21 
Klassifikation 
(1 Prognosezeitreihe) 
I P 
p o olo olo o olo o o 
Ip Pp 
IO OlO O Ol 
Doppelklassifikation 
(2 Prognosezeitreihen) 
I P 
p, O OIO OlOÖ~OlO O O 
I P 
P 2 o olo OIO ö~olo o o 
'P, l P 2 P P, p P 2 
—> lo olo olo o olo o öl 
Multiple Regression 
I 
i o o[ü]o o o o o o o 
I 
i o o[ö]o o o o o o o 
p 
p o o o[o]o o o o o o 
li li Pp 
—» IQlOIOl 
Multi—Window 
I 
i, O olo O OIO O O O O 
I 
i o olo o olo O O O O 
p 
p O O olo O OIO O O O 
li li pp 
1 2 K 
—> IO O OIO O OIO O Ol 
Reg ression+Window 
I 
i o o[ö]o O O O O O O 
I 
i o o®oO O O O O o 
p 
p O O OIO O OIO o o o 
li li Pp 
1 2 K 
—> loioio o Ol 
I Indikationszeitraum 
P Prognosezeitraum 
i , i Indikationszeitreihen 
1’ 2 
p, p , p 2 Prognosezeitreihen 
Abb.2.7: Zusammensetzung der Zeitmuster aus den Indikations- und Prognosezeitreihen. 
spricht der Bezugszeitpunkt demjenigen Zeitpunkt, der dem Prognosezeitraum direkt vor 
angeht. Im Forecastmodus würde der Bezugszeitpunkt der aktuellen Gegenwart entsprechen 
und somit die Vergangenheit von der Zukunft trennen. Die Zusammenlegung aller Indika 
tionszeiträume auf der linken Seite des Bezugszeitpunktes wird als Indikationsmuster bezeich 
net, die Zusammenlegung aller Prognosezeiträume auf der rechten Seite als Prognosemuster. 
Bis auf die Doppelklassifikation, bei der das Prognosemuster zwei Prognosezeiträume umfaßt, 
bestehen die Prognosemuster nur aus einem Prognosezeitraum. Indikationsmuster und 
Prognosemuster zusammen ergeben das gesamte Zeitmuster. Die einzelnen Kreise in der Ab 
bildung stehen für je einen Prognosezeitpunkt. Diese Art der Darstellung wurde gewählt, um 
den diskreten Charakter der Zeitreihen zu unterstreichen. Zur formalen Beschreibung der 
Zeitmuster als Vektoren siehe Kap.5.2.