Using Time Series to Analyze Long-Range Fractal Patterns
Using Time Series to Analyze Long Range Fractal Patterns stellt Methoden zur Beschreibung und Analyse von Abhängigkeiten und Unregelmäßigkeiten in langen Zeitreihen vor. Unregelmäßigkeit bezieht sich auf Zyklen, die ähnlich aussehen, sich aber im Gegensatz zu den den Sozialwissenschaftlern vertrauten saisonalen Mustern über eine nicht feste Zeitskala wiederholen.
Bislang wurden diese Methoden vor allem bei der Analyse dynamischer Systeme außerhalb der Sozialwissenschaften angewandt, aber dieser Band ermöglicht es Sozialwissenschaftlern, fraktale Muster in dynamischen sozialen Systemen zu erforschen und zu dokumentieren. Der Autor Matthijs Koopmans konzentriert sich auf zwei allgemeine Ansätze zur Untersuchung von Unregelmäßigkeiten in langen Zeitreihen: autoregressive fraktional integrierte gleitende Durchschnittsmodelle und die Analyse der spektralen Leistungsdichte.
Er demonstriert die Methoden anhand von zwei Arten von Beispielen: Simulationen, die die möglichen Muster veranschaulichen und als Maßstab für die Interpretation von Mustern in realen Daten dienen, und zweitens sozialwissenschaftliche Beispiele wie langfristige Daten zu monatlichen Arbeitslosenzahlen, tägliche Schulbesuchsquoten, tägliche Geburtenzahlen bei Teenagern und wöchentliche Umfragedaten zur politischen Orientierung. Daten und R-Skripte zur Replikation der Analysen sind auf einer begleitenden Website verfügbar.
| ISBN: | 9781544361420 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 120 |
Derzeit verfügbar, auf Lager.
