bereichen dynamische Analysemodelle erforderlich sind, wenn strukturelle Zusammenhänge aufgedeckt und Kausalhypothesen überprüft werden sollen. Das Lehrbuch ist als anwendungsorientierte Einführung für Studierende, Lehrende und Forschungspraktiker konzipiert worden; vorausgesetzt werden lediglich Basiskenntnisse der deskriptiven und schließenden Statistik, wie sie üblicherweise in den Methoden-Curricula sozialwissenschaftlicher Fächer vermittelt werden. Ausgangspunkt sind die klassischen Verfahren der Zerlegung von Zeitreihen in verschiedene Komponenten (wie Trend und Zyklus). Im zweiten Schritt werden die Zeitreihen als stochastische Prozesse interpretiert, die im Rahmen des Box/Jenkins-Ansatzes modelliert werden können (sog. ARIMA-Modelle). Im dritten Schritt werden einzelne Zeitreihen als abhängige Variablen (Output-Reihen) behandelt, deren Verlauf entweder durch bestimmte Ereignisse oder Maßnahmen (Interventionsanalyse, Evaluationsforschung) oder durch andere stochastische Prozesse (Input-Reihen) kurz- oder längerfristig beeinflusst wird. Die dynamische Analyse der strukturellen Zusammenhänge wird sowohl im Rahmen der ökonometrischen Regressionsmodelle als auch innerhalb des Box/Jenkins-Ansatzes (sog. Transferfunktionsmodelle) behandelt. Im letzten Kapitel werden diese Modelle dahingehend erweitert, dass sie auch wechselseitige Kausalbeziehungen (Rückkopplungen) identifizieren und darstellen können. Die jeweiligen Verfahrensschritte werden anhand von Beispielen aus der Forschungspraxis erläutert. Die entsprechenden Zeitreihen sind online verfügbar, wie auch ein Programmpaket mit Analyseverfahren, die das Angebot von Standard-Paketen wie SPSS ergänzen. Die Didaktik dieses Lehrbuchs wurde langjährig erprobt. Modelle und Verfahren der Zeitreihenanalyse gewinnen auch in den Sozial- und Geschichtswissenschaften zunehmend an Bedeutung. Zum einen werden immer mehr Zeitreihen-Daten verfügbar, zum anderen wächst die Einsicht, dass in vielen Bereichen dynamische Analysemodelle erforderlich sind, wenn strukturelle Zusammenhänge aufgedeckt und Kausalhypothesen überprüft werden sollen.

Das Lehrbuch ist als anwendungsorientierte Einführung für Studierende, Lehrende und Forschungspraktiker konzipiert worden; vorausgesetzt werden lediglich Basiskenntnisse der deskriptiven und schließenden Statistik, wie sie üblicherweise in den Methoden-Curricula sozialwissenschaftlicher Fächer vermittelt werden.
Ausgangspunkt sind die klassischen Verfahren der Zerlegung von Zeitreihen in verschiedene Komponenten (wie Trend und Zyklus). Im zweiten Schritt werden die Zeitreihen als stochastische Prozesse interpretiert, die im Rahmen des Box/Jenkins-Ansatzes modelliert werden können (sog. ARIMA-Modelle). Im dritten Schritt werden einzelne Zeitreihen als abhängige Variablen (Output-Reihen) behandelt, deren Verlauf entweder durch bestimmte Ereignisse oder Maßnahmen (Interventionsanalyse, Evaluationsforschung) oder durch andere stochastische Prozesse (Input-Reihen) kurz- oder längerfristig beeinflusst wird. Die dynamische Analyse der strukturellen Zusammenhänge wird sowohl im Rahmen der ökonometrischen Regressionsmodelle als auch innerhalb des Box/Jenkins-Ansatzes (sog. Transferfunktionsmodelle) behandelt. Im letzten Kapitel werden diese Modelle dahingehend erweitert, dass sie auch wechselseitige Kausalbeziehungen (Rückkopplungen) identifizieren und darstellen können.

Die jeweiligen Verfahrensschritte werden anhand von Beispielen aus der Forschungspraxis erläutert. Die entsprechenden Zeitreihen sind online verfügbar, wie auch ein Programmpaket mit Analyseverfahren, die das Angebot von Standard-Paketen wie SPSS ergänzen. Main description: Modelle und Verfahren der Zeitreihenanalyse gewinnen auch in den Sozial- und Geschichtswissenschaften zunehmend an Bedeutung. Zum einen werden immer mehr Zeitreihen-Daten verfügbar, zum anderen wächst die Einsicht, dass in vielen Bereichen dynamische Analysemodelle erforderlich sind, wenn strukturelle Zusammenhänge aufgedeckt und Kausalhypothesen überprüft werden sollen. Das Lehrbuch ist als anwendungsorientierte Einführung für Studierende, Lehrende und Forschungspraktiker konzipiert worden; vorausgesetzt werden lediglich Basiskenntnisse der deskriptiven und schließenden Statistik, wie sie üblicherweise in den Methoden-Curricula sozialwissenschaftlicher Fächer vermittelt werden. Ausgangspunkt sind die klassischen Verfahren der Zerlegung von Zeitreihen in verschiedene Komponenten (wie Trend und Zyklus). Im zweiten Schritt werden die Zeitreihen als stochastische Prozesse interpretiert, die im Rahmen des Box/Jenkins-Ansatzes modelliert werden können (sog. ARIMA-Modelle). Im dritten Schritt werden einzelne Zeitreihen als abhängige Variablen (Output-Reihen) behandelt, deren Verlauf entweder durch bestimmte Ereignisse oder Maßnahmen (Interventionsanalyse, Evaluationsforschung) oder durch andere stochastische Prozesse (Input-Reihen) kurz- oder längerfristig beeinflusst wird. Die dynamische Analyse der strukturellen Zusammenhänge wird sowohl im Rahmen der ökonometrischen Regressionsmodelle als auch innerhalb des Box/Jenkins-Ansatzes (sog. Transferfunktionsmodelle) behandelt. Im letzten Kapitel werden diese Modelle dahingehend erweitert, dass sie auch wechselseitige Kausalbeziehungen (Rückkopplungen) identifizieren und darstellen können. Die jeweiligen Verfahrensschritte werden anhand von Beispielen aus der Forschungspraxis erläutert. Die entsprechenden Zeitreihen sind online verfügbar, wie auch ein Programmpaket mit Analyseverfahren, die das Angebot von Standard-Paketen wie SPSS ergänzen Review quote. A quote from a review of the product: "Das Lehrbuch von Helmut Thome zur Zeitreihenanalyse unterscheidet sich in zweierlei Hinsicht in bemerkenswerter Weise von den auf dem Markt befindlichen Lehrbüchern: Erstens wird nicht allein auf das Wie abgestellt, sondern an vielen Stellen auch das Warum gründlich diskutiert. ... Zweitens liegt eine weitere Stärke des Buches darin, dass eine sinnvolle und klar begründete Auswahl aus dem umfangreichen Gebiet der Zeitreihenanalyse getroffen wurde. ... Für die Zielgruppe des Buches - Sozialwissenschaftler und Historiker, die über ein Basiswissen in der schließenden Statistik und der Regressionsanalyse verfügen - liegt nun eine systematische, sorgfältige und didaktisch vorzügliche Einführung in das komplexe Feld der Zeitreihenanalyse vor." (Kölner Zeitschrift für Soziologie und Sozialpsychologie, März 2006) "Diese einführende Darstellung in die Zeitreihenanalyse ist von außerordentlicher analytischer und pädagogischer Qualität. Der informierte Leser findet hier in sieben Kapiteln eine Darlegung der neuesten Methodem der univariaten ... und multivariaten Analysen ... sowie eine wiederholende Erläuterung der klassischen beschreibenden Techniken ... Damit liegt eine didaktisch außerordentlich gelungene Einführung in die Zeitreihenanalyse vor, die dem Anfänger einen gut begehbaren Weg ebnet, aber auch dem sozialwissenschaftlichen Praktiker, der schon Erfahrungen auf diesem Gebiet gesammelt hat, sicherlich einige zusätzliche Einsichten vermitteln kann." (Claude Diebolt in ZA Information 59/Nov. 2006) Ausgangspunkt dieses Lehrbuchs sind die klassischen Verfahren der Zerlegung von Zeitreihen in verschiedene Komponenten (wie Trend und Zyklus). Im zweiten Schritt werden die Zeitreihen als stochastische Prozesse interpretiert, die im Rahmen des Box/Jenkins-Ansatzes modelliert werden können (sog. ARIMA-Modelle). Im dritten Schritt werden einzelne Zeitreihen als abhängige Variablen (Output-Reihen) behandelt, deren Verlauf entweder durch bestimmte Ereignisse oder Maßnahmen (Interventionsanalyse, Evaluationsforschung) oder durch andere stochastische Prozesse (Input-Reihen) kurz- oder längerfristig