Diplomarbeit - Konstruktion von NN für Regressionsanalysen - Literatur

von Daniel Schwamm (09.11.2000)

Literaturverzeichnis

  • Ade, Hans/Schell, Hugo (1975): Numerische Mathematik, 1. Auflage, Ernst Klett, Stuttgart.
  • Akaike, H. (1973): Information Theory and an Extension of the Maximum Likelihood Principle, in Petrov and Czaki (Herausgeber): Proceedings of the 2nd International Symposium on Information Theory, Budapest, S. 267-281.
  • Aldrich, H.E./Auster, A.A. (1986): Even Drafts Startet Small: Liability of Age and Size and their Strategic Implications, in H.E. Aldrich (Herausgeber): Population Perspectives on Organizations, Uppsala, S. 29-60.
  • Anders, Ulrich (1993): Multivariate Zeitreihenanalyse mit Neuronalen Netzwerken, Diplomarbeit, Universität Karlsruhe (TH).
  • Anders, Ulrich (1995): Neuronale Netzwerke in der Ökonometrie - Die Entmythologisierung ihrer Anwendung, Diskussionspapier Nr. 95-26 des ZEW, Mannheim.
  • Anders, Ulrich (1996): Was neuronale Netzwerke wirklich leisten, die Bank (bevorstehend).
  • Anders, Ulrich/Korn, Olaf (1996): Model Selection in Neural Networks, ZEW, Mannheim (bevorstehend).
  • Arminger, G. (1994): Ökonometrische Schätzmethoden für neuronale Netze, in G. Bol, G. Nakhaeizadeh und K.-H. Vollmer: Finanzmarktanwendung neuronaler Netze und ökonometrische Verfahren, Physica, Heidelberg, S. 25-39.
  • Arminger, Gerhard/Küsters, Ulrich (1989): Programmieren in GAUSS - Eine Einführung in das Programmieren statistischer und numerischer Algorithmen, Gustaf Fischer, Stuttgart, New York.
  • Azoff, Eitan M.(1994): Neural Network Time Series of Financial Markets, John Wiley & Sons, New York u.a.
  • Barr, Dean S./Fishman, Mark B. (1991): A Hybrid System for Market Timing, in: Technical Analysis of Stocks and Commodities, Band 9, Heft 8, S. 26.
  • Bercker S./le Cun, Y. (1989): Improving the Convergence of Backpropagation Learning with Second Order Methods, in D. Touretzky, G. Hinton und T. Sejnowski (Herausgeber): Proceedings of the 1988 Connectionist Summer School, Morgan Kaufman, San Mateo.
  • Bleymüller, Josef/Gehlert, Günther/Gülicher, Herbert (1988): Statistik für Wirtschaftswissenschaftler, 5. Auflage, Franz Vahlen, München.
  • Box, G.E.P./Jenkins, M. (1976): Time Series Analysis, Forcasting and Control, Holden Day.
  • Brüderl, J./Schüssler, R. (1990): Organizational Mortality: the Liabilities of Newness and Adoloscence, in: Administrative Sciences Quaterly, Band 34 (3), S. 530-547.
  • Casdagli, Marlin (1989): Nonlinear Prediction of Chaotic Time Series, in: Physica D, Band 37, S. 335-356.
  • Cheng, B./Titterington, D.M. (1994): Neural Networks - A Review from a Statistical Perspective (with Diskussion), in: Statistical Science, Band 9, S. 2-54.
  • Davidson, R./MacKinnon, J.G. (1993): Estimation and Inference in Econometrics, Oxford University Press.
  • Davis, L. (1987): Genetic Algorithms and Simulated Annealing, Pitman.
  • Efron, Bradley (1982): The Jackknife, Bootstrap and Other Resampling Plans, Siam.
  • Efron, Bradley/Gong, Gail (1983): A Leiserly Look at the Bootstrap, the Jackknife, and Cross Validation, in: The American Statistician, Band 37 (1), S. 36-48.
  • Efron, Bradley/Tibshirani, R. (1993): An Introduction to the Boootstrap, Chapman and Hall.
  • Elman, Jeffrey L./Zipser, David (1988): Learning the Hidden Structure of Speech, in: Journal of Acoustical Society of America, Band 83, S. 1615-1626.
  • Fahrmeir, Ludwig/Hamerle, A. (1984): Multivariate statistische Verfahren, Walter de Gruyter , Berlin, New York.
  • Faraggi, David/Simon, Richard (1995): The Maximum Likelihood Neural Network as a Statistical Classification Model, in: Journal of Statistical Planning and Inference, Band 46, S. 93-104.
  • Freeman, J./Carroll, G./Hannan, M.T. (1983): The Liability of Newness: Age Dependence in Organizational Death Rates, in: ASR 88, S. 692-710.
  • Gallant, A.R./White, Halbert (1988): On Learning the Derivatives of an Unknown Mapping with Multilayer Feedforward Networks, in: Neural Netzworks, Band 5, S. 24-27.
  • Gellert, Walter/Kästner, Herbert/Neuber, Siegfried (1978): Fachlexikon - ABC Mathematik, Harri Deutsch, Thun und Frankfurt/Main.
  • Geman, S./Bienenstock, E./Doursat, R. (1992): Neural Networks and the Bias/Variance Dilemma, in: Neural Computation, Band 4, S. 1-58.
  • Gill, P.E./Murray, W. (1972): Quasi-Newton-Methods for Unconstrained Optimization, in: J. Inst. Math. Appl., Band 9, S. 91-108.
  • Gish, H. (1992): Maximum Likelihood Training of Neural Networks, in D.J. Hand (Herausgeber): Artificial Intelligence Frontiers in Statistics, Chapman and Hall, London.
  • Greene, W.H. (1993): Econometric Analysis, Macmillan.
  • de Groot, Claas (1993): Nonlinear Time Series Analysis with Connectionist Networks, Swiss Federal Institute of Technology Zürich.
  • Härdle, W. (1990): Applied Nonparametric Regression, Cambridge University Press.
  • Hall, Robert E./Johnston, Jack/Lilien, David M. (1990): MicroTSP User's Manual, Quantitative Micro Software, Irvine.
  • Hansen, Gerd (1985): Methodenlehre der Statistik, 3. Auflage, WiSo-Kurzlehrbücher, München, Vahlen.
  • Harhoff, Dietmar/Stahl, Konrad/Woywode, Michael (1995): Growth and Survival of West German Enterprises - The Role of Liability Statutes, Universität Mannheim und Zentrum für Europäische Wirtschaftsforschung (ZEW).
  • Hertz, John/Krogh, Anders/Palmer, Richard G. (1991): Introduction to the Theory of Neural Computation, in: Lecture Notes, Band I, Sante Fe Institute, Addison-Wesley, Reedwood City, Kalifornien.
  • Hinton, G.E. (1989): Connectionist Learning Procedures, in: Artificial Intelligence, Band 40, S. 185-234.
  • Hochstädter, Dieter (1989): Einführung in die statistische Methodenlehre, 6. Auflage, Harri Deutsch, Frankfurt a.M.
  • Hope, Keith (1975): Methoden multivariater Analysen, Beltz, Weinheim und Basel.
  • Horne, Bill G./Hush, Don R. (1993): Progress in Supervised Neural Networks, in: IEEE Signal Processing Magazine, Band 10, Heft 1, S. 8-39.
  • Hornik, K./Stinchcombe, M./White, Halbert (1989): Multi-Layer Feedforward Networks are Universal Approximators, in: Neural Networks, Band 2, S. 359-366.
  • Kennard, R.W./Stone, L.A. (1969): Computer Aided Design of Experiments, in: Technometrics, Band 11, Heft 1, S. 137-149.
  • Kerling, Matthias/Podding, Thorsten (1994): Klassifikation von Unternehmen mittels KNN, in H. Rehkugler und H.G. Zimmermann: Neuronale Netze in der Ökonomie, München, Vahlen.
  • Kolmogorov, A.N (1957): On the Representation of Continuous Functions of Many Variables by Superposition of Continuous Functions of One Variable and Addition, Dokalady Akademii Nauk SSSR, Band 114, S. 953-956.
  • Kruse, Hilger/Mangold, Roland/Mechler, Bernhard/Penger, Oliver (1991): Programmierung Neuronaler Netze - Eine Turbo Pascal Toolbox, Addison-Wesley, Bonn, München.
  • Kuan, C.-M./White, Halbert (1994): Artificial Neural Networks: an Econometric Perspective, in: Econometric Reviews, Band 13, S. 1-91.
  • Kulikowski, Casimir A./Weiss, Sholom M. (1991): Computer Systems that Learn, Morgan Kaufmann, San Mateo.
  • Lapedes, Alan/Farber, Robert (1987): Nonlinear Signal Processing using Neural Networks: Prediction and System Modelling, in: Los Alamos Report, LA-UR-87-2661, Los Alamos National Laboratory, Los Alamos.
  • Larrain, Maurice (1991): Testing Chaos and Nonlinearities in T-Bill Rates, in: Financial Analysts Journal, Band 47, Heft 5, S. 51-62.
  • Lawrence, Jeannette (1992): Introduction to Neural Networks, California Scientific Software, Grass Valley.
  • Le Cun, Yann/Denker, John S./Solla, Sara A. (1990): Optimal Brain Damage, in D.S. Touretzky und Morgan Kaufmann (Herausgeber): Advances in Neural Information Processing Systems 2, San Mateo 1990.
  • Liu, Yong (1995): Unbiased Estimate of Generalization Error and Model Selection in Neural Network, in: Neural Networks, Band. 8, Heft 2, S. 215-219.
  • Lütkepohl, Helmut/Tschernig, Rolf (1995): Nichtparametrische Verfahren zur Analyse und Prognose von Finanzmarktdaten, Humboldt-Universität zu Berlin.
  • Martinez, Th./Ritter, H./Schulten, K. (1990): Neuronale Netzwerke - Eine Einführung in die Neuroinformatik selbstorganisierender Netzwerke, Addison-Wesley, Bonn.
  • Miller, R.G. (1974): The Jackknife - a Review, in: Biometrika, Band 61, S. 1-15.
  • Minsky, Marvin L./Papert, Seymour A. (1988): Perceptrons, MIT, Cambridge.
  • Müller, B./Reinhardt, J. (1990): Neural Networks, Springer.
  • Murata, N./Yoshizawa, S./Amari, S. (1994): Network Information Criterion Determining the Number of Hidden Units for Artificial Neural Network Models, IEEE Trans. Neural Networks, Band 5, S. 865-872.
  • Niedereichholz, Joachim/Mechler, Bernhard (1992): Neuronale Netze, Universität Mannheim, Fakultät für Betriebswirtschaftslehre.
  • Niedereichholz, Joachim/Kruse, Hilger/Mechler, Bernhard (1993): Kombination symbolischer und subsymbolischer Systeme in Entscheidungsunterstützungssystemen, in Joachim Niedereichholz (Herausgeber): Wirtschaftsinformatik - Beiträge zur modernen Unternehmensführung, Campus, Frankfurt/Main, New York.
  • Peters, Edgar E. (1991): Chaos and Order in the Capital Markets, John Whiley & Sons, New York.
  • Poggio, T./Girosi, F. (1990): Networks for Approximations and Learning, in: Proceedings of the IEEE, Band 78 (9), S. 91-106.
  • Refenes, A.N. (1993): Currancy Exchange Rate Prediction and Neural Network Design Strategies, in: Neural Computing & Applications, Band 1, S. 46-58.
  • Reimers, Hans-Eggert (1991): Analyse kointegrierter Variablen mittels vektorautoregressiver Modelle, Physica, Heidelberg.
  • Rüger, Stefan M./Ossen, Arnfried (1995): Performance Evaluation of Feedforward Networks Using Computational Methods, Technische Universität Berlin.
  • Sarle, Warren S. (1994a): Neural Networks and Statistical Models, in: Proceedings of the Nineteenth Annual SAS Users Group International Conference.
  • Sarle, Warren S. (1994b): Neural Network and Statistical Jargon, saswss@unx.sas.com.
  • Scheid, Harald (1985): Duden - Rechnen und Mathematik, 4. Auflage, Duden, Mannheim, Wien, Zürich.
  • Schoenberg, Ronald (1992): GAUSS 3.0 Applications - Maximum Likelihood, Aptech Systems, Inc., Maple Valley, WA.
  • Schneider, Hilmar (1991): Verweildaueranalyse mit GAUSS, Campus, Frankfurt, New York.
  • Schwarz, G. (1978): Estimating the Dimension of a Model, in: The Annals of Statistics, Band 6, S. 461-464.
  • Snee, Roland D. (1977): Validation of Regression Models: Methods and Examples, in: Technometrics, Band 19, Heft 4, S. 415-428.
  • Statistisches Bundesamt (1993): Fachserie 2, Reihe 4.1, Insolvenzstatistik, Dezember und Jahr 1992.
  • Szczesny, Andrea (1995): Neuronale Netze - Leistungsstark auch ohne Intelligenz, in: EUmagazin, Heft 9, S. 28-29.
  • Szczesny, Andrea/Korn, Olaf (1995): Insolvenzanalyse mit Neuronalen Netzwerken, in: ZEW Newsletter, Nr. 2, Dezember 1995, S. 11-14.
  • Teräsvirta, Timo/Lin, Chien-Fu/Granger, Clive W.J. (1993): Power of the Neural Network Linearity Test, in: Journal of Time Series Analysis, Band 14 (2), S. 209-220.
  • Teräsvirta, Timo/Tjostheim, D./Granger, Clive W.J. (1994): Aspects of Modelling Nonlinear Time Series, in Z. Griliches und M.D. Intriligator (Herausgeber): Handbook of Econometrics, Band 4, S. 2917-2957.
  • Tong, H. (1983): Treshold Models in Nonlinear Time Series Analysis, in: Lecture Notes in Statistics, Band 21, Springer.
  • Vaga, Tonis (1990): The Coherent Market Hypothesis, in: Financial Analysts Journal, Band 64, Heft 6, S. 36-49.
  • Weigend, Andreas S./Rumelhart, D.E. (1990): Generalization through Minimal Networks with Application to Forcasting, in E. Keramidas (Herausgeber): Proceedings of INTERFACE 1991, Springer, New York.
  • Weigend, Andreas S./LeBaron, Blake (1995): Evaluating Neural Network Predictors by Bootstrapping, http://www.cs.colorado.edu/homes/andreas/public_html/home.html.
  • White, Halbert (1980): An Heteroskedasticity-Consistent Covariance Matrix and a Direct Test for Heteroskedasticity, in: Econometrics, Band 48, S. 817-838.
  • White, Halbert (1988): An Additional Hidden Unit Test for Neglected Nonlinearity in Multilayer Feedforward Networks, Department of Economics, University of California, La Jolla.
  • White, Halbert (1989): Some Asymptotic Results for Learning in Single Hidden-Layer Feedforward Network Models, in: J. Amer. Statist. Assoc. 84, S. 1003-1013.
  • White, Halbert (1992): Artificial Neural Networks: Approximation and Learning Theory, Blackwell.
  • White, Halbert/Granger, Clive W.J./Lee, T.-H. (1993): Testing for Neglected Nonlinearity in Time Series Models, in: Journal of Econometrics, Band 56, S. 269-290.
  • Woywode, Michael (1993): Überlebenschancen von Unternehmen - Eine empirische Untersuchung auf der Basis des Mannheimer Unternehmenspanels, in: ZEW - Wirtschaftsanalysen, Band 1, Heft 4, S. 441-467.
  • Zell, A. (1994): Simulation Neuronaler Netze, Addison-Wesley.