Affordable Access

Access to the full text

Verfahren zur Überwachung räumlicher autoregressiver Prozesse mit externen Regressoren

Authors
  • Garthoff, Robert
  • Otto, Philipp
Type
Published Article
Journal
AStA Wirtschafts- und Sozialstatistisches Archiv
Publisher
Springer Berlin Heidelberg
Publication Date
May 23, 2018
Volume
12
Issue
2
Pages
107–133
Identifiers
DOI: 10.1007/s11943-018-0224-1
Source
Springer Nature
Keywords
License
Yellow

Abstract

Der vorliegende Beitrag befasst sich mit der statistischen Prozesskontrolle räumlicher autoregressiver Prozesse mit externen Regressoren. Das Ziel ist die Weiterentwicklung etablierter Methoden der zeitlichen Prozesskontrolle. Diese Ansätze werden für Anwendungen in der räumlichen Prozesskontrolle modifiziert. Wir illustrieren dieses Vorgehen anhand eines sozialstatistischen Beispiels, welches sich mit der Bevölkerungsentwicklung in den Landkreisen und Kreisfreien Städten der Bundesrepublik Deutschland befasst. Mittels Faktorenanalyse werden zunächst nicht beobachtbare Variablen basierend auf den zuvor gewählten manifesten Variablen identifiziert, denn für die nachfolgende Analyse sind voneinander unabhängige Faktoren erforderlich. Daraufhin sind anhand einer Clusteranalyse die Regionen in Gruppen einzuteilen. Mit Hilfe der gebildeten Cluster sind diejenigen Regionen, welche die Grundlage der Modellanpassung darstellen, im Zustand unter Kontrolle auszuwählen. Anhand der zuvor ermittelten Faktorwerte erfolgt eine Modellanpassung mit Hilfe der verallgemeinerten Momenten-Methode. Im Rahmen der statistischen Prozesskontrolle werden in einem weiteren Schritt multivariate Kontrollkarten basierend auf entweder exponentieller Glättung oder kumulierter Summe herangezogen, um Kreise außerhalb der Region im Zustand unter Kontrolle hinsichtlich ihres Kontrollzustandes zu beurteilen. Wir stellen verschiedene Ansätze vor, um die zu überwachenden Regionen für eine Prozesskontrolle zu sortieren. Schlussendlich möchten wir zeigen, dass die modifizierten Kontrollkarten strukturelle Veränderungen in Bezug auf ein zuvor geschätztes Modell signalisieren, ohne dass eine permanente Schätzung erforderlich ist.

Report this publication

Statistics

Seen <100 times