Die Arbeit beschäftigt sich mit der Spezifikation der Ordnung von
ARMA-Modellen mit Hilfe des Konzepts der Vektorautokorrelationen. Diese
sind lineare Abhängigkeitsmaße zwischen Segmenten eines stochastischen
Prozesses und lassen sich als direkte multivariate Verallgemeinerung der
in der Praxis der Zeitreihenanalyse sehr verbreiteten Korrelationsmaße
auffassen. Die Verteilung der korrespondierenden Stichprobenkenngrößen
wird untersucht. Über die Herleitung der asymptotischen Verteilung der
Stichprobenvektorautokorrelationen hinaus wird ein alternatives, auf dem
Bootstrap-Prinzip aufbauendes Verfahren entwickelt, mit dem bessere
Aussagen über die exakte Verteilung der
Stichprobenvektorautokorrelationen erzielt werden. Erweiterungen des
Ansatzes der Vektorautokorrelationen zur Behandlung grenzstationärer
Prozesse werden vorgestellt. Zudem werden die Beziehungen zwischen
Vektorautokorrelationen und einer Reihe anderer, in der Literatur
vorgeschlagenen, Verfahren zur Prozeßidentifikation untersucht.