Kurzfristige Prognose von Tageszeitreihen mit Kalendereffekten

Üben Kalendereffekte einen Einfluss auf kurzfristige und tagesgenaue Prognosen aus? Welche Möglichkeiten gibt es, sich einen solchen Einfluss nutzbar zu machen? Eignen sich bestimmte statistische Prognoseverfahren besser zur Prognose von Tageszeitreihen mit Kalendereffekten als andere? Verbessert sich die Prognosegüte, sobald Kalendereffekte in der Prognose berücksichtigt werden?

Diese und weitere Fragen werden in der vorliegenden Arbeit untersucht. Grundlage sind eine Reihe etablierter Prognoseverfahren, deren Auswahl von naiven Verfahren über exponentielle Glättungsmodelle bis hin zu Prognoseverfahren der Box-Jenkins-Modellfamilie reicht. Der Autor zeigt unterschiedliche Wege zur manuellen oder automatischen Integration von Kalendereffekten in die einzelnen Prognoseverfahren auf und vergleicht die vorgestellten Verfahren durch eine dynamische Prognosesimulation, basierend auf simulierten und empirischen Zeitreihen. Als Vergleichsmaßstab dient die Punktprognose, die mit den Prognoseevaluationsmaßen ME, MAPE und RMSE bewertet wird.