Informacja

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

Wyszukujesz frazę "GAPS" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Symulacyjne badanie efektywności wykorzystania metod numerycznych w prognozowaniu zmiennej zawierającej luki niesystematyczne
The simulation efficiency analysis of numerical methods in forecasting variable with unsystematic gaps
Autorzy:
Oesterreich, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/586894.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Luki niesystematyczne
Metody numeryczne
Metody symulacyjne
Prognozowanie
Forecasting
Numerical methods
Simulation methods
Unsystematic gaps
Opis:
W artykule przedstawiono symulacyjną analizę efektywności wykorzystania metod numerycznych w prognozowaniu zmiennej ekonomicznej dla luk niesystematycznych. Do budowy prognoz inter- i ekstrapolacyjnych, na podstawie szeregów oczyszczonych z sezonowości, zostały wykorzystane metody: odcinkowa, łuków oraz Lagrange’a dla węzłów interpolacyjnych rozmieszczonych proporcjonalnie. Rozpatrywane były trzy warianty luk, różniące się odsetkami brakujących danych. Przeprowadzono również analizę porównawczą dokładności błędów prognoz inter- i ekstrapolacyjnych względem klasycznych modeli szeregu czasowego z trendem liniowym oraz periodycznym składnikiem sezonowym, jak również z trendem wykładniczym z relatywnie stałą sezonowością. Obliczenia zostały wykonane z wykorzystaniem pakietu R oraz Statistica 12.
In the article was presented an efficiency analysis of numerical methods in forecasting economic variable with unsystematic gaps. To construction of inter- and extrapolative forecasts, based on the seasonal adjusted time series, were used: the segmental method, the arches method and the Lagrange interpolation method for nodes distributed proportionally. In analysis were considered three variants of gaps, differing in the percent-age of the missing data. A comparative analysis of the accuracy of forecast errors of classical time series with linear trend and periodic seasonal component and exponential trend with relatively constant seasonality was also performed. Calculations were made using R environment and Statistica 12.
Źródło:
Studia Ekonomiczne; 2017, 324; 53-68
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody adaptacyjne w prognozowaniu miesięcznych szeregów czasowych z lukami systematycznymi
Application of exponential smoothing models in forecasting missing seasonal data for systematic gaps
Autorzy:
Oesterreich, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/591560.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Luki systematyczne
Modele adaptacyjne
Prognozowanie
Wahania sezonowe
Exponential smoothing models
Forecasting
Seasonal fluctuations
Systematic gaps
Opis:
W artykule przedstawiono wyniki badań o charakterze symulacyjnym dotyczące wpływu liczby i układu luk systematycznych na dokładność prognoz inter- oraz ekstrapolacyjnych w szeregu czasowym z silnymi wahaniami sezonowymi. Do budowy prognoz wykorzystano multiplikatywne modele Holta-Wintersa dla pełnych danych (z sezonowością) oraz modele Browna i Holta dla danych oczyszczonych z sezonowości. Przykład empiryczny dotyczył liczby udzielonych noclegów w obiektach zbiorowego zakwaterowania według miesięcy w województwie śląskim w latach 2007-2012. Lata 2007-2011 stanowiły przedział czasowy próby, a 2012 r. był okresem empirycznej weryfikacji prognoz. Rozpatrywane były wszystkie możliwe układy systematycznych luk w danych dla zadanej liczby luk w cyklu wahań sezonowych. Obliczenia wykonano z wykorzystaniem pakietu R oraz Statistica 10.
The paper presents the results of analysis of the impact of the number and arrangement of systematic gaps in time series with strong seasonal fluctuations, on the accuracy of inter- and extrapolative forecasts. To forecasts construction were used Holt- -Winters models for the full data (with seasonality) and Brown and Holt models for the data cleared from seasonality. Empirical example was built on the basis of the number of tourists accommodated in tourist accommodation establishments by month in Silesia voivodeship in 2007-2012. The year 2012 was a period of empirical verification of forecasts. Calculations were performed in the R package and Statistica 10.
Źródło:
Studia Ekonomiczne; 2016, 291; 34-46
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele nieklasyczne w prognozowaniu zmiennych ekonomicznych ze złożoną sezonowością z lukami systematycznymi - analiza empiryczna
Application of nonclassical models in forecasting of economic variables with complex seasonality and systematic gaps - the empirical analysis
Autorzy:
Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/592844.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Prognozowanie
Systematyczne luki w danych
Wyrównywanie wykładnicze
Złożona sezonowość
Complex seasonality
Exponential smoothing
Forecasting
Systematical gaps in data
Opis:
W artykule przedstawiono wyniki wykorzystania wybranych modeli adaptacyjnych w prognozowaniu zmiennej o wysokiej częstotliwości obserwowania z lukami systematycznymi. Modelowaniu oraz prognozowaniu poddano szeregi czasowe, z których wyeliminowano jeden lub dwa rodzaje wahań sezonowych. Prognozy końcowe były sumami (iloczynami) prognoz otrzymanych dla danych oczyszczonych i składników (wskaźników) sezonowości. Artykuł stanowi rozszerzenie rozważań autorów [Szmuksta-Zawadzka i Zawadzki, 2014] na przypadek występowania systematycznych luk w danych.
This paper presents the results of the application of selected adaptive models in forecasting of high-frequency variable with systematic gaps. To modeling and forecasting were used time series, from which seasonal fluctuations were eliminated. Final forecasts were built as sums (products) of forecasts, for the data “cleaned” from seasonality and seasonal components (indicators). The paper is an extension of considerations authors [Szmuksta-Zawadzka and Zawadzki, 2014] on the case of the occurrence of systematic gaps in the data.
Źródło:
Studia Ekonomiczne; 2016, 291; 102-115
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie brakujących danych dla szeregów o wysokiej częstotliwości oczyszczonych z sezonowości
Forecasting missing data for seasonal adjusted high frequency time series
Autorzy:
Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/585670.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Dane o wysokiej częstotliwości
Luki w danych
Prognozowanie
Wyrównywanie wykładnicze
Złożona sezonowość
Complex seasonality
Exponential smoothing
Forecasting
High frequency time series
Unsystematic gaps
Opis:
W pracy przedstawione zostało wykorzystanie wybranych modeli adaptacyjnych w prognozowania zmiennych o bardzo wysokiej częstotliwości obserwowania, na podstawie szeregów z lukami niesystematycznymi, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Egzemplifikacją rozważań teoretycznych stanowi przykład empiryczny, dotyczący kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
In this paper was presented application of selected exponential smoothing models in forecasting very high frequency variables on the basis of time series with unsystematic gaps, from which two or three types of seasonal fluctuations were eliminated. Exemplification of theoretical considerations will be an empirical example, concerning the power demand in agglomeration A in hourly periods.
Źródło:
Studia Ekonomiczne; 2016, 289; 205-217
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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