Search

Recent election surprises, regime changes, and political shocks indicate that political agendas have become more fast-moving and volatile. The ability to measure the complex dynamics of agenda change and capture the nature and extent of volatility in political systems is therefore more crucial than ever before. This study proposes a definition and operationalization of volatility that combines insights from political science, communications, information theory, and computational techniques. The proposed measures of fractionalization and agenda change encompass the shifting salience of issues in the agenda as a whole and allow the study of agendas across different domains. We evaluate these metrics and compare them to other measures such as issue-level survival rates and the Pedersen Index, which uses public-opinion poll data to measure public agendas, as well as traditional media content to measure media agendas in the UK and Germany. We show how these measures complement existing approaches and could be employed in future agenda-setting research., Comment: Copyright is held by the authors, and the article is published by Oxford University Press

Change is the most prominent aspect of research endeavors in developmental and educational psychology. To date, preferred methods for studying change, especially those that rely on quantitative methodologies, are based on sample-based correlational analyses conducted with longitudinal panel studies. In this article we argue that research designs need to move beyond a between-person research strategy because dynamic processes occur within individual children and adolescents. The aim is to provide developmental and educational researchers with a guide to gathering and analyzing data so as to be able to answer questions about processes of change and development from a within-person perspective. Our discussion of current practices and our guidance on future research is based on a dynamic systems view on development. Keywords: time series data, individual development, dynamic systems theory, cross-lagged panel model ----- Von stichprobenbasierten Statistiken zu individuellen Dynamiken Zusammenfassung In entwicklungs- und padagogisch-psychologischen Studien liegt der Fokus oft auf der Beschreibung und Erklarung von Veranderungsprozessen. Bisher stutzen sich quantitative Studien in diesem Bereich typischerweise auf stichprobenbasierte Panel-Designs (Between-Person-Perspektive). Im vorliegenden Beitrag wird argumentiert, dass die Untersuchung dynamischer Veranderungsprozesse anderer Forschungsansatze bedarf, die solche Prozesse auf der Ebene des Individuums abzubilden versuchen (Within-Person-Perspektive). Ziel dieses Beitrags ist es, Forschenden, die sich mit Fragestellungen nach der Entwicklung von Kindern und Jugendlichen befassen, eine Orientierungshilfe fur die Planung solcher prozessorientierten Studien zu geben. Die Diskussion bisheriger und zukunftiger Forschungsstrategien erfolgt auf der Basis Dynamischer Systemtheorien der menschlichen Entwicklung. Schlagworter: Zeitreihendaten, individuelle Entwicklung, Dynamische Systemtheorie, Cross-Lagged-Panel Model ----- Bibliographie: Reitzle, Matthias/Dietrich, Julia: From Between-Person Statistics to Within-Person Dynamics, Diskurs Kindheits- und Jugendforschung / Discourse. Journal of Childhood and Adolescence Research, 3-2019, S. 323-342. https://doi.org/10.3224/diskurs.v14i3.06

The analysis and modeling of categorical time series requires quantifying the extent of dispersion and serial dependence. The dispersion of categorical data is commonly measured by Gini index or entropy, but also the recently proposed extropy measure can be used for this purpose. Regarding signed serial dependence in categorical time series, we consider three types of &kappa, measures. By analyzing bias properties, it is shown that always one of the &kappa, measures is related to one of the above-mentioned dispersion measures. For doing statistical inference based on the sample versions of these dispersion and dependence measures, knowledge on their distribution is required. Therefore, we study the asymptotic distributions and bias corrections of the considered dispersion and dependence measures, and we investigate the finite-sample performance of the resulting asymptotic approximations with simulations. The application of the measures is illustrated with real-data examples from politics, economics and biology.

Informationsdienst Soziale Indikatoren No. 60 (2018): Sonderausgabe: Wählerverhalten und Parteiensystem im Wandel - 40 Jahre Politbarometer. Beginn und Erscheinungsfrequenz: Jahr: 1989, Ausgaben pro Jahr: 2, Social Indicators Information Service No. 60 (2018). Beginn und Erscheinungsfrequenz: Year: 1989, Issues per Year: 2, Social Indicators Information Service, Informationsdienst Soziale Indikatoren

Informationsdienst Soziale Indikatoren No. 60 (2018): Sonderausgabe: Wählerverhalten und Parteiensystem im Wandel - 40 Jahre Politbarometer. Beginn und Erscheinungsfrequenz: Jahr: 1989, Ausgaben pro Jahr: 2, Social Indicators Information Service No. 60 (2018). Beginn und Erscheinungsfrequenz: Year: 1989, Issues per Year: 2, Social Indicators Information Service, Informationsdienst Soziale Indikatoren

Informationsdienst Soziale Indikatoren No. 60 (2018): Sonderausgabe: Wählerverhalten und Parteiensystem im Wandel - 40 Jahre Politbarometer. Beginn und Erscheinungsfrequenz: Jahr: 1989, Ausgaben pro Jahr: 2, Social Indicators Information Service No. 60 (2018). Beginn und Erscheinungsfrequenz: Year: 1989, Issues per Year: 2, Social Indicators Information Service, Informationsdienst Soziale Indikatoren

For non-stationary vector autoregressive models (VAR hereafter, or VAR with moving average, VARMA hereafter), we show that the presence of common cyclical features or cointegration leads to a reduction of the order of the implied univariate autoregressive-integrated-moving average (ARIMA hereafter) models. This finding can explain why we identify parsimonious univariate ARIMA models in applied research although VAR models of typical order and dimension used in macroeconometrics imply non-parsimonious univariate ARIMA representations. Next, we develop a strategy for studying interactions between variables prior to possibly modelling them in a multivariate setting. Indeed, the similarity of the autoregressive roots will be informative about the presence of co-movements in a set of multiple time series. Our results justify both the use of a panel setup with homogeneous autoregression and heterogeneous cross-correlated vector moving average errors and a factor structure, and the use of cross-sectional aggregates of ARIMA series to estimate the homogeneous autoregression.

Stochastic population forecasts are gaining popularity in these times of demographic change, as compared with the scenario technique frequently used for projections, they provide important additional information: the forecasted population lies within a prediction interval to which a probability of occurrence can be allocated. However, this approach requires long time-series and detailed information about the determinants of population development (fertility, mortality and net migration), which are frequently not available in sufficient depth at the regional level, but are generally subsumed into age groups. Stochastic population forecasts are therefore usually limited to the national level. Nonetheless, methods of functional data analysis enable us to disaggregate the required demographic variables into years of age and to use them as the data basis of a stochastic model, also at the regional level. This essay presents this approach and models based on it using the example of the population development of the Rhine-Neckar metropolitan area in Germany. Vor dem Hintergrund des demographischen Wandels erfreuen sich stochastische Bevölkerungsprognosen wachsender Beliebtheit, denn sie liefern im Vergleich zu der für Vorausberechnungen häufig verwendeten Szenariotechnik ; eine wichtige Zusatzinformation: die prognostizierte Bevölkerung liegt innerhalb eines Schwankungsbereichs, dem eine Eintrittswahrscheinlichkeit zugeordnet werden kann. Allerdings erfordert dieser Ansatz lange Zeitreihen und detaillierte Informationen über die Determinanten der Bevölkerungsentwicklung (Fertilität, Mortalität und Nettomigration), die auf regionaler Ebene häufig nicht in ausreichender Tiefe verfügbar, sondern in der Regel zu Altersgruppen zusammengefasst sind. Stochastische Bevölkerungsprognosen beschränken sich deshalb meist auf die nationale Ebene. Jedoch ermöglichen es Methoden der funktionalen Datenanalyse, die erforderlichen demographischen Merkmale auf Altersjahre zu disaggregieren und als Datenbasis einer stochastischen Modellierung, auch auf regionaler Ebene, zu nutzen. In diesem Aufsatz werden am Beispiel der Bevölkerungsentwicklung der Metropolregion Rhein-Neckar dieser Ansatz und darauf aufbauende Modelle vorgestellt.

"We suggest to use a factor model based backdating procedure to construct historical Euro-area macroeconomic time series data for the pre-Euro period. We argue that this is a useful alternative to standard contemporaneous aggregation methods. The paper investigates for a number of Euro-area variables whether forecasts based on the factorbackdated data are more precise than those obtained with standard area-wide data. A recursive pseudo-out-of-sample forecasting experiment using quarterly data and a forecasting period 2000Q1-2007Q4 is conducted. Our results suggests that some key variables (e.g. real GDP and in ation) can indeed be forecasted more precisely with the factor-backdated data." (author's abstract)

Vor dem Hintergrund des demographischen Wandels erfreuen sich stochastische Bevölkerungsprognosen wachsender Beliebtheit, denn sie liefern im Vergleich zu der für Vorausberechnungen häufig verwendeten Szenariotechnik ; eine wichtige Zusatzinformation: die prognostizierte Bevölkerung liegt innerhalb eines Schwankungsbereichs, dem eine Eintrittswahrscheinlichkeit zugeordnet werden kann. Allerdings erfordert dieser Ansatz lange Zeitreihen und detaillierte Informationen über die Determinanten der Bevölkerungsentwicklung (Fertilität, Mortalität und Nettomigration), die auf regionaler Ebene häufig nicht in ausreichender Tiefe verfügbar, sondern in der Regel zu Altersgruppen zusammengefasst sind. Stochastische Bevölkerungsprognosen beschränken sich deshalb meist auf die nationale Ebene. Jedoch ermöglichen es Methoden der funktionalen Datenanalyse, die erforderlichen demographischen Merkmale auf Altersjahre zu disaggregieren und als Datenbasis einer stochastischen Modellierung, auch auf regionaler Ebene, zu nutzen. In diesem Aufsatz werden am Beispiel der Bevölkerungsentwicklung der Metropolregion Rhein-Neckar dieser Ansatz und darauf aufbauende Modelle vorgestellt. Stochastic population forecasts are gaining popularity in these times of demographic change, as compared with the scenario technique frequently used for projections, they provide important additional information: the forecasted population lies within a prediction interval to which a probability of occurrence can be allocated. However, this approach requires long time-series and detailed information about the determinants of population development (fertility, mortality and net migration), which are frequently not available in sufficient depth at the regional level, but are generally subsumed into age groups. Stochastic population forecasts are therefore usually limited to the national level. Nonetheless, methods of functional data analysis enable us to disaggregate the required demographic variables into years of age and to use them as the data basis of a stochastic model, also at the regional level. This essay presents this approach and models based on it using the example of the population development of the Rhine-Neckar metropolitan area in Germany.

Applied social scientists have forever been faced with different data interfaces for different data sets. In most cases, an interface is not even available, forcing the researcher to address data files by name, and extract the information required by hand. However, the specific structure of panel data can be very complex and vary dramatically as described in Haisken-DeNew (2001). Some panel data sets provide many files per year (“wide format”), differing by their population, or level of aggregation etc., creating many obstacles for researchers. If one wants to put together variables across time (“long format”), this is typically much more difficult, but ultimately the format which is required for estimation. PanelWhiz is a collection of subroutines that allows researchers to use an intuitive “common” graphical interface for accessing many panel datasets directly within the statistical package Stata/SE 10 or better (http://www.stata. com), whereby the researcher does not select individual variables, but rather vectors of variables (items) with one mouse click. This allows for an efficient method of selecting information for a data set retrieval, especially if the panel data set contains many waves (years) of information. With one mouse-click, data can be automatically retrieved, with merging and matching done automatically. With the PanelWhiz system, the user can open data files by clicking on a browse page.

Die Kapitel der Regressionsschätzung, Paneldatenanalyse, der multivariaten Datenanlyse, Survey- und Survivalanalyse, so wie Zeitreihenanlyse werden anhand einer tabellarischen Auflistung von entsprechenden STATA und R-Befehlen vorgestellt. Dabei kann die gewählte Vorgehensweise in STATA zu einem Großteil in R übersetzt und nachvollzogen werden.

To maintain uninterrupted time series, surveys conducted by national statistical institutes are often kept unchanged as long as possible. When a change is proposed to improve the methods, it may affect the continuity of these series. It is important to minimise the impact so as to minimise the inconvenience for users. In this paper we set out the steps in an orderly transition, provide practical guidance on how to minimise discontinuities, and review methods for dealing with discontinuities if they arise so as to maintain a consistently-estimated series., Survey Research Methods, Vol 2, No 3 (2008)

'Dieser Artikel fasst ein neues ökonometrisches Verfahren für wirtschaftshistorische (kliometrische) Shockanalyse zusammen: die outliers Methodologie.' (Autorenreferat) 'This article summarises a new econometric technique for shock analysis in historical economics (cliometrics): the outlier methodology.' (author's abstract)

Die saisonbedingten 'unit root tests' ermöglichen es, das Wesen von deterministischen und stochastischen saisonbedingten Schwankungen zu bestimmen. Der Autor wendet diese Methode im vorliegenden Arbeitspapier auf die originalen monatlichen Reihen des Währungsvorrats der Reichsbank an (umgerechnet auf wöchentliche Daten mit 2160 Beobachtungen) und hebt die deterministischen, saisonbedingten Schwankungen mit einer besonders ausgeprägten Saisonbedingtheit zu Anfang und am Ende des Jahres hervor. Dieses statistische Ergebnis wird abschließend zu den Wendepunkten in Beziehung gesetzt, die von der historischen Analyse ermittelt worden sind. (ICIÜbers) 'The seasonal unit root tests make it possible to determine the nature of the deterministic and stochastic seasonal fluctuations. In this paper, the author's apply this method to the original monthly series of the Reichsbank monetary stock (constructed in weekly data with 2160 observations) and emphasize deterministic seasonal fluctuations with notably a strong seasonality at the beginning and at the end of the year. This statistical result is closely related to the turning points detected by the historical analysis.' (author's abstract)

Latente Wachstumskurven-Modelle zeigen wiederholte Messungen von Ergebnis-Variablen als Funktionen von aufeinanderfolgenden Zeitpunkten und anderen Maßen. Einige Autoren bemerkten bereits, dass die Beziehung zwischen dem anfänglichen Status und der Wachstumsrate von der Zeitskala abhängt, die mit dem Modell verbunden ist. Verschiedene Zeitskalen führen zu verschiedenen Schätzungen dieser beiden Wachstumsparameter, wie auch ihre Varianzen und Ko-Varianzen. Im vorliegenden Beitrag betrachtet der Autor ein multivariates Wachstumskurven-Modell, in dem die Beziehung zwischen den Mustern des Wandels durch mehr als eine Ergebnis-Variable modelliert werden kann. Es wird gezeigt, dass die Abhängigkeit auch im multivariaten Fall in Erscheinung tritt. Es wird ein mathematischer Beweis erbracht, in dessen Rahmen eine Verbindung von anfänglichem Status und Wachstumsrate mit einer ausgewählten Zeitskala hergestellt wird. Das Wesen dieser Verbindung wird anhand von Modellen mit einer verschiedenen Zeitskala für dieselben empirischen Daten veranschaulicht. (ICIÜbers) 'Latent growth curve models represent repeated measures of outcome variables as functions of consecutive time points and other measures. Already a few authors noticed that the relationship between the initial status and growth rate depends on the time scale involved in the model. Different time scales lead to different estimates of these two growth parameters, as well as their variances and covariances. In this article the author's consider the multivariate growth curve model, in which the relationship between patterns of change of more than one outcome variable can be modeled. The author's will show that the dependency also occurs in the multivariate case. Mathematical evidence will be presented in which the relationship will be established of initial status and growth rate with the selected time scale. The nature of the relationship will be illustrated an models with a different time scale for the same empirical data.' (author's abstract)

"Das Arbeitspapier, welches im Rahmen des Sfb 186 entstanden ist, soll das in der empirischen Forschung relativ unbeachtet gebliebene Problem der Zeitaggregation und des damit oftmals einhergehenden Short-Spell-Problems bei der Analyse von Ereignisdaten verdeutlichen. In Bezug auf die Zeitaggregation scheint die Konzeption diskreter Ereignisanalyse als ein gleichsam natürliches Verfahren des Umgangs mit diesem Problem zu sein. Es wird gezeigt, dass die zu behandelnde Frage weniger ein methodisches, als vielmehr ein Datenproblem ist, welches auch nicht mit den Methoden diskreter Ereignisanalyse gelöst werden kann. Die hier behandelten Probleme beschränken sich nicht nur - wie oftmals angenommen - auf den abhängigen Prozess, sondern auch auf parallele und interdependente Prozesse."

Auf der Grundlage der Arbeiten von Namenwirth und Weber (1987), die sich mit dem Langzeitzyklus von kulturellem Wandel befassen, diskutiert der Beitrag Problemstellungen im Zusammenhang mit Trends, Zyklen und möglichen strukturellen Beziehungen zwischen Variablen in der Zeitreihenanalyse. Besonderes Augenmerk wird dabei auf Zeitreihendaten gelegt, die deterministische und stochastische Komponenten enthalten. Mithilfe eines statistischen Konzepts ko-integrierter Prozesse werden die Bedingungen abgeklärt, unter denen eine gleichgewichtige Beziehung zwischen Variablen mit stochastischen Trends hergestellt werden kann. (ICH) 'In this article, the work of Namenwirth and Weber on the long term cyclical nature of culture change has been taken as a starting point in a discussion of more general issues in identifying trends and cycles and structural relationships between variables in time series analysis. A brief introduction into the statistical concept of cointegrated processes is offered. This concept clarifies conditions under which equilibrium relationships between variables exhibiting stochastic trends can be modeled.' (author's abstract)

Der vorliegende Beitrag rekonstruiert die institutionelle und intellektuelle Konstellation, die 1975 zur Gründung der Arbeitsgemeinschaft QUANTUM geführt hat. Der Autor gibt weiterhin einen Überblick über den Beitrag der historischen Sozialforschung für die Entwicklung der Soziologie und der Geschichtswissenschaft, insbesondere den Dialog zwischen Soziologie und Geschichte in den Bereichen der Methodologie und Theoriebildung. Die Historische Sozialforschung bemüht sich um eine valide empirische Basis zur Analyse und Rekonstruktion langfristigen sozialen Wandels. Ebenfalls befruchtet hat sie die Forschungen im Bereich des interkulturellen Vergleichs, die vorrangig in dem von Stein Rokkan entwickelten Paradigma durchgeführt worden sind. Im Zentrum des Interesses von QUANTUM steht seit 20 Jahren der interdisziplinäre Methodentransfer und der Versuch, hermeneutische und quantitative Analyseverfahren miteinander zu vermitteln. (ICE) 'The contribution reconstructs the institutional and intellectual configuration which led to the formation of the association Quantum in 1975, it outlines the contribution of Historical Social Research in the development of Sociology and History during the twenty years which followed and it sets the agenda for a furture dialogue between history and sociology in the areas of methodology and theory-building. Historical Social Research provided a valid empirical basis for the reconstruction and analysis of long term trends of social change. Extending the basis of evidence into the sphere of non-economic phenomena, it broadened the basis for inter-temporal and inter cultural comparisons in line with the Rokkanian paradigm, and it created the institutional and intellectual environment for a two-way transfer of methods between history and sociology. With regard to future developments, the author maintains that the social sciences need for historical dates is extending given the growing importance of developental, processual and historical categories and perspectives in recent sociological theory building. With regard to a transfer of methods, Historical Social Research exemplifies the compatibility of hermeneutical and quantitative methods, thus providing an experience from which others may learn.' (author's abstract)

Die 'klassischen' Methoden der spektralen Einschätzung von Zeitreihen weisen ernsthafte Mängel bei der Anwendung auf ökonomische Daten auf. Der vorliegende Beitrag demonstriert, daß die Maximum-Entropie Spektral-Analyse für solche Daten mehr Erfolg verspricht. Analysiert werden mit dieser Methode die Schwankungen in den Abgaben zum Zehnten als ein wichtiger Indikator für die Getreideernteerträge in Deutschland (Mittelfranken) und der Schweiz. Getreide war das wichtigste Agrarprodukt in der vorindustriellen Wirtschaft, das nicht weniger als 70 Prozent des menschlichen Kalorienbedarfs deckte. Die Schwankungen der Ernteerträge hatten daher entscheidende Implikation für Leben und Tod der Bevölkerung. Anhand der Methode finden die Autoren einen Vierjahreszyklus bei den Abgaben und den Marktpreisen für Getreide sowohl in Deutschland als auch in der Schweiz. Inwieweit klimatischen Schwankungen bei diesen Zyklen eine Rolle spielen, soll in weiteren Studien untersucht werden. (ICE) 'In this paper we present a method of describing the cyclical characteristics of a time series in the frequency domain by computing the spectrum of the series. Classical spectral estimation has serious deficiencies if used with economic data. For such short series, Maximum Entropy spectral estimation is more suitable. To demonstrate the method, we analyze the cyclical structure of tithe series from Germany and Switzerland in the period 1339-1708. These series are indicators for grain output. Grains were the most important agricultural products in the pre-industrial economy, providing no less than 70 per cent of human caloric requirements. Hence, fluctuations in output had implications for life and death. We find a robust cyclical structure in the tithe series with a cycle length of about 4 years. These cycles can be found in both the Mid Franconian data and the Swiss data. The coherence between cycles in different regions declines with geographical distance.' (author's abstract)

Bei der Analyse ökonomischer/historischer Zeitreihen ist die Bestimmung des Trends seit langem eines der schwierigsten und neben der Saisonanalyse auch eines der meist diskutierten Probleme. Der vorliegende Beitrag diskutiert zum Verständnis des Hodrick-Prescott Filters zur Trendbestimmung von ökonomischen Zeitreihen zunächst einige modellbasierte Ansätze, wobei sich der Autor auf die wichtigsten stochastischen Modelle beschränkt. Dem Verfahren wird gegenwärtig vor allem in Zusammenhang der Theorie 'Realer Konjunkturzyklen' eine herausragende Bedeutung beigemessen. Besonders diskutiert wird die Behauptung, daß sich dieser Filter auch für die Darstellung stochastischer Trends eignet. (ICE) 'Estimation of the trend component in economic time series is one of the most difficult task within time series analysis. The paper discusses in detail the Hodrick-Prescott filter which is widely used to extract cyclical movements about trend in macroeconomic time series. The filter is based on the assuption that nonstationary movements in time series are captured by smooth and slowly changing trends. It is shown that mechanical detrending of time series containing a stochastic trend, based on the Hodrick Prescott filter can lead to spurious cycles, and this point is illustrated with simulated series.' (author's abstract)

MICROFIT ist ein interaktives menügesteuertes Programm, das speziell für die ökonometrische Analyse von Zeitreihen in der Lehre und Forschung entwickelt wurde. Im vorliegenden Beitrag wird das Programm einer Beurteilung unterzogen. Fazit: Insgesamt handelt es sich bei MICROFIT um ein benutzerfreundliches, leicht zu bedienendes Programm, das dennoch über ausgefeilte statistische Verfahren verfügt. Durch die Beschränkung auf anwendungsfreundliche Menüs ist die Flexibilität natürlich eingeschränkt. Für eine ökonometrische Analyse von Zeitreihen im Rahmen dynamischer Regressionsmodelle zählt MICROFIT hinsichtlich der Schätz- und Testprozeduren trotz seiner Bedienerfreundlichkeit sicher zu den führenden Programmen. Für uni- oder multivariate ARIMA-Modellierung ist das Programm allerdings nicht konzipiert. Die Entwickler gehen davon aus, daß bestehende Modelle geschätzt und getestet werden sollen, zur Identifikation oder Modellbildung fehlen geeignete Hilfen. (psz) 'A common problem in analyzing time series is the choice of a statistics computer package. MICROFIT is a menudriven package intended principally for the econometric modelling of time-series data, which is easy to use but includes a number of advanced procedures, particularly for analyzing non-stationary time-series. The program is well suited both for use as a research and a teaching tool. This article describes some capabilities of MICROFIT and illustrates their use by four examples: Estimating an univariate ARIMA model and computing a measure of persistence, cointegration analysis using the Engle-Granger and Johansen-ML-procedure and using the 'Rolling Regression' option to examine parameter constancy over time.' (author's abstract)

Der vorliegende Artikel vergleicht fünf Software-Programme für Zeitreihenanalysen: drei allgemeine statistische Programme (SPSS, SYSTAT, STATISTICA), eine ökonometrische Anwendung (MicroTSP) und ein speziell für Zeitreihenanalysen entwickeltes Programm (MESOSAUR). Zusätzlich zu den relevanten statistischen Verfahren werden Möglichkeiten der Datentransformation und des Datenmanagements sowie Formen graphischer Aufbereitung dargestellt. Für SPSS und SYSTAT werden unterschiedliche DOS- und Windows-Versionen berücksichtigt. Die EDV-technische Umsetzung (univariater) zeitreihenanalytischer Verfahren wird nach technischen Anforderungen und Kosten beschrieben und bewertet. (pmb) 'This article compares five software-packages for time series analysis: three general statistical packages (SPSS, SYSTAT, STATISTICA), one econometric application (MicroTSP) and one program specifically designed for time series analysis (MESOAUR). In addition to relevant statistical procedures possibilities for data transformation, datahandling and graphical facilities will also be dealt with. For SPSS and SYSTAT differences between DOS- and Windows-versions are noted. The statistical procedures for time series analysis of all three general packages are fairly similar: techniques for smoothing by moving averages, for fitting trend functions, exponential smoothing, spectral analysis and ARIMA-model building. The procedures related to the latter will be discussed in detail. MicroTSP, which is clearly an economic program, lacks some 'classical' methods like spectral analysis and symmetric moving averages. On the other hand some newer (econometric) developments like unit root tests are implemented. Finally the program MESOSAUR will be described, which has unique data-management facilities. The various algorithms of this program even contain frequency filtering. On the other hand one can not recommend ARIMA-procedures as well as the built-in expert system. As a result some specific requirements concerning historical research will be formulated. Finally some further references to other time series analysis software and statistical programming languages will be given.' (author's abstract)

'Die Modellierung von Zeitreihen - beispielsweise in Form der ARIMA-Modelle - stützt sich auf die Theorie stationärer stochastischer Prozesse. Die Stationaritätsvoraussetzung ist bei vielen sozialwissenschaftlich relevanten Zeitreihen aber nicht erfüllt. Unter anderem weisen sie häufig Varianzen auf, die entweder trend- oder zeitspezifisch schwanken. Der vorliegende Artikel erläutert ausführlich die Box/Cox-Transformation (zur Stabilisierung trendabhängiger Varianzen) und die von Tsay vorgeschlagene Adjustierung periodenspezifischer Varianzen. Außerdem wird kurz in den Ansatz der GARCH-Modelle eingeführt, einer allgemeinen Strategie zur Modellierung zeitspezifischer Varianten.' (Autorenreferat) 'The modelling of time series data is based on the theory of stationary stochastic processes. Many of the sociologically relevant time series, however, are non-stationary, not only in the mean but also in the variances which may depend on time or level. The present article discusses the Box-Cox transformation (as a means to stabilize trend specific variances) and a strategy proposed by Tsay to make appropriate adjustments for abrupt changes of variance. There is also a brief introduction into GARCH-modelling, a more generalized approach to deal with time specific heteroscedasticity.' (author's abstract)

Die Zeitreihenanalyse, die eine längere Tradition in den Ingenieur- und Wirtschaftswissenschaften aufweist, hat in den letzten zehn bis fünfzehn Jahren durch die Diskussion 'langer Wellen' auch in den Sozialwissenschaften erheblich an Bedeutung gewonnen. In Heft 3/1992 der vorliegenden Zeitschrift erschien vom gleichen Autor ein Artikel zur Komponentenzerlegung, mit dem eine umfassende Einführung in die methodologischen Probleme der Zeitreihenanalyse begonnen wird. Der vorliegende Beitrag als Fortsetzung dieser Arbeit führt in Modellstrategien ein, die als 'Box/Jenkins-Methode' bekannt geworden sind. Es werden vor allem die Basis-Modelle (ARMA-Modelle) vorgestellt, die in den letzten beiden Abschnitten erweitert werden durch die Berücksichtigung bestimmter Formen der Nicht-Stationarität (ARIMA-Modelle) und durch den Einbau sozialer Komponenten (SARIMA-Modelle). Für die Einführung in diese Basis-Modelle werden Grundkenntnisse der Inferenzstatistik und der Regressionsanalyse vorausgesetzt. (pmb) 'This is the second in a series of articles which introduces basic concepts and models of time series analysis. Whereas the first paper (HS 3/1992) presented elementary descriptive concepts and traditional techniques of decomposing a time series into trend, season, and irregular fluctuations, this second paper offers an introduction into the Box-Jenkins approach to modelling univariate processes. The basic concept underlying this methodology is the idea to treat observed time series data as (generally non-independent) realizations of a 'stochastic process'. This concept is discussed (after some introductory remarks) in section 2. In order to actually model a stochastic process, a number of restrictive assumptions need to be made regarding the 'stationary' of the process and the nature of the dependencies linking the time ordered realizations. The latter set of assumptions leads to three types of basic models which are outlined in subsequent sections: the autoregressive (AR), the moving-average (MA), and the mixed (ARMA) model. These models are constructed in a three step procedure: the identification (based on empirical autocorrelation and partial autocorrelation functions) of the model (section 7), the estimation of the model parameters (section 8), and the evaluation or diagnosis of the model (section 9). Since the assumption of stationarity is often unrealistic, Box and Jenkins have extended the repertoire of models in a way to include certain types of non-stationary processes, the socalled integrated processes, for which they invented their ARIMA models (section 10). In a further extension, seasonal components may be incorporated therby creating SARIMA models (section 11). The methods and models presented in this paper remain within the confines of unvariate analysis. Strategies for modelling possible relationships between two or more series (dynamic regression, transfer-function models) will be outlined in one of the forthcoming issues of HSR.' (author's abstract)

'Der Beitrag beschäftigt sich mit einem methodischen Problem, das bei der Analyse sozialen Wandels auf der Basis replikativer Surveys auftreten kann. Es wird untersucht, wie sich Veränderungen in der Höhe der Nonresponse-Quote der analysierten Umfragen auf die Zeitreihen verschiedener Erhebungsmerkmale auswirken. Die Datenbasis bilden die ALLBUS-Erhebungen der Jahre 1980 bis 1992, deren Ausschöpfung zwischen 52 und 70 Prozent variiert.' (Autorenreferat) 'This contribution deals with a methodological problem in the analysis of social change on the basis of replicative surveys. It is analysed, how changes in the nonresponse-rate of the surveys affect the time-series for different variables. The data base consists of the German General Social Surveys (ALLBUS) conducted between 1980 and 1992, the nonresponse-rate of which varied between 52 and 70 percent.' (author's abstract)

Der vorliegende Beitrag diskutiert einige statistische und mathematische Probleme der 'langen Wellen', d.h. dem Phänomen regelmäßiger, sich in langen Zeiträumen wiederholender Abläufe. Gezeigt wird, wie Informationen über 'lange Wellen' aus Zeitreihen und einem Filter-Design abgeleitet werden können. Dieser Ansatz steht im engen Zusammenhang mit der Methodologie der Zeitreihenanalyse. Das vorgestellte parametrische Modell beansprucht prognostische Relevanz (zumindest für die im Text benutzten Daten). (pmb) 'In this paper, by 'modelling' we mean the identification and estimation of time series models and not the development and evaluation of economic-theoretical models. Whereas the latter mentioned approach aims at analysing the probable causes of wave-phenomena, the time-series approach is a purely empirical one. If it should prove to be possible to identify timeseries models, we can hope that they will possess predictive power and we can further hope that this will help us in finding dependencies between different wave-series. This would make it possible to conduct multivariate analyses of wave-phenomena which have to the best of our knowledge not been performed yet. However, in this paper we restrict ourselves to univariate modelling for two reasons: in the first place, we think that sufficient experience must be accumulated in univariate modelling before multivariate modelling can be done properly, and secondly, even univariate modelling of long wave-phenomena by means of modern time series analysis is a topic not discussed up to now (as far as we know).' (author's abstract)

'Zeitreihendaten ermöglichen (unter bestimmten Voraussetzungen) die Schätzung dynamischer Regressionsmodelle, in denen der Zeitpfad der Anpassung eines Systems (repräsentiert durch die Kriteriumsvariable) an eine veränderte Bedingungskonstellation (im Vektor der Prädikatoren) spezifiziert wird. Der Artikel erläutert die formale Struktur und den analytischen Gehalt derartiger Modelle.' (Autorenreferat) 'Time series data open up the possibility (given certain prerequisites) to estimate dynamic regression models that specify the temporal dimension in which a system (the dependent variable) responds and adjusts itself to changes in its environment represented by the vector of predictor variables. The article expounds the formal structure and analytical substance of such 'distributed lag' regressions models.' (author's abstract)

Der Bericht beruht auf Erfahrungen mit der 'Panelstudie zur technischen, betrieblichen, wirtschaftlichen und sozialen Entwicklung beim Einsatz flexibler Arbeitssysteme in der gewerblichen Wirtschaft' (NIFA-Panel), die von der Deutschen Forschungsgemeinschaft im Kontext des Sonderforschungsbereichs 187 gefördert wird. Zunächst werden die methodischen und inhaltlichen Grundlagen der Panelstudie beschrieben. Anschließend werden die Erfahrungen mit Rücklauf und Abbildungsgenauigkeit der Stichprobe dargestellt. Im abschließenden Teil wird die Frage der Systematik von Ausfällen und die Möglichkeiten einer Korrektur durch Gewichtungsverfahren diskutiert. Untersuchungseinheiten für das NIFA-Panel sind Betriebe. Die Grundgesamtheit des NIFA-Panels zum 1. Januar 1991 umfaßt insgesamt 5756 Betriebe aus der Maschinenbaubranche. (ICF)

'Modelle und Verfahren der statistischen Zeitreihenanalyse sind bisher in der Soziologie nur selten angewandt worden. Das liegt u.a. daran, daß die Zeitreihendaten oft nicht die Voraussetzungen erfüllen, die in die Konstruktion der statistischen Modelle eingegangen sind. Ausreißer und fehlende Werte sind häufig Teil des Problems. Sie begünstigen Fehlspezifikationen und verzerrte Parameterschätzungen. Im Rahmen des Box-Jenkins-Ansatzes ist inzwischen ein Verfahren entwickelt worden, das es ermöglicht, Ausreißer und fehlende Werte gemeinsam mit den Modellparametern iterativ zu schätzen. Da inzwischen auch die entsprechende Software zur Verfügung steht, dürfte es Anwendungen zeitreihenanalytischer Verfahren in den Sozialwissenschaften erheblich verbessern.' (Autorenreferat) 'Statistical methods of time series analysis have as yet rarely been applied within sociological research. This is partly to be explained by the fact that available time series data frequently do not meet assumptions that are constitutive for the statistical models considered for application. Outliers and missing values are often part of the problem. They tend to produce misspecifications and biased estimation of model parameters. Recently, an iterative method for jointly estimating outliers and missing values together with the model parameters has been developed within the framework of Box and Jenkins. Cast in comfortable software language, this procedure promises to improve considerably the praxis of time series analysis within the social sciences.' (author's abstract)

Zeitreihen entstehen, wenn eine Merkmalsdimension (Variable) bei einer identischen Untersuchungseinheit (Personen, Gruppen, Organisationen, Regionen, Nationen) in gleichbleibenden Abständen wiederholt gemessen werden. Sozialwissenschaftliche Zeitreihen weisen in vielen Fällen einen Trendverlauf und/oder saisonale Schwankungen auf; z.B. Arbeitslosenzahlen, deren Anstieg oder Rückgang als lediglich 'saisonbedingt' oder als Zeichen einer verbesserten oder verschlechterten Wirtschaftslage gedeutet werden. Der vorliegende Beitrag diskutiert das Verfahren der 'gleitenden Mittelwerte' und expliziert es an einem Regressionsmodell. Die gesamte Methode wird durch eine Anwendung auf die Arbeitslosenzahlen der BRD von 1972 bis 1982 demonstriert. (pmb) 'In the 'classical' approach, time series data are treated as a composite consisting of - in the simplest case - a trend, a seasonal, and an irregular component. These components may be combined additively or multiplicatively. 'Moving averages' is a technique for extracting these parts out of the observed series. It can be explicated in terms of a regression model. The method is demonstrated in an application to the German unemployment rate from 1970 to 1982. Several other techniques helpful in time series analysis, like Box-Cox transformations and 'differencing', are also discussed in this paper.' (author's abstract)

Obwohl in der historischen Forschung eine große Zahl von Zeitreihen gesammelt worden sind, hat sie statistische Methoden der Zeitreihenanalyse bisher nur selten eingesetzt. Das verwirrend reichhaltige und komplexe Angebot der Statistiker an weiterführenden zeitreihenanalytischen Methoden schreckt viele Historiker von den Mühen einer Rezeption ab. Der Beitrag erleichtert den Zugang zu diesen Methoden, indem er in einem vergleichenden Überblick grundlegende Modellannahmen und Verfahrensweisen der klassischen Komponentenzerlegung, des Filter-Designs, der Box/Jenkins-Methode und der Spektralanalyse erläutert sowie Fragestellungen erhellt, die mit diesen Ansätzen jeweils zu bearbeiten sind. (pmb)

Von besonderem Interesse für Historiker dürften Modelle sein, in denen die Zeitdimension sozialen Geschehens explizit berücksichtigt wird. Hierfür stehen, je nach Datenstruktur und Fragestellung, verschiedene Modellklassen zur Verfügung. Einige Gruppen von Modellen firmiert unter verschiedenen Titeln wie "Event History Analysis", "Analyse von Ereignisdaten", "Regressionsmodelle für Übergangsraten". In dem Aufsatz demonstrieren die Autoren, wie sich diese Modelle in der historischen Parlamentarismusforschung einsetzen lassen. (pmb)

Der ALLBUS (ehemals Nationaler Sozialer Survey) ist ein Fragenprogramm zur Erhebung aktueller und repräsentativer sozialwissenschaftlicher Daten. Es handelt sich dabei vor allem um regelmäßig zu wiederholende Bevölkerungsumfragen, deren Ziel es ist, sozialen Wandel zu analysieren, Daten für Studenten und Forscher ohne unmittelbaren Zugang zu Primärdaten zu generieren, zur Sozialberichterstattung beizuträgen und international vergleichende Analysen zu ermöglichen. Ein konstantes Fragenprogramm wird mit wechselnden Fragen verbunden. Der vorliegende Bericht diskutiert einleitend das Replikationsproblem und das Problem der internationalen Vergleichbarkeit. Vor allem aber wird eine Variablenübersicht des ALLBUS 1980 gegeben, die durch eine Auflistung vorhandener Vergleichsstudien aus der Bundesrepublik und dem Ausland ergänzt wird. Die Übersicht bezieht sich auf den Bereich der Einstellungsvariablen. Bei den genannten Vergleichsstudien wird jeweils ein Vermerk zur Zugänglichkeit gemacht. (JL)

In der Studie 'Lebensverläufe und Wohlfahrtsentwicklung' waren durch die besonderen Erhebungsbedingungen retrospektiver Verlaufsdaten dem Datensammlungsprozeß im Feld Grenzen gesetzt. Die Edition von Daten wird auf diesem Hintergrund als notwendige Fortsetzung und als methodisch legitimierte Ergänzung des Erhebungsprozesses gesehen. Die Verbesserung der Datenqualität durch die Editierung betraf vor allem die Aussagefähigkeit von Verläufen und spezifischen Zusammenhängen. In der vorliegenden Studie konnten spezifische Defizite im Felderhebungsprozeß ausgeglichen werden. Es werden Editionsverlauf und Editionsregeln sowie die zu korrigierenden Problembereiche dargestellt. Für retrospektive Lebensverlaufserhebungen erscheint der Arbeitsschritt der Editierung unabdingbar. Die Anwendung von Editierungsroutinen erscheint überall dort berechtigt und sinnvoll, wo das Datenmaterial eine Konsistenz- und Vollständigkeitskontrolle zuläßt und eine Optimierung der Datenqualität über die Rekonstruktion verknüpfter Einzelangaben möglich wird, um den Datensammlungsprozeß zu validieren und zu ergänzen. (OH)

In dem vorliegenden Beitrag geht es darum, die wichtigsten Konzepte und Instrumente der Zeit-Serien-Analyse in einer nicht-rein technischen Form zu präsentieren. Aus dem Grund werden nur die elementarsten mathematischen Operationen benutzt. Beweisführungen und zahlreiche Details müssen dabei vernachlässigt werden. Im ersten Teil der Studie werden die Grundvoraussetzungen des 'Zeit-Serien-Modells' vorgestellt. Im zweiten Teil geht es unter dem Stichwort 'Filtering of Time Series' um die Probleme von Filtermethoden, die in der historischen Forschung sehr wichtig sind. Der Autor diskutiert dabei traditionelle und neue Filtermethoden. (pka) 'The main purpose of this lecture is the presentation of important concepts and tools of time series analysis in a non-technical way. Therefore only elementary mathematical operations will be used. Proofs and a lot of details are ommitted completely. In a first part 'Time Series Models' fundamentals and modelling of time series are discussed. The second part 'Filtering of Time Series' is dedicated to filter-problems in time series analysis. The two parts are independent of each other.' (author's abstract)

'Die Diskussion um das Phänomen langfristiger Wellenbewegungen (Kondratieff-Zyklen) in der wirtschaftlichen Entwicklung der letzten 200 Jahre hat zu einer kritischen Auseinandersetzung mit den traditionellen Verfahren der Zeitreihenanalyse geführt. Der vorliegende Aufsatz orientiert sich an der Suche nach 'langen Wellen'. Gemeinsame Grundüberzeugung der hier vorgestellten Verfahren der Zeitreihenanalyse ist die Vorstellung, daß sich historische Zeitreihen aus dem Zusammenwirken verschiedener Komponenten ergeben, die Ausdruck unterschiedlicher Ursachenkonstellationen und damit sowohl theoretisch als auch empirisch differenzierbar sind. Bei den einzelnen Komponenten unterscheidet man den Trend oder die säkulare Tendenz einer Reihe und die zyklischen Schwankungen, die den Trend in unterschiedlichen Bewegungsmustern überlagern.' Der Autor untersucht dann transformative und deskriptive Verfahren der Trendbestimmung sowie die univariate Spektralanalyse. Anschließend entwickelt er ein 'Filterverfahren, dessen entscheidender Vorzug es ist, daß mit ihm exakte Operationalisierung fachwissenschaftlicher Begriffe in adäquate, formalstatistische Konzepte, d.h. Filtertypen, nachprüfbar gewährleistet ist'. (prn)

Wirtschaftshistorische Forschung, die mit Hilfe der Zeitreihenanalyse nach deutbaren Regelmäßigkeiten ökonomischer Prozesse sucht, arbeitet weitgehend nach undefinierten Regeln. Da sich die in der Theorie geforderten Eigenschaften in der historischen Wirklichkeit nur selten beobachten lassen, werden empirische Fakten so transformiert, daß sie den Anforderungen der Theorie genügen. Der Autor setzt sich mit diesem Problem der statistischen Adäquation auseinander und kommt zu folgenden Schlüssen: 'Die vorwiegend auf idealtypischen Begriffen basierende Deskription und Interpretation historisch-ökonomischer Prozesse bedürfen statistischer Methoden, die die wesentlichen Eigenschaften der relevanten Begriffe adäquat abbilden. Um solche Prozesse numerisch quantifizieren zu können, müssen die relevanten Begriffseigenschaften in einer Form definiert werden, die einer statistischen Operationalisierung zugänglich ist. Empirisch-historische Forschung erfordert die ständige Reflexion über verwendete Begriffe und deren statistische Adäquation. Diese Reflexion soll auf der einen Seite zur Definition weitgehend operabler Begriffe und auf der anderen Seite zur Entwicklung eines vorwiegend an fachwissenschaftlichen Fragestellungen orientierten statistischen Methodenapparates führen.' (psz) 'The function of economic theories within the analysis of economic time series is still undefined. Those who do not use time series analysis exclusively for testing pre-fabricated theories are often reproached to engage in 'Measurement without Theory'. This reproach is based on the one hand on an underrating of the possibilities of time series analysis and on the other hand on an overestimation of economic theories within the empirical oriented research process. The article tries to show that describing historical reality empirically is an independant and legitimate task of time series analysis. The use of statistical methods in this process requires the theoretical concept to be adequate to the statistical method and the statistical method to be adequate to the theoretical concept. The permanent process of equalizing in this sense is described as 'Adäquation'. Because of the fact that the theoretical concepts are always in the form of an 'ideal type' the adequation can never be perfect. Minimizing the gap between theoretical concepts and statistical procedure has to be the permanent effort of both economic theory and statistical analysis.' (author's abstract)

Der vorliegende Beitrag behandelt die Moglichkeiten und Voraussetzungen einer inhaltlich und methodisch angemessenen Fortschreibung des sogenannten “SPES-Indikatorentableau”. Dieses System sozialer Indikatoren fur die Bundesrepublik Deutschland wurde erstmals im Jahr 1977 in dem Band “Lebensbedingungen in der Bundesrepublik” (Zapf 1977) veroffentlicht. Es wurde konzipiert als Dauerbeobachtung des sozialen Wandels und der Wohlfahrtsentwicklung in zunachst zehn relevanten Lebens- bzw. Politikbereichen. Die ausgewahlten Bereiche (1. Bevolkerung, 2. Sozialer Status und Mobilitat, 3. Arbeitsmarkt und Beschaftigungsbedingungen, 4. Einkommen und seine Verteilung, 5. Einkommensverwendung und Versorgung, 6. Verkehr, 7. Wohnung, 8. Gesundheit, 9. Bildung, 10, Partizipation) sind alle fur die Sozialberichterstattung von Bedeutung. Es wird aber kein Anspruch erhoben, das es sich dabei um die zehn wichtigsten oder eine vollstandige Aufzahlung handelt.

Die historische Abteilung der Freien Universität Berlin hat mit Unterstützung der Deutschen Forschungsgemeinschaft eine Datenbank über 7000 Familien in acht hessischen Gemeinden über den Zeitraum von 1700 bis zum 20. Jahrhundert angelegt. Der Autor berichtet über die Ergebnisse und Probleme der Datenerhebung und Bearbeitung. Kernproblem war die Scheidung von rein biologisch bedingten Daten von sozial beeinflußten. Vermittelt werden die Ergebnisse im Bereich der Periodisierung des untersuchten Zeitraums und Daten über Sterblichkeit, Geburten. (BG)

Die Verwendung von Cluster-Analysen für die computergestützte Datenverarbeitung ist in der Regel schwierig, da die Lösungsmöglichkeiten zu groß sind. Für Zeitverlaufsanalysen besteht das Problem nicht, und aus diesem Grunde verwendet der Autor Cluster zur mathematischen Lösung von Periodisierungsproblemen. Beispielhaft werden die Wachstumsraten in Produktion und Handel in der kapitalistischen Welt seit 1850 analysiert. Neben der Darstellung der Cluster-Technik werden die konkreten Untersuchungsergebnisse vorgestellt. Der Autor kommt zu dem Schluß, daß langsameres Wachstum auf eine Vermehrung von Unregelmäßigkeiten schließen lasse, die den Wachstumsprozeß tangieren. (BG)

Bei der Analyse von Panelbefragungen wird häufig bemerkt, daß trotz faktisch stabiler Randverteilungen hohe Fluktuationen zwischen den Zellen bestehen, die zu relativ niedrigen Assoziationskoeffizienten für den Zusammenhang zwischen den Antworten auf die gleiche Frage in der Welle a und in der Welle b führen. Zur Untersuchung dieses instabilen Antwortverhaltens wird aus der Sicht der Zeitreihenanalyse die Überprüfung verschiedener Bewegungsmuster vorgeschlagen: Oszillation, Trend und Chaos. In einem weiteren Schritt ist dann zu prüfen, inwieweit die gefundenen Muster mit der substantiellen Theorie in Einklang zu bringen sind. Die Vorgehensweise der Mustersuche und Mustererkennung wird hier illustriert anhand des Stabilitäts-Fluktuationsproblems, das bei den Untersuchungen zum Postmaterialismusindex von Inglehart von verschiedenen Forschern beschrieben wurde. Den Analysen liegen Daten des ALLBUS zugrunde. (ICF)