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 1-15 z 108
Tytuł:
Opis procesu badawczego
Methods of research
Autorzy:
Adamowicz, Elżbieta
Dudek, Sławomir
Pachucki, Dawid
Walczyk, Konrad
Powiązania:
https://bibliotekanauki.pl/articles/499916.pdf
Data publikacji:
2012
Wydawca:
Szkoła Główna Handlowa w Warszawie
Tematy:
analiza koniunktury
analiza szeregów czasowych
dekompozycja szeregów czasowych
business cycles analysis
time series analysis
time series decomposition
Opis:
Praca opisuje metody analizy statystyczno-ekonometrycznej stosowane w celu: identyfikacji wahań cyklicznych zmiennych makroekonomicznych, zbadania cech morfologicznych wahań koniunkturalnych, obejmującego identyfikację punktów zwrotnych, czas trwania zarówno całego cyklu jak i poszczególnych jego faz, wartości ekstremalne, amplitudy i intensywność zachodzących zmian, analizy synchronizacji wahań cyklicznych (chronologii punktów zwrotnych, korelacji jednoczesnych, korelacji krzyżowych, korelacji rekursywnych, koherencji i przesunięcia fazowego), analizy graficznej i analizy zbieżności reakcji gospodarek na szoki podażowe i popytowe zidentyfikowane za pomocą modeli SVAR.
The paper presents the statistical and econometrical methods used to: (1) identify cyclical components of economic aggregates, (2) examine morphological characteristics of cyclical fluctuations, including turning points, duration of cycles and their phases, maximum and minimum values, amplitudes and intensity, (3) analyse synchronicity of cyclical fluctuations, including leads/lags of turning points, correlation and cross-correlation, recursive correlation, coherence and mean delay), (4) perform graphical analysis and (5) examine coincidence of economies’ reactions to supply and demand shocks identified by SVAR modelling.
Źródło:
Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2012, 89: Wahania cykliczne w Polsce i w strefie euro; 11-22
0866-9503
Pojawia się w:
Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nowoczesna analiza wizualna ekonomicznych szeregów czasowych
Modern Visual Analysis of Economic Time Series
Autorzy:
Nowiński, Marek
Powiązania:
https://bibliotekanauki.pl/articles/593452.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza ilościowa
Analiza szeregów czasowych
Metoda graficzna
Szeregi czasowe
Graphical method
Quantitative analysis
Time-series
Time-series analysis
Opis:
Artykuł przedstawia metody zaawansowanej analizy wizualnej, która nie polega jedynie na badaniu podstawowych, statystycznych własności szeregów czasowych, ale przede wszystkim na próbie wykrycia pewnej złożonej, ukrytej w nich struktury. Uzyskanie takich informacji nie jest możliwe na podstawie podstawowych badań statystycznych danych szeregu czasowego ani jego wykresu w postaci pierwotnej, który jest w rzeczywistości kompletnie nieczytelny. Współczesna analiza szeregu czasowego często przypomina przepuszczenie danych szeregu przez pewien pryzmat oraz przedstawienie wyników na odpowiednio skonstruowanym wykresie w celu wizualnej identyfikacji jego określonych własności. Istnieją również metody dwustopniowe, które dodatkowo zawierają analizę ilościową i możliwości szacowania specjalnych wskaźników uzyskanych wyłącznie na podstawie takich wykresów, które same niosą wiele przydatnych informacji i mogą stanowić wskazówki przy wyborze innych metod i narzędzi badawczych (por. np. metody Recurrence Quantification Analysis lub Artificial Insymmetrised Patterns). Metody te pozwalają na odróżnienie badanego szeregu czasowego od losowego szumu, wykrycie zakłóconych procesów deterministycznych, ocenę rodzaju zależności w nim występujących, określenie stopnia stacjonarności, determinizmu i rekurencji. Mogą także pomóc w doborze metod pozwalających wykryć w danych elementy nieliniowości (a nawet chaosu deterministycznego). Inną zaletą tego podejścia jest możliwość ujawnienia w danych cykli okresowych o różnych długościach (co pozwala na bardziej skuteczne stosowanie modeli ARIMA lub wyrównywania wykładniczego, gdzie okres składnika cyklicznego musi być znany i może być wykorzystywany w pewnych modelach teoretycznych, np. średnich ruchomych lub autokorelacji). Takie własności nowoczesnej wersji metod wizualnej analizy szeregów czasowych musiały wzbudzić zainteresowanie badaczy skomplikowanych zjawisk i procesów ekonomicznych, którzy próbują je wykorzystywać do pogłębionej analizy nieliniowej, a także do efektywnego modelowania i prób prognozowania tych procesów. Jest to również powód przedstawienia urozmaiconego przeglądu tych metod w niniejszym artykule.
The paper presents an advanced visual analysis method that does not rely only on examining of basic statistical properties of the time series, but also on attempting to detect a complex structure, hidden in the original dynamic process. Obtaining such information is not possible on the basis of the basic survey of time series data, or its graph in the original form, which is in fact completely illegible. Contemporary time series analysis of time series data is often reminiscent of passing it through a prism, and presenting the results on a properly constructed plots for visual identification of its specific properties. There are also two-step methods, which include both the possibility of quantitative analysis and estimation of specific indicators derived on the basis of such plots. They can carry a lot of useful information and provide us the guidance for the further selection of proper research of nonlinear analysis methods and tools (see eg. the methods of Recurrence Quantification Analysis and Artificial Insymmetrised Patterns). These methods allow to distinguish the analyzed time series from the random noise, to detect real deterministic processes biased with noise, to assess the type of dependencies in time series data, and to determine the degree of stationarity, determinism or recurrence. They can also help in the selection of methods to detect the nonlinearity in the data (or even deterministic chaos). Another advantage of this approach is the possibility of disclosure in data periodic cycles with periods of different lengths (for more efficient use of ARIMA and exponential smoothing models, where the period of the cyclical component must be known and can be used in certain theoretical models, eg. moving average or autocorrelation). Such properties of the modern version of visual time series analysis caused the interest of scientists trying to understand the complex economic phenomena and processes. They are trying to use it for in-depth nonlinear analysis, economic modeling and attempts of effective forecasting of these processes. This is the main reason for presenting a review of these methods in this paper.
Źródło:
Studia Ekonomiczne; 2015, 237; 79-91
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie szeregów czasowych ze składową periodyczną z wykorzystaniem pakietu TSprediction programu R
Forecasting time series with periodic component using TSprediction R package
Autorzy:
Bartłomowicz, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/424791.pdf
Data publikacji:
2014
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
forecasting
time-series methods
TSprediction package
R program
Opis:
The main aim of the paper is to present selected features of TSprediction package developed for R environment, which now is one of the most important commercial computing platforms (offered under the GNU GPL license). The article presents the features of the TSprediction package enabling the prediction of time series where there is a periodic component in the form of seasonal fluctuations. The package includes an implementation of the most popular time series methods of forecasting with a periodic component in the additive and multiplicative variety of ratio and Winters and Klein methods. The effects of selected forecasting functions and ex-post forecasting errors of TSprediction R package are presented in the examples.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 199-210
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
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
Opis:
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.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 72-84
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych
Application of Artificial Neural Network to time series forecasting
Autorzy:
Perzyńska, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/449790.pdf
Data publikacji:
2018-12-14
Wydawca:
Zachodniopomorska Szkoła Biznesu w Szczecinie
Tematy:
dekompozycja szeregu czasowego
prognozy ekonometryczne
szeregi czasowe
sztuczne sieci neuronowe
artificial neural network
time series decomposition econometric forecasts
time series
Opis:
W artykule przedstawiono sposób wykorzystania sztucznych sieci neuronowych do prognozowania zmiennej w postaci szeregu czasowego. Ilustracją rozważań o charakterze teoretycznym jest przykład empiryczny, w którym modelowaniu i prognozowaniu poddano zmienną mikroekonomiczną charakteryzującą się występowaniem trendu i wahań sezonowych. Jej prognozy wyznaczono na podstawie klasycznych modeli szeregu czasowego, sztucznych sieci neuronowych oraz modeli będących ich złożeniem. Jakość wyznaczonych prognoz oceniono na podstawie ich średnich błędów ex post. Przeprowadzone badania potwierdziły użyteczność sztucznych sieci neuronowych w prognozowaniu szeregów czasowych.
In the paper, the author presents the method of using artificial neural networks for forecasting a variable in the time series form. The illustration of theoretical considerations is the empirical example, in which forecasts are calculated for microeconomic variable with trend and seasonal fluctations. Its forecasts are based on the classic time series models, artificial neural networks and models being their composition. The quality of the forecasts is assessed on the basis of their average expost errors. The research confirms the usefulness of artificial neural network in time series forecasting.
Źródło:
Zeszyty Naukowe ZPSB Firma i Rynek; 2018, 2(54); 95-104
2657-3245
Pojawia się w:
Zeszyty Naukowe ZPSB Firma i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badanie przydatności procedur Rosensteina i Eckmanna do identyfikacji chaotycznych szeregów czasowych
Usefulness Study of Rosenstein and Eckmann Procedures for Identification of Chaotic Time Series
Autorzy:
Hallmann, D.
Jankowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/947668.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Morski w Gdyni. Wydawnictwo Uniwersytetu Morskiego w Gdyni
Tematy:
chaos
szereg czasowy
współczynnik Lapunowa
time series
Lyapunov exponent
Opis:
Artykuł przedstawia wyniki badań symulacyjnych z użyciem procedur Eckmanna i Rosensteina wyznaczających wykładniki Lapunowa na podstawie szeregu czasowego. Dla weryfikacji i oceny przydatności tych procedur, jako wzorcowy szereg czasowy wykorzystano punkty generowane przez odwzorowanie logistyczne, dla którego znana jest trajektoria współczynników Lapunowa.
This paper presents the results of simulation tests using the Eckmann and Rosenstein procedures for calculating Lyapunov exponents based on a time series. For verifying and evaluating the suitability of these procedures as a reference time series, points generated by logistic mapping for which the trajectory of Lyapunov's coefficients is known was applied.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Gdyni; 2018, 103; 120-136
1644-1818
2451-2486
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Gdyni
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O możliwości wykorzystania regresji LOESS w analizie szeregów czasowych
On the Possibility of Using the LOESS Regression in the Analysis of Time Series
Autorzy:
Poniat, Radosław
Powiązania:
https://bibliotekanauki.pl/articles/1367725.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Szczeciński. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
Tematy:
LOESS regression
time series
ggplot2
regresja LOESS
szeregi czasowe
Opis:
Artykuł poświęcono metodzie statystycznej znanej jako regresja LOESS i możliwości jej zastosowania w analizie szeregów czasowych. Zalety tej metody omówiono w porównaniu z technikami alternatywnymi: centrowaną średnią ruchomą i regresją liniową wykorzystywaną do wyliczania trendów w czasie. Końcowa część artykułu zawiera instrukcję wyliczania regresji LOESS w programie R z pakietem ggplot2.
The article presents the statistical method known as the LOESS Regression and a possibility of its application in the analysis of time series. The advantages of the method have been compared to the alternative techniques: the central moving average and the linear regression to calculate the trends in time. The final part of the article contains the instruction of how to calculate the LOESS Regression in the R program with the package ggplot2.
Źródło:
Przeszłość Demograficzna Polski; 2016, 38, 2; 104-115
0079-7189
2719-4345
Pojawia się w:
Przeszłość Demograficzna Polski
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognoza wielkości wydobycia kopalni węgla kamiennego
The forecast amount of extracted coal mine
Autorzy:
Fuksa, D.
Powiązania:
https://bibliotekanauki.pl/articles/164538.pdf
Data publikacji:
2016
Wydawca:
Stowarzyszenie Inżynierów i Techników Górnictwa
Tematy:
prognoza wydobycia węgla
szeregi czasowe
forecast coal mining
time series
Opis:
W publikacji przedstawiono sposób prognozowania rocznej wielkości wydobycia węgla dla kopalni. Prognozę wielkości wydobycia przeprowadzono w oparciu o dane rzeczywistej kopalni węgla kamiennego. Obejmowała ona analizę danych retrospektywnych dotyczących wielkości sprzedaży, obliczenie współczynników regresji modelu matematycznego trendu oraz wielkość wydobycia na rok przyszły. Planowana wielkość wydobycia została skorygowana o najbardziej prawdopodobny błąd prognozy. Ponadto podano prognozowany plan produkcji dla analizowanej kopalni w odniesieniu na poszczególne miesiące.
This publication describes how forecasting annual volume of coal production for the mine. The forecast production volumes was based on data of real coal mine. It included an analysis of retrospective data on the volume of sales, the calculation of the regression coefficients of the mathematical model of the trend and the volume of production in the next year. The planned size of the extraction was adjusted for the most probable forecast error. In addition, given the projected production plan for the mine analyzed in relation to each month.
Źródło:
Przegląd Górniczy; 2016, 72, 8; 29-32
0033-216X
Pojawia się w:
Przegląd Górniczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ optymalnych parametrów redukcji szumu losowego na identyfikację chaosu w ekonomicznych szeregach czasowych
Effect of Optimum Parameters of Random Noise Reduction on the Identification of Chaos in Economic Time Series
Autorzy:
Miśkiewicz-Nawrocka, Monika
Powiązania:
https://bibliotekanauki.pl/articles/589841.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Ekonometria
Szeregi czasowe
Układy dynamiczne
Dynamical systems
Econometrics
Time-series
Opis:
Real time series are usually disturbed by random noise and the presence of noise in the data can significantly affect the characteristics of dynamic system. The aim of the article will be to research the effect of re duction of random noise by the nearest neighbor method on the identification of chaos in time series. The test will be conducted on the basis of selected financial time series.
Źródło:
Studia Ekonomiczne; 2014, 191; 46-56
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuronowe prognozowanie szeregów czasowych metodą przesuwanego okna danych
Neural forecasting of time series by means of the moving data window technique
Autorzy:
Morajda, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/415611.pdf
Data publikacji:
2007
Wydawca:
Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
Tematy:
szeregi czasowe
sieci neuronowe
prognozowanie
time series
neural networks
forecasting
Opis:
W artykule zaprezentowano opartą na sieciach neuronowych metodę analizy i prognozowania szeregów czasowych, wykorzystującą technikę przesuwanego okna danych. Przedstawiono badania zastosowania tej metody dla szeregu czasowego cen detalicznych benzyny w USA. Dokonano oceny efektywności metody oraz porównano ją z wybranymi klasycznymi narzędziami analizy szeregów czasowych.
The paper outlines a method of time series analysis and forecasting based on neural networks, which utilises a moving data window technique. The research on the application of the method for time series has been described with reference to retail prices of gas oline in the USA. The effectiveness of the method has been evaluated and compared with selected classical tools of time series analysis.
Źródło:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2007, 1(10); 189-199
1506-2635
Pojawia się w:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie produktywności dla przedsiębiorstwa produkcyjnego
Productivity forecasting for a manufacturing company
Autorzy:
Rostek, M.
Knosala, R.
Powiązania:
https://bibliotekanauki.pl/articles/112820.pdf
Data publikacji:
2017
Wydawca:
STE GROUP
Tematy:
produktywność
prognozowanie
wygładzanie szeregu czasowego
forecasting
productivity
smoothing time series
Opis:
Celem publikacji jest wyznaczenie wartości wskaźnika produktywności całkowitej na kolejny okres w przedsiębiorstwie produkcyjnym. W artykule zastosowano klasyczne metody prognozowania, które mogą mieć zastosowanie do przewidywania wskaźnika produktywności. Dokonana została ocena wyznaczonych prognoz oraz wybór najlepiej dopasowanego sposobu prognozowania. Celem analizy jest szacowanie przyszłych wartości produktywności, aby z wyprzedzeniem można było reagować na przewidywane spadki. W wyniku przeprowadzonych badań najmniejszym średnim względnym błędem prognozy obarczony był model wyznaczony za pomocą wygładzania wykładniczego metodą Holta.
The aim of the publication is to determine the value of the total productivity index for the next period in the manufacturing company. In the article uses classical forecasting methods that can be used to forecast the productivity index. An assessment of the forecasts and the selection of the best fit for forecasting has been done. The aim of the analysis is to estimate the future value of productivity so that anticipation can be anticipated in advance. As a result of the research, the smallest mean percentage error was burdened by a model determined by Holt exponential smoothing.
Źródło:
Systemy Wspomagania w Inżynierii Produkcji; 2017, 6, 9; 83-93
2391-9361
Pojawia się w:
Systemy Wspomagania w Inżynierii Produkcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie kolejnych wartości pomiarowego szeregu czasowego z zastosowaniem sztucznych sieci neuronowych i funkcji trygonometrycznych
Forecasting the next value measurement time series with the use of artificial neural networks and trigonometric functions
Autorzy:
Stachno, A.
Suproniuk, M.
Powiązania:
https://bibliotekanauki.pl/articles/156296.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
prognozowanie
szeregi czasowe
sieci neuronowe
forecasting
time series
artificial neural networks
Opis:
W artykule przedstawiono wyniki badań prognozowania kolejnych wartości pomiarowych szeregów czasowych z zastosowaniem sztucznych sieci neuronowych. Metoda ta umożliwia analizę danych pomiarowych, pochodzących z obiektu, który nie posiada modelu matematycznego. Zbudowanie modelu neuronowego na podstawie szeregu czasowego, odzwierciedlającego dane pomiarowe jest często jedyną metodą przybliżenia sposobu działania obiektu. Wykorzystanie tego modelu do prognozowania zachowania się obiektu w przyszłości może uwzględniać dodatkowo zestaw funkcji trygonometrycznych oraz autorskiej metody WMF wygładzania szeregu czasowego. Przeprowadzone badania wykazały znaczący wzrost dokładności prognoz oraz możliwość uniezależnienia ich od wyprzedzenia czasowego.
The paper presents the results of forecasting subsequent measurement values of the time series (Fig. 1) using artificial neural networks. This method allows the analysis of measurement data [1], coming from an object that does not have a mathematical model. The only representation of the actual state of the output object is approximation of its properties using the neural model, automatically-adapting with respect to the output (Fig. 2). Creating a neural model based on the time series reflecting the measurement data is often the only way to approach the object operation. The use of this model for forecasting the behavior of the object in the future may include an additional set of trigonometric functions (Fig. 7), appropriately presented at the inputs of the neural network. As described in the work, the result of the time series to supplement additional, independent from the object data is to improve the forecast accuracy of successive values of the time series. Taking into account in the forecasting process data smoothing the author's method WMF [1] (Fig. 8), causes a significant increase in the accuracy of the obtained forecast results. The study showed the possibility of using trigonometric functions as input learning network. In addition, there was shown the increase in the accuracy of forecasts of successive values of the time series with different advance and independence of it from historical data (Fig. 10).
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 9, 9; 764-767
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja obserwacji oddalonych w szeregach czasowych
Detection of outliers in time series
Autorzy:
Trzęsiok, Michał
Powiązania:
https://bibliotekanauki.pl/articles/591642.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Identyfikacja obserwacji oddalonych
Klasyfikacja
Szeregi czasowe
Classification
Outliers detection
Time series
Opis:
W artykule uwzględniono różne podejścia do zagadnienia identyfikacji obserwacji oddalonych: podejście dedykowane dla szeregów czasowych i modeli ARIMA, mierniki stopnia oddalenia obserwacji oraz metody klasyfikacyjne. Celem cząstkowym jest zestawienie istniejących metod, ze wskazaniem możliwości pewnych modyfikacji dla polepszenia wyników otrzymywanych z prowadzonej diagnostyki.
The paper presents three different methods for detecting anomalies in time series. The first one is dedicated for time series analysis and ARIMA models. Two other two come from very different background: one is associated with measuring the distance from the given observation to the remaining objects in dataset. The other one belongs to the family of classification methods within machine learning framework. The goal of the paper is to present, compare and illustrate these three different approaches on a real world dataset.
Źródło:
Studia Ekonomiczne; 2016, 265; 95-105
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model pływowy IERS2003 i ocena możliwości jego weryfikacji na podstawie wyników opracowania obserwacji GNSS
Geodetic corrections of IERS2003 tidal deformational model
Autorzy:
Bogusz, J.
Figurski, M.
Powiązania:
https://bibliotekanauki.pl/articles/210036.pdf
Data publikacji:
2010
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
pływy Ziemi
GNSS
geodezyjne szeregi czasowe
Earth tides
geodetic time series
Opis:
Niniejszy artykuł zawiera analizę możliwości korekcji pływowego modelu deformacji fizycznej powierzchni Ziemi opartego na standardach IERS2003, a wykorzystywanego w oprogramowaniu Bernese. Autorzy do tego celu wykorzystali stworzoną w Centrum Geomatyki Stosowanej Wojskowej Akademii Technicznej metodę opracowania precyzyjnych obserwacji geodezyjnych w ramach krótkookresowych rozwiązań sieciowych. Jako dane posłużyły obserwacje wykonywane na punktach sieci ASG-EUPOS otrzymane na mocy porozumienia pomiędzy WAT a Głównym Urzędem Geodezji i Kartografii. Analiza pływowa metodą najmniejszych kwadratów potwierdziła, iż model pływowy oparty o parametry matematyczne wymaga wprowadzenia współczynników geodezyjnych, szczególnie w częstotliwościach, które są trudne do zamodelowania, takich jak K1, K2 czy PSI1. W tych częstotliwościach analiza rezyduów obserwacji satelitarnych potwierdziła istnienie kilkumilimetrowych różnic. Otrzymany materiał stanowi świetną podstawę do badań zmian przestrzennych opisywanych parametrów i korelacji ich zmian np. z budową litosfery na terenie Polski.
Present article contains the analysis of the possibility of introducing geodetic corrections to the IERS2003 tidal model. It is the model of the Earth's lithosphere tidal deformations used in the Bernese soft ware. The authors present the method of precise GNSS observations, processing in short-time intervals, which was worked out at the Centre of Applied Geomatics, Military University of Technology. As the data, the geodetic time-series (geocentric coordinates) obtained from satellite observations collected at the ASG-EUPOS sites were used. The tidal analysis based on the least squares method confirmed, that the model based on mathematical parameters requires the implementation of geodetic coefficients, particularly in frequencies which are difficult to be modelled such as K1, K2 or PSI1. In these frequencies, the residuals of satellite observations' analyses confirmed existence of the differences reached several millimetres. The results of this research state the ideal base for further investigations of spatial distribution of tidal deformational parameters and their correlation to the lithosphere's properties.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2010, 59, 3; 421-441
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metody moving block bootstrap w prognozowaniu szeregów czasowych z wahaniami okresowymi
The Use of the Moving Block Bootstrap Method in Periodic Time Series Forecasting
Autorzy:
Kończak, Grzegorz
Miłek, Michał
Powiązania:
https://bibliotekanauki.pl/articles/586452.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza szeregów czasowych
Metody statystyczne
Modele ARIMA
Prognozowanie matematyczne
Szeregi czasowe
Autoregressive integrated moving average (ARIMA) models
Mathematical forecasting
Statistical methods
Time-series
Time-series analysis
Opis:
The aim of the analysis of the time series is, among others, to facilitate the formulation of prognosis. The basis for the inference of the future variables are their future realizations. There are various methods used in time series forecasting, such as for example naïve method, Holt-Winters models, ARIMA models and various simulation methods. One of the most popular and widely used simulation method in statistical research is the bootstrap method proposed by B. Efron. It is usually applied in measuring the estimates of the variance and testing the hypotheses in cases when the distribution of the test statistic is unknown. This method does not require for the selected samples to be from the standard normal distribution population. Due to the construction of the random samples in this method, there is usually no possibility to directly apply it in the analysis of the periodic time series. In the literature written on this subject, there are the proposals to introduce some modifications to the bootstrap method that would provide the possibility to conduct such analyses. One of such methods is the moving block bootstrap. In the present essay, we will present the proposal to apply this method to create the confidential intervals for the periodic time series forecasts. The results gathered by applying that method are compared with the results obtained via the classic construction of the confidential intervals for the forecasts and on the confidential intervals based on ARIMA models.
Źródło:
Studia Ekonomiczne; 2014, 203; 91-100
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 108

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