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 "ARMA model" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Prognozowanie dochodów gospodarstw rolnych z wykorzystaniem modelu ARMA
    Prognosis incomes of agricultural farms using ARMA model
    Autorzy:
    Borawski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/866692.pdf
    Data publikacji:
    2009
    Wydawca:
    The Polish Association of Agricultural and Agribusiness Economists
    Tematy:
    gospodarstwa rolne
    dochod rolniczy
    metody obliczen
    prognozowanie
    dane statystyczne
    lata 1994-2007
    model ARMA
    analiza statystyczna
    analiza ekonometryczna
    Opis:
    Celem badań było poznanie dochodowości gospodarstw rolnych w Polsce. Ponadto, zbadano przewidywane zmiany w dochodowości gospodarstw. Analizie poddano dane GUS za lata 1994-2007. Zaobserwowano pozytywne zmiany dochodów rolniczych w badanym okresie szczególnie po integracji Polski z Unią Europejską. Jednak tempo przyrostu dochodów rolniczych jest wciąż niskie. Większość gospodarstw rolnych (ponad 80%) nie osiąga średniego poziomu dochodów.
    The paper aims to recognize agricultural farms ’ incomes in Poland. Moreover, the forseen changes in agricultural incomes were studied. The analysis includes GUS data in the years 1994-2007. The possitive changes in agricultural incomes were observed particularly after EU integration. But, the agriculture income increase is still very low. The majority of farms (more than 80%) do not achieve the average level of incomes.
    Źródło:
    Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu; 2009, 11, 1
    1508-3535
    2450-7296
    Pojawia się w:
    Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application out-of-sample forecasting in model selection on Nigeria exchange rate
    Autorzy:
    Henry, Akpensuen Shiaondo
    Lasisi, K. E.
    Akpan, E. A.
    Gwani, A. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1062858.pdf
    Data publikacji:
    2019
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    ARMA model
    Exchange Rate
    In-sample forecasting
    Model selection and evaluation
    Out-sample forecasting
    Opis:
    In time series, several competing models may adequately fit a given set of data. At times choosing the best model may be easy or difficult. However, there are two major model selection criteria; it could be either in-sample or out-of-sample forecasts. This study was necessitated because Empirical evidence based on out-of-sample model forecast performance is generally considered more trustworthy than evidence based on in-sample model performance which can be more sensitive to outliers and data mining. And also the fact that Out-of-sample forecasts also better reflect the information available to the forecaster in real time was also an added motivation. Hence this study considered data from Nigeria exchange rate (Naira to US Dollar) from January 2002 to December 2018 comprising 204 observations. The first 192 observations were used for model identification and estimation while the remaining 12 observations were holdout for forecast validation. Three ARIMA models; ARIMA (0, 1, 1), ARIMA (1, 1, 2) and ARIMA (2, 1, 0) were fitted tentatively. Base on in-sample information criteria ARIMA (0, 1, 1) was the best model with minimum AIC, SIC and HQ information criteria. However, on the basics of out-of-sample forecast evaluation using RMSE, MSE, MAE, and MAPE, ARIMA (2, 1, 0) perform better than ARIMA (0, 1, 1). The implication of this study is that, a model that is best in the in-sample fitting may not necessary give a genuine forecasts since it is the same data that is used in model identification and estimation that is also use in forecast evaluation.
    Źródło:
    World Scientific News; 2019, 127, 3; 225-247
    2392-2192
    Pojawia się w:
    World Scientific News
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Homotopy Approach to Rational Covariance Extension With Degree Constraint
    Autorzy:
    Enqvist, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/908061.pdf
    Data publikacji:
    2001
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    optymalizacja
    teoria systemów
    stochastic realization theory
    rational covariance extension problem
    ARMA model design
    continuation method
    optimization
    Opis:
    The solutions to the Rational Covariance Extension Problem (RCEP) are parameterized by the spectral zeros. The rational filter with a specified numerator solving the RCEP can be determined from a known convex optimization problem. However, this optimization problem may become ill-conditioned for some parameter values. A modification of the optimization problem to avoid the ill-conditioning is proposed and the modified problem is solved efficiently by a continuation method.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2001, 11, 5; 1173-1201
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Bayes algorithm for model compatibility and comparison of ARMA( p; q) models
    Autorzy:
    Tripathi, Praveen Kumar
    Sen, Rijji
    Upadhyay, S. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/1054568.pdf
    Data publikacji:
    2021-06-04
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    ARMA model
    exact likelihood
    Gibbs sampler
    Metropolis algorithm
    posterior predictive loss
    model compatibility
    Ljung-Box-Pierce statistic
    GDP growth rate
    Opis:
    The paper presents a Bayes analysis of an autoregressive-moving average model and its components based on exact likelihood and weak priors for the parameters where the priors are defined so that they incorporate stationarity and invertibility restrictions naturally. A Gibbs- Metropolis hybrid scheme is used to draw posterior-based inferences for the models under consideration. The compatibility of the models with the data is examined using the Ljung- Box-Pierce chi-square-based statistic. The paper also compares different compatible models through the posterior predictive loss criterion in order to recommend the most appropriate one. For a numerical illustration of the above, data on the Indian gross domestic product growth rate at constant prices are considered. Differencing the data once prior to conducting the analysis ensured their stationarity. Retrospective short-term predictions of the data are provided based on the final recommended model. The considered methodology is expected to offer an easy and precise method for economic data analysis.
    Źródło:
    Statistics in Transition new series; 2021, 22, 2; 95-123
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Algorithms for Ship Movement Prediction for Location Data Compression
    Autorzy:
    Czapiewska, A.
    Sadowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/116761.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    Methods and Algorithms
    Ship Movement, Ship Movement Prediction
    Location
    Location Data Compression
    Autoregressive Model (AR)
    Autoregressive Moving Average Model (ARMA)
    AIS Data
    Opis:
    Due to safety reasons, the movement of ships on the sea, especially near the coast should be tracked, recorded and stored. However, the amount of vessels which trajectories should be tracked by authorized institutions, often in real time, is usually huge. What is more, many sources of vessels position data (radars, AIS) produces thousands of records describing route of each tracked object, but lots of that records are correlated due to limited dynamic of motion of ships which cannot change their speed and direction very quickly. In this situation it must be considered how many points of recorded trajectories really have to be remembered to recall the path of particular object. In this paper, authors propose three different methods for ship movement prediction, which explicitly decrease the amount of stored data. They also propose procedures which enable to reduce the number of transmitted data from observatory points to database, what may significantly reduce required bandwidth of radio communication in case of mobile observatory points, for example onboard radars.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2015, 9, 1; 75-81
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reliability model of different wind power plant configuration using sequential monte carlo simulation
    Model niezawodności różnych konfiguracji zestawu elektrowni wiatrowej oparty na sekwencyjnej symulacji Monte Carlo
    Autorzy:
    Topić, D.
    Šljivac, D.
    Stojkov, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1365793.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    wind turbine
    components
    reliability
    failure rate
    Monte Carlo
    ARMA
    turbina wiatrowa
    części składowe
    niezawodność
    awaryjność
    Opis:
    Paper presents an enhanced model for calculation of reliability indices for different wind power plants configuration concepts used over past two decades. The autoregressive – moving average (ARMA) model is used combined with the sequential Monte Carlo simulation in order to predict expected energy not served (EENS) more accurately during the failure. Statistical database of LWK (Land Wirtschafts Kammer) is used for determining different wind power plant configuration types component reliability (performance) used for calculating influence of individual wind power plant configuration concepts on expected energy not served. Furthermore, a comparison of the distribution of EENS of different wind power plants configuration concepts have been presented, as well as the influence of the predominantly mechanical and electrical components failures on both EENS and failure rates.
    W pracy przedstawiono udoskonalony model służący do obliczania wskaźników niezawodności dla różnych koncepcji konfiguracji zestawów elektrowni wiatrowych jakie stosowano w ostatnich dwóch dziesięcioleciach. Wykorzystano autoregresyjny model średniej ruchomej (ARMA), który w połączeniu z symulacją sekwencyjną Monte Carlo pozwala z większą dokładnością przewidzieć oczekiwaną wartość energii niedostarczonej (EENS) podczas awarii. Baza statystyczna LWK (Land Wirtschafts Kammer) posłużyła autorom do określania niezawodności (wydajności) części składowych elektrowni wiatrowych przy różnych typach konfiguracji zestawu. Otrzymane wartości wykorzystano do obliczenia wpływu poszczególnych koncepcji konfiguracji zestawu elektrowni wiatrowej na oczekiwaną wartość energii niedostarczonej. Ponadto, przedstawiono porównanie rozkładu EENS dla różnych koncepcji konfiguracji zestawu elektrowni wiatrowej jak również omówiono wpływ uszkodzeń części mechanicznych i elektrycznych elektrowni na EENS oraz awaryjność.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 2; 237-244
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation in Simple Linear Regression Model with Autoregressive Moving Averages (ARMA) Error
    O estymacji parametrów liniowych ze składnikami losowymi typu ARMA niskich rzędów
    Autorzy:
    Tomaszewicz, Andrzej
    Al-Nasir, Abdul Majid Hamza
    Powiązania:
    https://bibliotekanauki.pl/articles/904825.pdf
    Data publikacji:
    1986
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Opis:
    W badaniach empirycznych istnieją zwykle podstawy do założenia, że badany szereg czasowy generowany jest przez "mieszany" proces stochastyczny będący sumą procesu autoregresyjne go i procesu średnich ruchomych ARMA (Box, Jenkins 1970) w niniejszej pracy zanalizowano niektóre własności modeli typu ARMA niskich rzędów, szczególnie procesu ARMA (2,2).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 1986, 54
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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