Modele hierarchiczne w prognozowaniu zmiennych o wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji

Szczegóły
Opis

Tytuł:: Modele hierarchiczne w prognozowaniu zmiennych o wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji
Hierarchical models in forecasting of the high-frequency variables in the conditions of lack of full information
Autorzy:: Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:: https://bibliotekanauki.pl/articles/425235.pdf
Data publikacji:: 2014
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:: high-frequency data
hierarchical models
incomplete time series
Źródło:: Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 72-84
1507-3866
Język:: polski
Prawa:: Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:: Biblioteka Nauki
: Artykuł

Przejdź do źródła

The paper presents a procedure of application of regular hierarchical models in forecasting missing data in high-frequency time series with cyclical fluctuations. Annual, weekly and daily cycles of seasonal fluctuation have additive character. Separately regular hierarchical models have been built for even length cycles.Theoretical considerations are illustrated with an empirical example.

Informacja

Powiązane pozycje