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 "modele szeregów czasowych" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-15 z 15
    Tytuł:
    Modelowanie sprzedaży paliw płynnych na podstawie dziennych szeregów czasowych
    The modelling of the sales of liquid fuel for daily data
    Autorzy:
    Szmuksta-Zawadzka, M.
    Zawadzki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/78523.pdf
    Data publikacji:
    2010
    Wydawca:
    Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wydawnictwo Uczelniane ZUT w Szczecinie
    Tematy:
    paliwa plynne
    sprzedaz
    modelowanie
    szeregi czasowe
    dane dobowe
    modele szeregow czasowych
    prognozowanie
    Opis:
    The papers present analisys of econometrical modelling of the daily retail sales of liquid fuel. There were analised one petrol station of the firm which plays important role on the fuel market. The variable was described by time series hierarchical models with two types of seasonal variations: weekly variations and 12 months ones. Additionally there were included feast-days and days before and after feast-days.
    Źródło:
    Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica; 2010, 59
    2081-0644
    Pojawia się w:
    Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Review of the book ,,The analysis and forecasting of time series. Practical introduction on the basis of the R environment by: A. Zagdanski and A. Suchwałko
    Autorzy:
    Burnecki, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/747794.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    time series models
    forecasting
    data analysis
    modele szeregów czasowych
    prognozowanie
    analiza danych
    Opis:
    Niniejsza książka stanowi praktyczne wprowadzenie do modelowania w środowisku R różnorodnych danych zbieranych w regularnych odstępach czasu. Książka adresowana jest do wszystkich zainteresowanych modelami szeregów czasowych a szczególnie do studentów i absolwentów kierunków ścisłych, ekonomicznych oraz technicznych.
    This book provides a practical introduction to the R environment variety of modeling data collected at regular intervals. The book is addressed to anyone interested in time series models, and mainly to students and graduates of scientific, economic and technical faculties. 
    Źródło:
    Mathematica Applicanda; 2016, 44, 2
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predicting the seasonality of passengers in railway transport based on time series for proper railway development
    Autorzy:
    Borucka, Anna
    Guzanek, Patrycja
    Powiązania:
    https://bibliotekanauki.pl/articles/2098132.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    rail transport
    passenger flow
    time series models
    transport kolejowy
    przepływ pasażerów
    modele szeregów czasowych
    Opis:
    Planning the frequency of rail services is closely related to forecasting the number of passengers and is part of the comprehensive analysis of railway systems. Most of the research presented in the literature focuses only on selected areas of this system (e.g. urban agglomerations, urban underground transport, transfer nodes), without presenting a comprehensive evaluation that would provide full knowledge and diagnostics of this mode of transport (i.e. railway transport). Therefore, this article presents methods for modelling passenger flow in rail traffic at a national level (using the example of Poland). Time series models were used to forecast the number of passengers in rail transport. The error, trend, and seasonality (ETS) exponential smoothing model and the model belonging to the ARMA class were used. An adequate model was selected, allowing future values to be forecast. The autoregressive integrated moving average (ARIMA) model follows the tested series better than the ETS model and is characterised by the lowest values of forecast errors in relation to the test set. The forecast based on the ARIMA model is characterised by a better detection of the trends and seasonality of the series. The results of the present study are considered to form the basis for solving potential rail traffic problems, which depend on the volume of passenger traffic, at the central level. The methods presented can also be implemented in other systems with similar characteristics, which affects the usability of the presented solutions.
    Źródło:
    Transport Problems; 2021, 16, 1; 51--61
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie metod estymacji VaR na polskim rynku gazu
    Comparison of VaR estimation methods on polish natural gas market
    Autorzy:
    Ganczarek-Gamrot, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/588129.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Modele szeregów czasowych
    Rozkład stóp zwrotu
    VaR
    Time series models
    Rates of return distribution
    Opis:
    Celem pracy jest przeprowadzenie analizy porównawczej metod estymacji ryzyka zmiany ceny gazu oszacowanego za pomocą Value-at-Risk (VaR). W pracy do porównania efektywności estymacji ryzyka zmiany ceny gazu wybrano metodę symulacji Monte Carlo, w której VaR traktowany jest jako kwantyl rozkładu zmiennej losowej o rozkładzie normalnym, t-Studenta, GED oraz skośnym rozkładzie t-Studenta z VaR oszacowanym z uwzględnieniem dynamiki zmienności cen gazu za pomocą liniowych oraz nieliniowych modeli szeregów czasowych AR-GARCH. Analiza porównawcza została przeprowadzona w oparciu o wyniki testu przekroczeń Kupca na podstawie logarytmicznych stóp zwrotu wartości indeksu gas_ base notowanego na Rynku Dnia Następnego (RDN) TGE w okresie od 1 stycznia do 20 listopada 2014 roku.
    This work is aimed at comparing methods of Value-at-Risk (VaR) estimation on Polish natural gas market. Two methods of calculating VaR were examined. One of them uses a quantile of the normal, t-Student, skewed t-Student or GED distribution. Another method is based on AR-GARCH models. Empirical analysis was carried out for logarithmic rates of return of gas-base index noted on the Day Ahead Market from 1th January to 20th November 2014. Based on Kupiec test results one may say that on Polish natural gas market VaR estimates calculated by time series models are more appropriate than VaR estimates calculated as a quantile of distribution.
    Źródło:
    Studia Ekonomiczne; 2015, 219; 41-52
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GARCH Models of Time Series on DAM
    Modele GARCH szeregów czasowych na RDN
    Autorzy:
    Ganczarek, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/906890.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Polish Power Exchange
    Day Ahead Market
    Balance Market
    Autoregressive Conditional Heteroscedasticity
    Generalized Autoregressive Conditional Heteroscedasticity
    Maximum Likelihood Method
    Akaike's information criterion
    Schwarz’s consistent criterion
    Hannan-Quinn’s consistent criterion
    Rissanen’s stochastic complexity criteria
    Opis:
    In this paper an analysis of the time series on the Day Ahead Market (DAM) of the Polish Power Exchange is presented. In this analysis Generalized Autoregressive Conditional Heteroscedasticity (GARCH) models are used to describe the time series of rates of return of price of electric energy on DAM. This analysis is based on the data from July 2002 to June 2004.
    W pracy została przedstawiona analiza szeregów czasowych stóp zwrotu cen energii elektrycznej notowanych na rynku dnia następnego (RDN) Towarowej Giełdy Energii SA od lipca 2002 do czerwca 2004 r. za pomocą modeli GARCH. Celem pracy jest odpowiedź na pytanie, czy modele GARCH efektywnie opisują kształtowanie się cen energii elektrycznej na parkiecie polskiej giełdy energii i czy można je wykorzystywać do modelowania szeregów czasowych stóp zwrotu cen energii elektrycznej.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Strukturalne modele szeregów czasowych w estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek
    Structural Time Series Models in Unemployment Rate Estimation in Disaggregation on Voivodeship, Sex and Age
    Autorzy:
    Wilak, Kamil
    Powiązania:
    https://bibliotekanauki.pl/articles/422988.pdf
    Data publikacji:
    2014
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    statystyka małych obszarów
    estymacja pośrednia
    dynamiczne modele liniowe
    stopa bezrobocia
    Small Area Estimation
    direct estimation
    dynamic linear models
    unemployment rate
    Opis:
    Informacje publikowane przez Główny Urząd Statystyczny na podstawie Badania Aktywności Ekonomicznej Ludności cechują się dużym poziomem agregacji. Oszacowania w przekroju województw dla małych grup określonych przez cechy demograficzne nie są publikowane ze względu na zbyt małą precyzję estymacji bezpośredniej, spowodowaną małą liczebnością próby. Sposobem na zwiększenie precyzji oszacowania jest zastosowanie estymacji pośredniej. W literaturze popularne jest podejście, w którym do estymacji pośredniej charakterystyk rynku pracy stosuje się strukturalne modele szeregów czasowych. W niniejszym artykule została podjęta próba oceny wykorzystania tej metody w kontekście zwiększenia precyzji estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek. Ocena ta została dokonana na podstawie eksperymentu Monte Carlo z wykorzystaniem danych jednostkowych z Badania Aktywności Ekonomicznej Ludności z lat 2000-2009. Wyniki tego badania pokazują, że zastosowany estymator pośredni w większości przypadków cechuje się lepszą jakością niż estymacja bezpośrednia.
    Central Statistical Office in Poland publishes information on labour market derived from Labour Force Survey at high level of aggregation. Estimates for small demographic domains on voivodeship level are not published due to insufficient precision of direct estimates, caused by small sample size. One of possible approaches to the problem is to apply small area estimation. Taking into account that LFS is panel research of households structural time series models can be used in order to borrow strength in time. The aim of the article is to evaluate this method in the context of unemployment rate estimation on voivodeship level including sex and age domains. Monte Carlo simulation study will be applied in order to assess results of estimation and compare to direct estimation. Data obtained from the Labour Force Survey in Poland between 2000-2009 will be used. Results of the study indicates that temporal small area estimation have better quality of estimates compared to direct estimation.
    Źródło:
    Przegląd Statystyczny; 2014, 61, 4; 409-431
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Quantitative and qualitative methods for evaluation of measurement signals on the example of vibration signals analysis from the corps of prototype reclaimer regmas
    Ilościowe i jakościowe metody oceny sygnałów pomiarowych na przykładzie analizy sygnałów wibracji prototypowego regeneratora mas formierskich REGMAS
    Autorzy:
    Kowal, J.
    Dańko, J.
    Stojek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/353831.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    vibration signals
    mould sand reclaimer
    signal analysis
    parametric and non-parametric models
    time series
    masy formierskie
    sygnały drgań
    analiza sygnału
    parametryczne i nieparametryczne modele szeregów czasowych
    Opis:
    The article presents examples of vibration signals analysis derived from the research of prototype reclaimer REGMAS. After the division of the time-frequency analysis methods of measuring signals, their non-parametric and parametric models were estimated. At the end of the article the summary and conclusions were set.
    W artykule zaprezentowano przykłady analizy sygnałów wibracji uzyskanych z badań prototypowego regeneratora mas formierskich REGMAS. Po dokonaniu podziału czasowo-częstotliwościowych metod analizy sygnałów pomiarowych, wyznaczono ich modele parametryczne i nieparametryczne. Na końcu zawarto podsumowanie oraz wnioski końcowe dotyczące przedstawionych analiz.
    Źródło:
    Archives of Metallurgy and Materials; 2013, 58, 3; 827-831
    1733-3490
    Pojawia się w:
    Archives of Metallurgy and Materials
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele neuronowe szeregów czasowych godzinowego poboru wody w osiedlach mieszkaniowych
    Neural network models of hourly water demand time series in housing areas
    Autorzy:
    Siwoń, Z.
    Cieżak, W.
    Cieżak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/237770.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    sztuczne sieci neuronowe
    szeregi czasowe
    prognozowanie
    pobór wody
    system wodociągowy
    artificial neural networks
    time series
    forecasting
    water demand
    water supply system
    Opis:
    Omówiono wyniki modelowania i prognozowania szeregów czasowych poboru wody z miejskich sieci wodociągowych na potrzeby optymalnego sterowania procesem zaopatrzenia w wodę. Zaprezentowano wyniki weryfikacji sztucznych sieci neuronowych na przykładzie wydzielonego rejonu sieci wodociągowej w Kłodzku i we Wrocławiu. Przedstawiono analizę przydatności sztucznych sieci neuronowych w bieżącym prognozowaniu szeregów czasowych godzinowego poboru wody, która wykazała, że optymalne struktury sieci perceptronowych i liniowych nie są skomplikowane, co między innymi ułatwia proces ich douczania lub uczenia od nowa. W praktyce błędy prognozowania przy wykorzystaniu wielowarstwowych perceptronowych sieci neuronowych i liniowych sieci neuronowych okazały się porównywalne lub mniejsze od błędów predykcji wg modeli klasy ARIMA i metod wykładniczego wygładzania szeregów czasowych. Wykazano, że przydatność sieci o radialnych funkcjach bazowych do prognozowania dobowych histogramów godzinowego poboru wody była ograniczona i jednocześnie mniejsza niż sieci liniowych oraz perceptronowych.
    The paper outlines the results of modeling and forecasting the water demand time series for the optimal control of water supply processes in municipal water supply systems. The results of verification of the artificial neural network models have been presented for a separate water supply subsystem in Klodzko and in Wroclaw. Analysis of the performance of artificial neural networks when used to develop current predictions of the time series for hourly water demand has revealed that the optimal structures of perceptron and linear networks are not very complicated, which facilitates the process of additional training or re-training. Practically, it has been found that forecasting produces comparable or smaller errors when focused on multilayer perceptron neural networks and linear neural networks than when based on the use of ARIMA models and exponential smoothing of the time series. Applicability of neural networks of radial base functions (RBF) to forecasting daily water demand histograms is limited, and lesser than that of linear and perceptron networks.
    Źródło:
    Ochrona Środowiska; 2011, 33, 2; 23-26
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie dokładności różnych metod predykcji stężeń zanieczyszczeń powietrza
    A comparison of accuracies of different air pollutants concentration prediction methods
    Autorzy:
    Hoffman, S.
    Jasiński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/297662.pdf
    Data publikacji:
    2009
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    zanieczyszczenia powietrza
    monitoring powietrza
    stężenia chwilowe
    dane monitoringu
    brakujące dane
    luki pomiarowe
    aproksymacja
    modele szeregów czasowych
    modele regresyjne
    sieci neuronowe
    air monitoring
    hourly concentrations
    monitoring data
    air pollution
    missing data
    measure gaps
    approximation
    time series models
    regression models
    neural networks
    Opis:
    W analizie wykorzystano dane zarejestrowane w latach 2004-2008 na ośmiu stacjach monitoringu powietrza działających w różnych miejscowościach województw łódzkiego i mazowieckiego. W pracy badano możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Ocenę jakości modelowania wykonano poprzez porównanie modelowanych stężeń ze stężeniami rzeczywistymi. Do predykcji stężeń wykorzystano sieci neuronowe. Porównywano dokładność pięciu różnych grup modeli: modeli szeregów czasowych, liniowych modeli regresji wielowymiarowej, nieliniowych modeli regresji wielowymiarowej, liniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu i nieliniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu. Celem praktycznym była rekomendacja optymalnych technik modelowania luki pomiarowej obejmującej pewien dłuższy fragment serii czasowej tylko jednego z zanieczyszczeń powietrza przy założeniu, że są dostępne wszystkie pozostałe dane, w tym dane pochodzące z sąsiednich stacji monitoringu powietrza. Wykonana analiza wykazała, że dla każdego z zanieczyszczeń powietrza należy rekomendować inne metody predykcji, ponieważ występują duże różnice w możliwościach modelowania poszczególnych zanieczyszczeń powietrza. Stężenia takich zanieczyszczeń, jak O3, SO2, PM10 można efektywnie modelować metodą szeregów czasowych, ale tylko do pewnego horyzontu prognozy, po którym regresyjne metody modelowania okazują się dokładniejsze. W modelowaniu stężeń O3 i PM10 efektywne może się okazać wykorzystanie stężeń tych zanieczyszczeń zarejestrowanych na innych stacjach monitoringu powietrza. W przypadku pozostałych zanieczyszczeń NO, NO2 i CO zasadne jest stosowanie tylko jednej metody modelowania - analizy regresji. Liniowe modele regresyjne są mniej dokładne od ich nieliniowych odpowiedników. Różnice dokładności obu typów modeli nie zawsze są duże. Dlatego modele liniowe mogą stanowić praktyczną alternatywę dla nieliniowych odpowiedników.
    Air monitoring data collected over a 5-year period at 8 different measure sites in Central Poland were used as the database for analysis purposes. Approximation of concentrations of monitored air pollutants were done by means of several prediction methods: time series analysis, regression analysis with predictors from a single monitoring station, and regression analysis with external predictors. Separate models were created for O3, NO2, NO, PM10, SO2, CO. Modelled and measured concentrations were compared. As a result prediction errors were calculated for each model. The main objective of analysis was a comparison of prediction results, and recommendation the most accurate modelling methods, dedicated to specified pollutants. The examination was made by means of artificial neural networks, which were employed to create all types of models.
    Źródło:
    Inżynieria i Ochrona Środowiska; 2009, 12, 4; 307-325
    1505-3695
    2391-7253
    Pojawia się w:
    Inżynieria i Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aproksymacja stężeń zanieczyszczeń powietrza za pomocą neuronowych modeli szeregów czasowych
    Aproximation of air monitoring data gaps by means of time-series neural models
    Autorzy:
    Hoffman, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/297640.pdf
    Data publikacji:
    2009
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    szereg czasowy
    modele neuronowe
    stężenia chwilowe
    dane monitoringu
    brakujące dane
    luki pomiarowe
    aproksymacja
    time series
    neural models
    air pollution
    air monitoring
    hourly concentrations
    monitoring data
    missing data
    measure gaps
    approximation
    Opis:
    W pracy oceniono możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Do predykcji stężeń wykorzystano neuronowe modele szeregów czasowych. Jakość modelowania testowano na rzeczywistych danych pochodzących ze stacji monitoringu powietrza Łódź-Widzew, zarejestrowanych w latach 2004-2008. Analizie poddano względnie kompletny zbiór danych, obejmujący stężenia 6 podstawowych zanieczyszczeń powietrza: O3, NO2, NO, PM10, SO2, CO. Celem badawczym było określenie i porównanie dokładności predykcji stężeń różnych zanieczyszczeń powietrza. Modelowanie przeprowadzono, stosując sztuczne sieci neuronowe. Trening sieci odbywał się przy użyciu liniowego algorytmu pseudoinwersji. Wyjściem modelu było stężenie wybranego zanieczyszczenia w określonym czasie. Wejściami były wartości stężeń zarejestrowane w godzinach wcześniejszych. Każdy model charakteryzowały dwie wielkości: horyzont prognozy i liczba wartości opóźnionych. W analizie określono dokładność predykcji stężeń wybranych zanieczyszczeń dla stałej liczby wartości opóźnionych równej 24 przy zmieniającym się horyzoncie prognozy od 1 do 240 godz. Jako kryterium jakości modelowania przyjęto wartość błędu aproksymacji.
    An assessment of quality of air pollutants concentration modeling was the main research purpose. The examination was made by means of artificial neural networks, which were employed to create time-series models. The quality of approximation was tested on the actual set of air monitoring data, gathered over a 5-year period at the measure site in Lodz-Widzew (Central Poland). The examined time-series involved hourly concentrations of main air pollutants: O3, NO2, NO, PM10, SO2, CO. The research aim was the estimation and the comparison of prediction accuracy for different air pollutants. Time-series models were characterized by two parameters which might influence the prediction quality: lookahead and steps. For all models the constant number of steps equal 24 hours was assumed. The effect of changes of lookahead in the range 1÷ 240 hours was analyzed. It was stated that the decreasing of precision of time-series models with the increase of lookahead is observed. The drop of accuracy depends on pollutant. The furthest reasonable prognosis may be done for ozone concentration. Approximation accuracy shortens in the order: O3, CO, SO2, PM10, NO2, NO.
    Źródło:
    Inżynieria i Ochrona Środowiska; 2009, 12, 3; 231-239
    1505-3695
    2391-7253
    Pojawia się w:
    Inżynieria i Ochrona Środowiska
    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
    Tytuł:
    MODELE HARMONICZNE ZE ZŁOŻONĄ SEZONOWOŚCIĄ W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z LUKAMI SYSTEMATYCZNYMI
    HARMONICAL MODELS WITH COMPLEX SEASONALITY IN FORECASTING TIME SERIES WITH SYSTEMATIC GAPS
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453180.pdf
    Data publikacji:
    2013
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    modele harmoniczne
    sezonowość złożona
    brakujące dane
    harmonic models
    complex seasonality
    missing data
    Opis:
    W modelowaniu zmiennych ze złożoną sezonowością dla pełnych danych i danych z lukami niesystematycznymi mogą być wykorzystywane zarówno modele ze zmiennymi zero-jedynkowymi jak i modele harmoniczne. Natomiast w przypadku występowania luk systematycznych- jedynie oszczędne modele harmoniczne. W modelach tych każdy rodzaj wahań opisywany jest za pomocą odrębnych zestawów składowych sinuso- i kosinusoidalnych. Rozważania teoretyczne zostaną zilustrowane przykładem empirycznym.
    In the modeling of the variables with complex seasonality for complete time series and with unsystematic data gaps can be used both types of models: with dummy variables and harmonic models. However, in modeling variable with systematic gaps can be used only harmonic models. In these models, each type of fluctuation is described by separate sets of sine- and cosine component. Theoretical considerations are illustrated by an empirical example.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2013, 14, 3; 81-90
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    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 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
    Tytuł:
    Comparison of the results of time series prediction obtained with the classical GMDH algorithm and the modified method containing sensitivity functions
    Porównanie rezultatów predykcji szeregów czasowych uzyskanych za pomocą klasycznego algorytmu GMDH oraz zmodyfikowanej metody GMDH z funkcjami czułości
    Autorzy:
    Bobkowska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/155812.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    complex systems
    prediction
    sensitivity functions
    GMDH
    partial models
    Kolmogorov-Gabor equation
    time series
    short sample of data
    systemy złożone
    predykcja
    funkcje czułości
    modele częściowe
    równania Kołmogorowa-Gabora
    szeregi czasowe
    próbki niewielu danych
    Opis:
    The paper presents the results of prediction experiments dealing with the behavior of a complex process containing significant regularity which is modeled by a given time series. In my research I use only a small amount of the input data in order to predict future states of the aforementioned time series using a modified GMDH containing sensitivity functions. It turns out that, for some specific processes, sensitivity functions allow us to obtain more accurate results than the classical GMDH.
    Poniższy artykuł przedstawia wyniki eksperymentów dotyczących predykcji zachowania pewnego złożonego procesu zawierającego znaczne regularności, który modelowany jest za pomocą szeregu czasowego. W celu predykcji kolejnych wartości szeregu korzystam jedynie z niewielkiej ilości danych wejściowych stosując zmodyfikowaną metodę GMDH (Group Method of Data Handling) zawierającą funkcje czułości. Metody statystyczne stosowane zwykle w celu ustalenia zależności między poszczególnymi zmiennymi są całkowicie nieprzydatne w warunkach niewielkiej ilości danych wejściowych. Trudno w takich warunkach dostrzec i zbadać regularności szeregu i zależności pomiędzy zmiennymi tego szeregu. Nawet jeśli badany szereg jest szeregiem ze ściśle określoną regularnością, to nie mamy pewności, że ilość próbek, na których ma sposobność pracować badacz jest wystarczająca do określenia wszystkich jego cech. Proces przedstawiony za pomocą pewnego szeregu, może mieć np. składnik cykliczny, który przy małej ilości próbek będzie niewidoczny. Korzystamy więc z narzędzia umożliwiającego uchwycenie wahań analizowanego procesu, jego siły czy kierunku wykorzystywanego między innymi w dyscyplinach zajmujących się sterowaniem procesami. Jednym z takich narzędzi szacujących są właśnie funkcje czułości. Uzyskiwane rezultaty badań pokazują, że zastosowanie funkcji czułości pozwala na otrzymanie dokładniejszych wyników predykcji niż klasyczna metoda GMDH dla pewnych szczególnych zachowań procesu.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 7, 7; 688-691
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-15 z 15

      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