Zeitreihenanalysen werden häufig zur Klärung komplexer Strukturen von wechselseitig interagierender Längsschnittdaten eingesetzt. Diese Methodik kann helfen zu verstehen, wie der Verlauf einer abhängigen Variablen aus den früheren Werten dieser Variablen (Autokorrelation) oder aus zeitgleichen oder vorhergehenden Werten der unabhängigen Variablen (Kreuzkorrelationen) vorhergesagt werden kann. Die vorliegende Studie analysiert die Interaktionen von Zeitreihenvariablen eines Ehepaars. Beide Ehepartner füllten täglich über einen Zeitraum von 144 Tagen einen Stimmungsfragebogen und einen Körperbeschwerdenbogen aus. Das Ehepaar befand sich im gesamten Erhebungszeitraum in einer Paartherapie. Der Ehemann litt an einer atopischen Dermatitis, während die Ehefrau eine Bulimia nervosa hatte.Nach der Berechnung von Auto- und Kreuzkorrelationen zwischen und innerhalb der Zeitreihendaten wurden außerdem multivariate Zeitreihenmodelle bestimmt. Durch die eigene Gestimmtheit und die Gestimmtheit des Partners konnten 14% der Gesamtvarianz der Veränderungen der Hautbeschwerden des Mannes und 33% der Symptome der Bulimie der Frau erklärt werden (adj. R², p<0.0001 für die multivariaten Modellbildungen).Die Diskussion greift insbesondere die Frage auf, ob multivariate Zeitreihenanalysen eine brauchbare Methode darstellen, um eheliche Interaktionen adäquat darstellen zu können.

Time-series analysis (TSA) is frequently used in order to clarify complex structures of mutually interacting panel data. The method helps in understanding how the course of a dependent variable is predicted by independent time-series with no time lag, as well as by previous observations of that dependent variable (autocorrelation) and of independent variables (cross-correlation).The study analyzes the marital interaction of a married couple under clinical conditions over a period of 144 days by means of TSA. The data were collected within a course of couple therapy. The male partner was affected by a severe condition of atopic dermatitis and the woman suffered from bulimia nervosa.Each of the partners completed a mood questionnaire and a body symptom checklist. After the determination of auto- and cross-correlations between and within the parallel data sets, multivariate time-series models were specified. Mutual and individual patterns of emotional reactions explained 14% (skin) and 33% (bulimia) of the total variance in both dependent variables (adj. R², p<0.0001 for the multivariate models).The question was discussed whether multivariate TSA-models represent a suitable approach to the empirical exploration of clinical marital interaction.