Change-Point-Tests für die Innovationenverteilung in nichtparametrischen Autoregressionsmodellen auf Basis sequentieller empirischer Prozesse

Abstract

In dieser Arbeit wird das asymptotische Verhalten von sequentiellen empirischen Prozessen basierend auf nichtparametrisch geschätzten Residuen in heteroskedastischen autoregressiven Modellen untersucht und ein Test auf einen Change-Point (Strukturbruch) in der Verteilung der Innovationen hergeleitet.

In this thesis the asymptotic behavior of sequential empirical processes based on nonparametrically estimated residuals in heteroscedastic autoregressive models is investigated and a testing procedure that can detect a change in time in the innovation distribution is derived.