Thomas Henke Libros

Inhaltsangabe:Einleitung: Zentraler Bestandteil der Diplomarbeit ist die Analyse und Prognose von Aktienindizes. Wichtige Fragen, die in diesem Zusammenhang beantwortet werden, sind: Wie kann eine Analyse und Prognose von Aktienindizes aufgebaut werden? Lassen sich derartige Prognosen durch Erweiterungen verbessern? Sind erzielte Verbesserungen statistisch signifikant? Können Beziehungen zwischen internationalen Indizes herausgearbeitet werden? Gang der Untersuchung: Zur Beantwortung dieser Fragen gliedert sich die Arbeit in zwei Teile. Der erste theoretisch gelagerte Abschnitt umfaßt die Kapitel 2 und 3, der zweite praxisorientierte Abschnitt wird durch die Kapitel 4 und 5 bestimmt. Ausgangspunkt der Untersuchung ist die Darstellung zeitreihenanalytischer Grundlagen und Modelle im Kapitel 2. Es werden autoregressive Modelle und deren wesentliche Eigenschaften vorgestellt, sowie die Erweiterung zu vektorautoregressiven Modellen (VAR). Im Kapitel 3 wird unter Verwendung der VAR-Modelle das Konzept der Granger-Kausalität erläutert. Neben einer allgemeinen Definition wird auf ein Testverfahren eingegangen. Den Abschluß dieses Kapitels bilden kritische Anmerkungen zu diesem Konzept. Im folgenden Kapitel 4 steht die Datenbeschreibung im Vordergrund. Erläutert werden die Datenherkunft und -auswahl, sowie die Aufbereitung der Daten. Zur Unterstützung der Arbeitsschritte wird das Programmpaket SAS (Statistical Analysis System) verwendet, das auch im Kapitel 5 die Datenanalyse erleichert. Das 5. Kapitel ist die Zusammenführung aller vorangegangenen Abschnitte. Die in Kapitel 2 und 3 dargestellten Konzeptionen werden in hier auf die in Kapitel 4 beschriebenen und aufbereiteten Zeitreihen angewendet. Es erfolgt die Testdurchführung zum Nachweis der Granger-Kausalität. Im Punkt 5.2 werden die Untersuchungsergebnisse zusammengefaßt. Die so gewonnenen Erkenntnisse werden in 5.3 zur Prognose eines Aktienindexes verwendet. Abschließend erfolgt ebenfalls eine kritische Würdigung der Vorgehensweise und der Untersuchungsergebnisse. Der Punkt 6 faßt die wichtigsten Ergebnisse aller Teilbereiche zusammen und gibt einen Ausblick für weiterführende Untersuchungen. Inhaltsverzeichnis:Inhaltsverzeichnis: Abbildungsverzeichnis4 Tabellenverzeichnis5 Abkürzungsverzeichnis7 Symbolverzeichnis8 1.Einleitung10 1.1Problemstellung und Zielsetzung10 1.2Aufbau der Arbeit11 2.Statistische Grundlagen13 2.1Stationarität13 2.2Autoregressiver Prozeß [ ]

In industriellen Produktionsprozessen treten unvermeidliche Schwankungen im Ablauf und im Verhalten der Werkstoffe auf. Diese Schwankungen können zu Produkten führen, die nicht den Qualitätsansprüchen genügen, oder sogar den Produktionsprozess zum Stillstand bringen. Bisher konnten solche Schwankungen in der integrativen Auslegung von Prozessen nicht berücksichtigt werden. Die Arbeit entwickelt Methoden zur prozessnahen Identifikation und Quantifizierung von Schwankungen relevanter beschreibender Werte für Warmmassivumformprozesse und deren Implementierung in numerische Prozessauslegungstools, insbesondere in die FEM. Eine neue Methode, basierend auf Resampling-Verfahren der Stichprobentheorie, wird vorgestellt, die es ermöglicht, Schwankungen des Werkstoffverhaltens als Verteilungen der Modellparameter zu erfassen. Durch die Kombination dieser Methode mit DoE-basierten Simulationsstudien können sowohl produktrelevante als auch prozessrelevante Zielwerte in statistischen Verteilungen vorhergesagt werden. Zu den produktrelevanten Werten zählen Korngrößen und rekristallisierte Anteile, während prozessrelevante Werte Anlagenlasten und Werkzeugspannungen umfassen. Die Ergebnisse werden anhand der Herstellung endkonturnah geschmiedeter Kegelräder validiert. Diese Arbeit liefert wichtige Grundlagen zur Berücksichtigung von Schwankungen im Prozessablauf und im Werkstoffverhalten und ermöglicht eine frühzeitige Einschätzung der Robust