Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "time-series" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Functional Regression in Short-Term Prediction of Economic Time Series
    Autorzy:
    Kosiorowski, Daniel
    Powiązania:
    https://bibliotekanauki.pl/articles/465836.pdf
    Data publikacji:
    2014
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    functional data analysis
    functional time series
    prediction
    Opis:
    We compare four methods of forecasting functional time series including fully functional regression, functional autoregression FAR(1) model, Hyndman & Shang principal component scores forecasting using one-dimensional time series method, and moving functional median. Our comparison methods involve simulation studies as well as analysis of empirical dataset concerning the Internet users behaviours for two Internet services in 2013. Our studies reveal that Hyndman & Shao predicting method outperforms other methods in the case of stationary functional time series without outliers, and the moving functional median induced by Frainman & Muniz depth for functional data outperforms other methods in the case of smooth departures from stationarity of the time series as well as in the case of functional time series containing outliers.
    Źródło:
    Statistics in Transition new series; 2014, 15, 4; 611-626
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Extended residual coherence with a financial application
    Autorzy:
    Zhang, Xuze
    Kedem, Benjamin
    Powiązania:
    https://bibliotekanauki.pl/articles/1054574.pdf
    Data publikacji:
    2021-06-04
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    interaction
    residual coherence
    nonlinear
    time series
    volatility index
    Opis:
    Residual coherence is a graphical tool for selecting potential second-order interaction terms as functions of a single time series and its lags. This paper extends the notion of residual coherence to account for interaction terms of multiple time series. Moreover, an alternative criterion, integrated spectrum, is proposed to facilitate this graphical selection. A financial market application shows that new insights can be gained regarding implied market volatility.
    Źródło:
    Statistics in Transition new series; 2021, 22, 2; 1-14
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The prediction of new Covid-19 cases in Poland with machine learning models
    Autorzy:
    Chwila, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/14764465.pdf
    Data publikacji:
    2023-03-15
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    machine learning
    time series
    COVID-19
    forecasting
    economic activity
    Opis:
    The COVID-19 pandemic has had a huge impact both on the global economy and on everyday life in all countries all over the world. In this paper, we propose several possible machine learning approaches to forecasting new confirmed COVID-19 cases, including the LASSO regression, Gradient Boosted (GB) regression trees, Support Vector Regression (SVR), and Long-Short Term Memory (LSTM) neural network. The above methods are applied in two variants: to the data prepared for the whole Poland and to the data prepared separately for each of the 16 voivodeships (NUTS 2 regions). The learning of all the models has been performed in two variants: with the 5-fold time-series cross-validation as well as with the split into the single train and test subsets. The computations in the study used official statistics from government reports from the period of April 2020 to March 2022. We propose a setup of 16 scenarios of the model selection to detect the model characterized by the best ex-post prediction accuracy. The scenarios differ from each other by the following features: the machine learning model, the method for the hyperparameters selection and the data setup. The most accurate scenario for the LASSO and SVR machine learning approaches is the single train/test dataset split with data for the whole Poland, while in case of the LSTM and GB trees it is the cross validation with data for whole Poland. Among the best scenarios for each model, the most accurate ex-post RMSE is obtained for the SVR. For the model performing best in terms of the ex-post RMSE, the interpretation of the outcome is conducted with the Shapley values. The Shapley values make it possible to present the impact of auxiliary variables in the machine learning model on the actual predicted value. The knowledge regarding factors that have the strongest impact on the number of new infections can help companies to plan their economic activity during turbulent times of pandemics. We propose to identify and compare the most important variables that affect both the train and test datasets of the model.
    Źródło:
    Statistics in Transition new series; 2023, 24, 2; 59-83
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predicting in multivariate incomplete time series. Application of the expectation-maximisation algorithm supplemented by the Newton-Raphson method
    Autorzy:
    Korczyński, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/1806793.pdf
    Data publikacji:
    2021-08-24
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    missing data
    multivariate time series
    expectation-maximisation algorithm
    Newton-Raphson algorithm
    Opis:
    Statistical practice requires various imperfections resulting from the nature of data to be addressed. Data containing different types of measurement errors and irregularities, such as missing observations, have to be modelled. The study presented in the paper concerns the application of the expectation-maximisation (EM) algorithm to calculate maximum likelihood estimates, using an autoregressive model as an example. The model allows describing a process observed only through measurements with certain level of precision and through more than one data series. The studied series are affected by a measurement error and interrupted in some time periods, which causes the information for parameters estimation and later for prediction to be less precise. The presented technique aims to compensate for missing data in time series. The missing data appear in the form of breaks in the source of the signal. The adjustment has been performed by the EM algorithm to a hybrid version, supplemented by the Newton-Raphson method. This technique allows the estimation of more complex models. The formulation of the substantive model of an autoregressive process affected by noise is outlined, as well as the adjustment introduced to overcome the issue of missing data. The extended version of the algorithm has been verified using sampled data from a model serving as an example for the examined process. The verification demonstrated that the joint EM and Newton-Raphson algorithms converged with a relatively small number of iterations and resulted in the restoration of the information lost due to missing data, providing more accurate predictions than the original algorithm. The study also features an example of the application of the supplemented algorithm to some empirical data (in the calculation of a forecasted demand for newspapers).
    Źródło:
    Przegląd Statystyczny; 2021, 68, 1; 17-46
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie wypłat z bankomatów
    Forecasting Withdrawals from ATMs
    Autorzy:
    Gurgul, Henryk
    Suder, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/543001.pdf
    Data publikacji:
    2015
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Forecasting
    Cash machine
    Time-series
    Forecasting models
    Prognozowanie
    Bankomaty
    Szeregi czasowe
    Modele prognostyczne
    Opis:
    Celem artykułu jest porównanie jakości prognoz zarówno ex post, jak i ex ante dotyczących zapotrzebowania na gotówkę w bankomatach, przy wykorzystaniu różnych metod prognozowania na podstawie szeregów czasowych wypłat. (fragment tekstu)
    The authors explain links between strategy of replenishment of ATMs and costs of ATMs holders. Cost minimalization depends on accuracy of forecasts of withdrawals from ATMs. In the paper the several forecasting methods of withdrawals from ATMs in Euronet network installed in Małopolskie and Podkarpackie voivodships are applied. The used forecasting models are compared based on quality of ex post and ex ante forecasts. The model used in forecasting process depends on many factors e.g. location of ATM or calendar effects. The importance and role of these factors are analyzed in the paper. The authors supplied evidence, that suggested forecasts based on weighted averages are more accurate than forecasts based on methods applied by other authors. (original abstract)
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2015, 8; 25-48
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modified exponential time series model with prediction of total COVID-19 cases in Belgium, Czech Republic, Poland and Switzerland
    Autorzy:
    Permpoonsinsup, Wachirapond
    Sunthornwat, Rapin
    Powiązania:
    https://bibliotekanauki.pl/articles/2108252.pdf
    Data publikacji:
    2022-09-14
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    COVID-19
    modified exponential time-series model
    method of parameter estimation
    compound growth rate
    Opis:
    The coronavirus (COVID-19) pandemic affected every country worldwide. In particular, outbreaks in Belgium, the Czech Republic, Poland and Switzerland entered the second wave and was exponentially increasing between July and November, 2020. The aims of the study are: to estimate the compound growth rate, to develop a modified exponential time-series model compared with the hyperbolic time-series model, and to estimate the optimal parameters for the models based on the exponential least-squares, three selected points, partial-sums methods, and the hyperbolic least-squares for the daily COVID-19 cases in Belgium, the Czech Republic, Poland and Switzerland. The speed and spreading power of COVID-19 infections were obtained by using derivative and root-mean-squared methods, respectively. The results show that the exponential least-squares method was the most suitable for the parameter estimation. The compound growth rate of COVID-19 infection was the highest in Switzerland, and the speed and spreading power of COVID-19 infection were the highest in Poland between July and November, 2020.
    Źródło:
    Statistics in Transition new series; 2022, 23, 3; 147-165
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Z badań nad metodami prognozowania na podstawie niekompletnych szeregów czasowych z wahaniami okresowymi (sezonowymi)
    Studies of methods applied to forecasting incomplete data in seasonal time series
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/422819.pdf
    Data publikacji:
    2012
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    szeregi czasowe
    wahania sezonowe
    brakujące dane
    prognozowanie
    time series
    seasonal fluctuations
    missing data
    forecasting
    Opis:
    Praca została poświęcona syntetycznemu omówieniu wyników wieloletnich badań autorów nad zastosowaniami metod prognozowania w warunkach braku pełnej informacji w szeregach czasowych z wahaniami sezonowymi. Rozważania odnosić się będą do dwóch rodzajów luk w danych: systematycznych i niesystematycznych. Z lukami systematycznymi mamy do czynienia wtedy, gdy nie są dostępne informacje liczbowe przynajmniej o jednym podokresie w całym przedziale czasowym „próby”. Rozpatrywane będą metody prognozowania zarówno dla danych oryginalnych (z sezonowością) jak i danych, z których wyeliminowano wahania sezonowe. Egzemplifikacją rozważań o charakterze teoretycznym będzie przykład empiryczny.
    This work presents discussion about results of long-term of authors research on applications of different forecasting methods in condition of lack of full information. There will be considered two types of gaps in data: systematic and unsystematic. The systematic gaps in data are only when we have not any information about at least one sub-period in the whole of analyzed data. There will be presented two types of methods applied to time series with and without seasonal component. Exemplification of theoretical considerations will be an empirical example.
    Źródło:
    Przegląd Statystyczny; 2012, 59, numer specjalny 1; 140-154
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie konkurencyjności handlu zagranicznego w ujęciu dynamicznym na przykładzie Polski
    The Research of the Foreign Trade Competitiveness in Dynamic Approach on the Example of Poland
    Autorzy:
    Salamaga, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/422786.pdf
    Data publikacji:
    2015
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    indeks Glejsera
    handel wewnątrzgałęziowy
    szeregi czasowe
    kointegracja
    Glejser index
    intra-industry trade
    time series
    cointegration
    Opis:
    Jedną z propozycji badania intensywności zagranicznego handlu wewnątrzgałęziowego przedstawili Glejser i inni (1982). Jest ona konkurencyjna wobec wielu mierników handlu zagranicznego, które nie uwzględniają specjalizacji kraju w imporcie i eksporcie oraz nie odzwierciedlają dostatecznie skutków nierównowagi w obrotach handlowych z zagranicą. Glejser i inni (1982) wykorzystując wariancje wskaźników proeksportowej i proimportowej specjalizacji stworzyli narzędzie, które cechuje się większą odpornością na wymienione mankamenty. Proponowana metoda nie została jednak doposażona w odpowiednie oprzyrzą-dowanie statystyczno-ekonometryczne, co znacznie ogranicza jej praktyczną użyteczność. Celem artykułu jest próba udoskonalenia przedmiotowej metody oraz przetestowanie jej na przykładzie handlu zagranicznego w Polsce.
    One of the study proposals of the intensity of the intra-industry trade was presented Glejser et al. (1982). It is competitive with many foreign trade indicators which do not take account of the country specialization in import and export and do not reflect adequately the effects of trade imbalances. On based the variance of the export and import specialization indicators Glejser et al. (1982) created a tool that overcomes these shortcomings. The pro-posed method, however, was not equipped with an appropriate statistical and econometric tools, which greatly limits its practical usefulness. This article attempts to improve the method and test it on the example of foreign trade in Poland.
    Źródło:
    Przegląd Statystyczny; 2015, 62, 1; 53-70
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The importance of data revisions for statistical inference
    Znaczenie rewizji danych dla wnioskowania statystycznego
    Autorzy:
    Ziembińska, Paulina
    Powiązania:
    https://bibliotekanauki.pl/articles/985676.pdf
    Data publikacji:
    2021
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    data revisions
    real-time data
    time series analysis
    forecasting
    rewizje danych
    dane w czasie rzeczywistym
    analiza szeregów czasowych
    prognozowanie
    Opis:
    The aim of the study is a quantitative analysis of revisions conducted by means of a new, real-time macroeconomic dataset for Poland, designed on the basis of the Statistical bulletin (Biuletyn statystyczny) published by Statistics Poland, covering the period from as early as 1995 until 2017. Polish data have positively verified a number of hypotheses concerning the impact of data revisions on the modelling process. Procedures assessing the properties of time series can yield widely discrepant results, depending on the extent to which the applied data have been revised. A comparison of the fitted ARIMA models for series of initial and final data demonstrates that the fitted models are similar for the majority of variables. In the cases where the form of the model is identical for both series, the coefficients retain their scale and sign. Most differences between coefficients result from a different structure of the fitted model, which causes differ-ences in the autoregressive structure and can have a considerable impact on the ex ante infer-ence. A prognostic experiment confirmed these observations. For a large number of variables, the total impact of revisions on the forecasting process exceeds 10%. Extreme cases, where the impact goes beyond 100%, or situations where data have a direct impact on the forecast sign, are also relatively frequent. Taking these results into account by forecasters could significantly improve the quality of their predictions. The forecast horizon has a minor impact on these conclusions. The article is a continuation of the author's work from 2017.
    Celem pracy jest ilościowa analiza rewizji danych makroekonomicznych w czasie rzeczywistym dla Polski pochodzących z nowego zbioru utworzonego na podstawie „Biuletynu statystycznego” GUS i obejmującego okres od 1995 do 2017 r. Polskie dane pozytywnie weryfikują wiele hipotez dotyczących wpływu rewizji danych na proces modelowania. Procedury oceniające własności szeregów czasowych mogą dawać istotnie różne wyniki w zależności od tego, jak bardzo rewidowane dane zostaną użyte. Porównanie dopasowanych modeli ARIMA dla szeregów pierwszych i finalnych odczytów wskazuje, że w przypadku większości zmiennych dopasowane modele są podobne. Gdy postać modelu jest taka sama dla obu szeregów, współczynniki zachowują skalę i znak. Większość różnic we współczynnikach wynika z odmiennej struktury dopasowanego modelu, co wpływa na różnice w strukturze autoregresyjnej i może mieć niemały wpływ na wnioskowanie ex ante. Potwierdza to eksperyment prognostyczny. Dla dużej części zmiennych całkowity wpływ rewizji na proces prognozowania wynosi powyżej 10%. Nie są też wyjątkiem ekstremalne przypadki, w których ten wpływ przekracza 100%, czy sytuacje, w których dane bezpośrednio wpływają na znak prognozy. Uwzględnienie tych wyników przez prognostów mogłoby znacząco poprawić jakość predykcji. Horyzont prognozy ma niewielki wpływ na te konkluzje. Artykuł jest kontynuacją pracy autorki z 2017 r.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 2; 7-24
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nadmierna umieralność w Polsce podczas pandemii COVID-19 w 2020 roku
    Excess mortality in Poland during the COVID-19 pandemic in 2020
    Autorzy:
    Murkowski, Radosław
    Powiązania:
    https://bibliotekanauki.pl/articles/1373825.pdf
    Data publikacji:
    2021-07-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    COVID-19
    SARS-CoV-2
    nadmiarowe zgony
    nadmierna umieralność
    pandemia
    modelowanie szeregów czasowych
    excess deaths
    excess mortality
    pandemic
    time series
    modelling
    Opis:
    Pandemia COVID-19 zaczęła się w Chinach w listopadzie 2019 r., a z początkiem 2020 r. rozprzestrzeniła się na większość krajów świata, czego skutkiem był duży wzrost liczby zgonów z powodu tej choroby. Celem badania omawianego w artykule jest oszacowanie i analiza zróżnicowania przestrzennego i czasowego nadmiernej umieralności podczas pandemii COVID-19 w 2020 r. w Polsce i jej regionach. W badaniu uwzględniono takie zmienne, jak płeć, wiek i okres pandemii w korelacji z raportowaną liczbą zgonów z powodu COVID-19 oraz raportowaną liczbą przypadków zakażeń wirusem SARS-CoV-2. Poziom normalnej tygodniowej umieralności obliczono za pomocą metody analizy szeregów czasowych uwzględniającej tygodniowe wahania sezonowe umieralności w ciągu całego roku, na podstawie danych raportowanych przez urzędy stanu cywilnego, a publikowanych przez Główny Urząd Statystyczny. Na podstawie uzyskanych wyników stwierdzono, że w Polsce w 2020 r. wystąpiło o blisko 71 tys. zgonów więcej niż normalnie, z czego ok. 91% dotyczyło osób w wieku 60 lat i więcej. Jednocześnie tylko niespełna 30 tys. nadmiarowych zgonów zostało zarejestrowanych jako zgony z powodu COVID-19, co stanowiło zaledwie ok. 41% wszystkich nadmiarowych zgonów w 2020 r. Poziom nadmiarowych zgonów był najwyższy w 45. tygodniu roku, tj. w okresie, kiedy odnotowano najwięcej przypadków zachorowań na COVID-19, a nie wtedy, kiedy wystąpiło najwięcej zgonów z powodu tej choroby, czyli trzy tygodnie później. Na razie nie jest jednak pewne, czy przyczyną tego stanu rzeczy było niedokładne określanie przyczyn zgonów na początku pandemii, czy to, że nadmierne obciążenie szpitali spowodowało wzrost zgonów z innych przyczyn.
    The outbreak of the COVID-19 pandemic began in China in November 2019, and spread to most countries around the world in the early 2020, causing a large increase in deaths. The aim of the study described in this paper is to estimate and analyse the geographical and temporal variations in excess mortality during the COVID-19 pandemic in 2020 in Poland and its regions. The study took into consideration variables such as sex, age and the stage of the pandemic in correlation with the reported number of COVID-19 deaths and the reported number of SARS-CoV-2 virus infections. The standard weekly mortality rate in Poland in 2020 was calculated using the method of time series analysis taking into account weekly seasonal fluctuations in the mortality rate throughout the year, indicated with data reported by registry offices and published by Statistics Poland. The obtained results showed that in 2020, there were approximately 71,000 deaths above the standard number in Poland, most of which, i.e. about 91%, were the deaths of people aged 60 and over. Out of them, only less than 30,000 deaths were reported as deaths caused by COVID-19, which was only about 41% of all excess deaths in this period. The number of excess deaths peaked in the 45th week of 2020, which was the time when the largest number of cases of COVID-19 infection were reported, and not when the largest number of deaths from COVID-19 occurred (which was three weeks later). However, it has not been established yet whether the reason for this situation was an imperfect way of determining the causes of deaths at the beginning of the pandemic, or the excessive burden hospitals were subjected to that caused the increase in deaths from other causes.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 7; 7-23
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane aspekty nieparametrycznego prognozowania nieliniowych szeregów czasowych
    Several Aspects of Nonparametric Prediction of Nonlinear Time Series
    Autorzy:
    Orzeszko, Witold
    Powiązania:
    https://bibliotekanauki.pl/articles/964958.pdf
    Data publikacji:
    2018
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    regresja nieparametryczna
    nieparametryczne prognozowanie
    metody jądrowe
    nieliniowe szeregi czasowe
    analiza Monte Carlo
    nonparametric regression
    nonparametric forecasting
    kernel
    smoothers
    nonlinear time series
    monte carlo study
    Opis:
    Regresja nieparametryczna stanowi obiecujące, lecz jednocześnie wciąż niedoceniane podejście do modelowania finansowych i ekonomicznych szeregów czasowych. Polega ona na konstrukcji modeli nieparametrycznych, w których zależność pomiędzy zmiennymi nie jest wyrażona w postaci funkcji o określonej postaci analitycznej lub parametry charakteryzujące tę zależność należą do przestrzeni nieskończenie wymiarowej. W przeciwieństwie do modeli parametrycznych, modele nieparametryczne nie są ograniczone do określonej z góry postaci, lecz pozwalają „mówić danym samym za siebie”. Z tego względu wydają się interesującym narzędziem prognozowania zwłaszcza w przypadku nieliniowych szeregów czasowych. W zakresie nieparametrycznych metod regresji na szczególną uwagę zasługują estymatory, które w swojej konstrukcji wykorzystują funkcje jądrowe. Spośród nich najczęściej stosowanym jest estymator Nadarai-Watsona, choć obecnie znane są pewne rozwinięcia tego podejścia. Jednym z nich jest Lokalna Jądrowa Regresja Liniowa, będąca połączeniem estymacji jądrowej i lokalnej aproksymacji liniowej. W pracy przeprowadzono symulacje Monte Carlo, mające na celu ocenę przydatności metod regresji jądrowej do prognozowania nieliniowych szeregów czasowych i porównanie ich z innymi metodami prognozowania.
    Nonparametric regression is an alternative to the parametric approach, which consists of applying parametric models, i.e. models of the certain functional form with a fixed number of parameters. As opposed to the parametric approach, nonparametric models have a general form, which can be approximated increasingly precisely when the sample size grows. Hereby they do not impose such restricted assumptions about the form of the modelling dependencies and in consequence, they are more flexible and let the data speak for themselves. That is why they are a promising tool for forecasting, especially in case of nonlinear time series. One of the most popular nonparametric regression method is the NadarayaWatson kernel smoothing. Nowadays, there are a number of variations of this method, like the local-linear kernel estimator, which combines the local linear approximation and the kernel estimator. In the paper a Monte Carlo study is conducted in order to assess the usefulness of the kernel smoothers to nonlinear time series forecasting and to compare them with the other techniques of forecasting.
    Źródło:
    Przegląd Statystyczny; 2018, 65, 1; 7-24
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ redukcji szumu losowego metodą Schreibera na identyfikację systemu generującego dane. Analiza symulacyjna
    Impact of the Schreiber Noise Reduction Method on DGP Identification Simulation Analysis
    Autorzy:
    Orzeszko, Witold
    Powiązania:
    https://bibliotekanauki.pl/articles/1830757.pdf
    Data publikacji:
    2011-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Identyfikacja nieliniowości
    redukcja szumu losowego
    metoda Schreibera
    wskaźnik NRL
    test BDS
    miara informacji wzajemnej
    bootstrap
    nonlinear time series
    noise reduction
    Schreiber method
    NRL quantity
    BDS test
    mutual information
    Opis:
    Jednym ze sposobów ograniczenia negatywnego wpływu obecności szumu losowego na analizę rzeczywistych szeregów czasowych jest stosowanie metod redukcji szumu. Prezentowane w literaturze przedmiotu rezultaty zastosowania takich procedur w procesie identyfikacji nieliniowości i chaosu są zachęcające. Jedną z metod redukcji szumu jest metoda Schreibera, która, jak wykazano, prowadzi do efektywnej redukcji szumu losowego dodanego do danych wygenerowanych z systemów deterministycznych o dynamice chaotycznej. Jednakże w przypadku danych rzeczywistych, badacz zwykle pozbawiony jest wiedzy, czy system generujący rzeczywiście jest deterministyczny. Istnieje więc ryzyko, że redukcji szumu zostaną wówczas poddane dane losowe. W niniejszym artykule wykazano, iż w sytuacji, gdy brak jest wyraźnych podstaw do stwierdzenia, że badany szereg pochodzi z systemu deterministycznego, metodę Schreibera należy stosować z dużą ostrożnością. Z przeprowadzonych symulacji, w których wykorzystano test BDS, miarę informacji wzajemnej oraz współczynnik korelacji liniowej Pearsona wynika bowiem, że redukcja szumu może wprowadzić do analizowanych danych, zależności o charakterze nieliniowym. W efekcie szeregi losowe mogą zostać błędnie zidentyfikowane jako nieliniowe.
    A presence of a noise is typical for real-world data. In order to avoid its negative impact on methods of time series analysis, noise reduction procedures may be used. The achieved results of an application of such procedures in identification of chaos or nonlinearity seem to be encouraging. One of the noise reduction methods is the Schreiber method, which, as it has been shown, is able to effectively reduce a noise added to time series generated by deterministic systems with chaotic dynamics. However, while analyzing real-world data, a researcher usually cannot be sure if the generating system is deterministic. Therefore, there is a risk that a noise reduction method will be applied to random data. In this paper, it has been shown that in situations where there in no clear evidence that investigated data are generated by a deterministic system, the Schreiber noise reduction method may negatively affect identification of time series. In the simulation carried out in this paper, the BDS test, the mutual information measure and the Pearson autocorrelation coefficient were used. The research has shown that an application of the Schreiber method may introduce spurious nonlinear dependencies to investigated data. As a result, random series may be misidentified as nonlinear.
    Źródło:
    Przegląd Statystyczny; 2011, 58, 1-2; 114-131
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zróżnicowanie krajów pod względem udziału krajowej wartości dodanej w eksporcie
    Differentiation of countries in terms of the shore of domestic value added in exports
    Autorzy:
    Doryń, Wirginia
    Powiązania:
    https://bibliotekanauki.pl/articles/962678.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    globalne łańcuchy wartości
    handel zagraniczny
    krajowa wartość dodana w eksporcie
    analiza skupień szeregów czasowych
    baza TiVA
    global value chains
    foreign trade
    domestic value added in exports
    time
    series cluster analysis
    tiva database
    Opis:
    Powstanie globalnych łańcuchów wartości sprawiło, że pomiar korzyści z handlu zagranicznego nie może ograniczać się do pomiaru strumieni handlu czy też ich struktury. Celem artykułu jest przedstawienie zróżnicowania krajów pod względem udziału krajowej wartości dodanej w eksporcie brutto. W badaniu posłużono się analizą skupień szeregów czasowych. Dane obejmujące okres 2005–2016 zaczerpnięto z najnowszej bazy TiVA (Trade in Value Added) z grudnia 2018 r. Otrzymano cztery skupienia krajów. W skupieniu o najwyższych wartościach udziału krajowej wartości dodanej w eksporcie znalazły się gospodarki bogate w zasoby naturalne (m.in. Arabia Saudyjska, Rosja, kraje Ameryki Południowej), mające duży rynek wewnętrzny oraz zaangażowane w zaawansowane technologicznie procesy wytwórcze/usługi o wysokim nasyceniu wiedzą (m.in. USA, Japonia, Wielka Brytania). W grupie o najniższym udziale krajowej wartości dodanej w eksporcie (nieprzekraczającym 50%) znalazły się małe i otwarte gospodarki europejskie – Luksemburg i Malta.
    The emergence of global value chains entails that measuring the benefits of foreign trade cannot be limited to measuring trade flows nor their structure. The article aims at presenting the results of the time series cluster analysis of the share of the domestic value added of gross exports. It is based on data from the latest TiVA database (Trade in Value Added) from December 2018, covering the period 2005–2016. Four clusters of countries were identified. The cluster containing countries with the highest values of the national share of added value in exports included economies rich in natural resources (i.a., Saudi Arabia, Russia, South American countries), with a large internal market and involved in technologically advanced manufacturing processes/knowledge intensive services (including USA, Japan, Great Britain). A group with the lowest share of the domestic value added in exports (not exceeding 50%) contained small and open European economies of Luxembourg and Malta.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 7; 32-47
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies