Informacja

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

Wyszukujesz frazę "ARMA model" wg kryterium: Wszystkie pola


Wyświetlanie 1-7 z 7
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
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:
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:
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:
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 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
    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