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 "systematic" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wykorzystanie modeli wyrównywania wykładniczego w prognozowaniu zmiennych o wysokiej częstotliwości w warunkach braku pełnej informacji
    Application of exponential smoothing models in forecasting high frequency time series in the condition of lack of full information
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/425251.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    forecasting
    high frequency time series
    complex seasonality
    exponential smoothing models
    systematic gaps in the data
    Opis:
    The paper will present the results of the application of the modified additive and multiplicative exponential smoothing models (Brown, Holt and Holt-Winters) in the interpolation and extrapolation forecasting of demand for power energy in the agglomeration A in hour periods, based on time series with systematic gaps. The basis for the construction of forecasts will be time series, from which twelve month, weekly and twenty-four hour fluctuation cycles have been eliminated. Additionally the comparative analysis of accuracy of forecasts built for classical time series models with complex seasonal fluctuations will be conducted. There also will be presented an assess of the criteria for selecting the optimal values of the smoothing constants in terms of building an ex ante forecasts.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 4 (50); 228-239
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie brakujących danych w szeregach czasowych przy zastosowaniu modeli hybrydowych – podejście teoretyczne i empiryczne
    Forecasting missing data in time series with the application of hybrid models – theoretical and empirical approach
    Autorzy:
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/1042759.pdf
    Data publikacji:
    2020-10-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    dane godzinne
    sezonowość złożona
    modele hybrydowe
    luki niesystematyczne
    hourly data
    complex seasonality
    hybrid models
    non-systematic gaps
    Opis:
    Celem artykułu jest przedstawienie możliwości prognozowania brakujących danych w szeregach czasowych dla danych godzinnych przy zastosowaniu modeli hybrydowych. W badaniu wykorzystano hybrydowe modele szeregu czasowego oraz modele regresyjne ze złożonymi wahaniami sezonowymi. Wahania złożone dla danych godzinnych mogą być sumą lub iloczynem wahań o cyklach rocznym, tygodniowym i dobowym, a wahania o długości cyklu wyrażonej liczbą parzystą (12-miesięczne i 24-godzinne) mogą być opisywane za pomocą regularnych modeli hierarchicznych. Rozważania o charakterze teoretycznym podparto analizą empiryczną zapotrzebowania na energię elektryczną w okresach godzinnych w wybranej aglomeracji. Wykorzystano dane statystyczne obejmujące trzy kolejne lata pierwszej dekady XXI w., które zostały udostępnione przez przedsiębiorstwo zajmujące się dystrybucją energii elektrycznej i włączone do Banku Danych Katedry Zastosowań Matematyki w Ekonomii Zachodniopomorskiego Uniwersytetu Technologicznego w Szczecinie. Przyjęto założenie, że luki niesystematyczne będą występowały w przypadku każdego rodzaju wahań sezonowych. Otrzymane wyniki wskazują na użyteczność modeli hybrydowych w prognozowaniu zjawisk ekonomicznych o bardzo dużej częstotliwości prowadzenia obserwacji.
    The main goal of the article is to present the possibilities of forecasting missing observations in time series for hourly data with the application of hybrid models. Hybrid time series models and regression models with complex seasonal fluctuations were used in the study. Complex fluctuations for hourly data can be either a sum or a product of fluctuations of annual, weekly and daily cycles, while fluctuations the length of a cycle expressed by an even number (12-month and 24-hour ones) can be described using regular hierarchical models. The theoretical considerations were illustrated by an empirical analysis of the demand for electricity in hourly periods in a selected agglomeration. The statistical data covered three consecutive years of the first decade of the 2000s. The data were provided by an electricity distribution company and included in the Data Bank of the Department of Applied Mathematics in Economics of the West Pomeranian University of Technology in Szczecin. It was assumed that non-systematic gaps occur with regard to all types of seasonal fluctuations. The obtained results indicate the usefulness of hybrid models in forecasting economic phenomena subject to very frequent observations.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2020, 65, 10; 24-48
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    MODELE ADAPTACYJNE W PROGNOZOWANIU NA PODSTAWIE SZEREGÓW CZASOWYCH O WYSOKIEJ CZĘSTOTLIWOŚCI Z LUKAMI SYSTEMATYCZNYMI
    ADAPTIVE MODELS IN FORECASTING OF HIGH-FREQUENCY TIMES SERIES WITH SYSTEMATIC GAPS
    Autorzy:
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453186.pdf
    Data publikacji:
    2017
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    luki systematyczne
    forecasting
    high frequency data
    complex seasonality
    exponential smoothing
    systematic gaps
    Opis:
    W pracy przedstawione zostaną wyniki zastosowania modeli Browna, Holta i Holta-Wintersa w prognozowaniu zmiennej o bardzo wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji na podstawie danych oczyszczonych z dwóch lub trzech rodzajów sezonowości. Rozpatrywany były dwa warianty luk systematycznych.
    In the paper will be presented results of the application of Brown, Holt and Holt-Winters models in the forecasting of a very high frequency variable in condition of lack of full information, based on seasonal adjusted time series, from which two or three types of seasonal fluctuations were removed. Two variants of systematic gaps were considered.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2017, 18, 2; 374-389
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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