Informacja

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

Wyszukujesz frazę "exponential smoothing" wg kryterium: Temat


Tytuł:
Exponential smoothing and resampling techniques in time series prediction
Autorzy:
Neves, Maria
Cordeiro, Clara
Powiązania:
https://bibliotekanauki.pl/articles/729996.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
time series
bootstrap
exponential smoothing
forecasting
accuracy measures
Opis:
Time series analysis deals with records that are collected over time. The objectives of time series analysis depend on the applications, but one of the main goals is to predict future values of the series. These values depend, usually in a stochastic manner, on the observations available at present. Such dependence has to be considered when predicting the future from its past, taking into account trend, seasonality and other features of the data. Some of the most successful forecasting methods are based on the concept of exponential smoothing. There are a variety of methods that fall into the exponential smoothing family, each having the property that forecasts are weighted combinations of past observations. But time series analysis needs proper statistical modeling. The model that better describes the behavior of the series in study can be crucial in obtaining 'good' forecasts. Departures from the true underlying distribution can adversely affect those forecasts. Resampling techniques have been considered in many situations to overcome that difficulty. For time series, several authors have proposed bootstrap methodologies. Here we will present an automatic procedure built in R language that first selects the best exponential smoothing model (among a set of possibilities) for fitting the data, followed by a bootstrap approach for obtaining forecasts. A real data set has been used to illustrate the performance of the proposed procedure.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2010, 30, 1; 87-101
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Planning of transportations needs based on demand forecasts
Planowanie zapotrzebowania na transport na podstawie prognozy popytu
Autorzy:
Mrówczyńska, B.
Powiązania:
https://bibliotekanauki.pl/articles/374135.pdf
Data publikacji:
2013
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
planning of transportation of shipments
forecasting
triple exponential smoothing method
artificial immune system
clonal selection
planowanie przewozów przesyłek
prognozowanie
addytywna metoda Wintersa
sztuczny system immunologiczny selekcja klonalna
Opis:
Rational management of transport has a major impact on the cost of the business. The starting point for this can be a forecast of demand for the products. This paper presents the process of planning of transportation of shipments based on the forecast of the orders. The monthly quantity of shipments during the 36 months was analysed. A periodic variation of this quantity was observed. The forecast for the next two months was determined using a triple exponential smoothing method. Parameters of the method were determined analytically and using artificial immune systems. In the latter case the smoothing constant and the initial values of the model were determined by optimizing the root mean square error (RMSE) "ex-post". The results were subsequently compared. A smaller error was obtained using artificial immune systems. Then the demand for transport was calculated basing on the forecast quantity of shipments.
Racjonalne gospodarowanie środkami transportu ma duży wpływ na koszty firmy. Podstawą do tego może być wykonanie prognozy popytu na produkty firmy. W artykule przedstawiono proces zaplanowania przewozów przesyłek do odbiorców na podstawie prognozy ilości przesyłek. Po wstępnej analizie rozkładu miesięcznej ilości przesyłek w okresie 36 miesięcy zaobserwowano okresową zmienności tej ilości. Prognozę na kolejne 3 miesiące wyznaczono stosując addytywną metodę Wintersa. Parametry metody wyznaczano analitycznie, a następnie stosując sztuczne systemy immunologiczne. W tym drugim przypadku stałe wygładzania i wartości początkowe modelu były wyznaczane na drodze optymalizacji pierwiastka błędu średniokwadratowego (RMSE) „ex post”. Wyniki porównano. Mniejszy błąd otrzymano stosując sztuczne systemy immunologiczne. Następnie wyznaczono zapotrzebowanie na transport na podstawie prognozowanej ilości przesyłek.
Źródło:
Transport Problems; 2013, 8, 3; 5-14
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR
The use of exponential smoothing methods for forecasting EUR sell rate
Autorzy:
Halicka, K.
Winkowski, C.
Powiązania:
https://bibliotekanauki.pl/articles/399374.pdf
Data publikacji:
2013
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
prognoza kursu walut
metody wygładzania wykładniczego
jakość prognozy
forecast exchange rates
exponential smoothing methods
quality of forecasts
Opis:
W artykule przedstawiono wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR. Modele prognostyczne zbudowano opierając się na danych rzeczywistych od stycznia 2010 do kwietnia 2013 roku, pochodzących ze strony internetowej Narodowego Banku Polskiego. Istotnym założeniem przeprowadzonego badania było wykorzystanie jak najprostszych metod wygładzania wykładniczego. Kolejnym ważnym elementem badania było przeprowadzenie analizy porównawczej jakości otrzymanych prognoz. Do ich oceny wykorzystano siedem miar opisu statystycznego, takich jak błąd średni, błąd średni bezwzględny, maksymalny błąd bezwzględny, pierwiastek z błędu średniego kwadratowego, średni bezwzględny błąd procentowy, mediana bezwzględnego błędu procentowego oraz maksymalny błąd procentowy.
The principal aim of the paper was to use exponential smoothing methods for forecasting EUR selling rate. Forecasting models were built on the basis of data from the period from January 2010 to April 2013, obtained from the website of the National Polish Bank. The important objective of the study was to use the simplest exponential smoothing methods. Another important element of the study was the conduct of a comparative analysis of the quality of forecasts. To assess the quality of forecasts, six measures of statistical description were used: mean error, mean absolute error, maximum absolute error, root mean square error, mean absolute percentage error, median absolute percentage error and maximum absolute percentage error.
Źródło:
Ekonomia i Zarządzanie; 2013, 5, 2; 70-80
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Exponential smoothing for multi-product lot-sizing with heijunka and varying demand
Autorzy:
Korytkowski, P.
Grimaud, F.
Dolgui, A.
Powiązania:
https://bibliotekanauki.pl/articles/406946.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
job shop
multiproduct
varying demand
lot-sizing
heijunka
exponential smoothing
Opis:
Here we discuss a multi-product lot-sizing problem for a job shop controlled with a heijunka box. Demand is considered as a random variable with constant variation which must be absorbed somehow by the manufacturing system, either by increased inventory or by flexibility in the production. When a heijunka concept (production leveling) is used, fluctuations in customer orders are not transferred directly to the manufacturing system allowing for a smoother production and better production capacity utilization. The problem rather is to determine a tradeoff between the variability in the production line capacity requirement and the inventory level.
Źródło:
Management and Production Engineering Review; 2014, 5, 2; 20-26
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ZASTOSOWANIE WYBRANYCH MODELI ADAPTACYJNYCH W PROGNOZOWANIU BRAKUJĄCYCH DANYCH W SZEREGACH ZE ZŁOŻONĄ SEZONOWOŚCIĄ DLA LUK NIESYSTEMATYCZNYCH
THE APPLICATION OF SELECTED ADAPTATION MODELS IN FORECASTING THE MISSING DATA IN THE TIME SERIES WITH COMPLEX SEASONALITY FOR UNSYSTEMATIC GAPS
Autorzy:
Szmuksta- Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/453279.pdf
Data publikacji:
2014
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
złożona sezonowość
wyrównywanie wykładnicze
prognozowanie
brakujące dane
complex seasonality
exponential smoothing
forecasting
gaps in data
Opis:
Artykuł poświęcony jest wykorzystaniu wybranych modeli wyrównywania wykładniczego: Browna, Holta i Holta-Wintersa w prognozowaniu zmiennych ze złożona sezonowością w warunkach braku pełnej informacji. Prognozy wyjściowe będą budowane na podstawie szeregów oczyszczonych z sezonowości. Prognozy końcowe, uwzględniające wahania sezonowe, będą sumami prognoz wyjściowych i składników sezonowości lub iloczynami prognoz tego rodzaju i wskaźników sezonowości. Rozważania o charakterze teoretycznym zostaną zilustrowane przykładem empirycznym.
The paper is devoted to the application of selected exponential smoothing models: Brown, Holt and Holt-Winters in prediction of variables with complex seasonality in the condition of lack of full information. Output forecasts will be built on the basis of time series cleansed from seasonality. Final forecasts, taking into account seasonal fluctuations, will be a sum of output forecasts and seasonal components or multiply of forecasts and the seasonal indicators. Theoretical considerations will be illustrated by an empirical example.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2014, 15, 4; 181-194
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of the predictive properties of Browns model in the extended domain of the internal parameter
Analiz prognoznykh svojjstv modeli Brauna v rasshirennojj oblasti vnutrennego parametra
Autorzy:
Romanenkov, Y.
Powiązania:
https://bibliotekanauki.pl/articles/77408.pdf
Data publikacji:
2015
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
predictive value
Brown's method
adaptive model
exponential smoothing
parametric synthesis
robustness
Źródło:
Motrol. Motoryzacja i Energetyka Rolnictwa; 2015, 17, 8
1730-8658
Pojawia się w:
Motrol. Motoryzacja i Energetyka Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele ekonometryczne jako narzędzie sterowania procesami technologicznymi
Econometric models as a tool for technological process control
Autorzy:
Wołkowicz, Artur
Powiązania:
https://bibliotekanauki.pl/articles/424875.pdf
Data publikacji:
2015
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
exponential smoothing model with creeping trend
Brown model
regression function
multiple and threshold regression
linear programming
Opis:
This paper presents a proposal for process control applications based on econo-metric models. They are a tool which aim is to determine short-term forecasts, which are the basis to control the devices of production infrastructure. The article describes the application of the method of forecast errors corrective device in a real production process. Econometric models are presented: the exponential smoothing model and creeping trend adaptive model with harmonic scales. The calculations are used and the regression function is indicated by the linear programming problem. The method is presented on the example of classical tech-nological process used in the energy sector. The study indicates the possibility of another perspective on the control processes, not necessarily based on the existing methods of regu-lation. The idea of this study is to demonstrate the possibility of using econometrics in the industry.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 67-77
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
WYKORZYSTANIE DANYCH OCZYSZCZONYCH O WYSOKIEJ CZĘSTOTLIWOŚCI W PROGNOZOWANIU ZMIENNYCH ZE ZŁOŻONĄ SEZONOWOŚCIĄ
APPLICATION OF SEASONALLY ADJUSTED HIGH FREQUENCY DATA TO FORECASTING VARIABLES WITH COMPLEX SEASONALITY
Autorzy:
Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/452810.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
prognozowanie
dane o wysokiej częstotliwości
złożona sezonowość
wyrównywanie wykładnicze
forecasting
high frequency data
complex seasonality
exponential smoothing models
Opis:
W pracy przedstawione zostanie procedura modelowania i prognozowania zmiennej o bardzo wysokiej częstotliwości obserwowania na podstawie szeregów, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Do budowy prognoz zostaną wykorzystane wybrane modele adaptacyjne. Rozważania teoretyczne zilustrowane zostaną przykładem empirycznym dotyczącym, kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
In the article will be presented procedure to modeling and forecasting of the high frequency variable, based on series, from which was eliminated two or three types of seasonality. Forecasts will be built on the basis of exponential smoothing models. The theoretical considerations will be illustrated with empirical example about demand for electricity in hour periods in the agglomeration A.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 4; 147-159
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
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 nieklasyczne w prognozowaniu zmiennych ekonomicznych ze złożoną sezonowością z lukami systematycznymi - analiza empiryczna
Application of nonclassical models in forecasting of economic variables with complex seasonality and systematic gaps - the empirical analysis
Autorzy:
Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/592844.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Prognozowanie
Systematyczne luki w danych
Wyrównywanie wykładnicze
Złożona sezonowość
Complex seasonality
Exponential smoothing
Forecasting
Systematical gaps in data
Opis:
W artykule przedstawiono wyniki wykorzystania wybranych modeli adaptacyjnych w prognozowaniu zmiennej o wysokiej częstotliwości obserwowania z lukami systematycznymi. Modelowaniu oraz prognozowaniu poddano szeregi czasowe, z których wyeliminowano jeden lub dwa rodzaje wahań sezonowych. Prognozy końcowe były sumami (iloczynami) prognoz otrzymanych dla danych oczyszczonych i składników (wskaźników) sezonowości. Artykuł stanowi rozszerzenie rozważań autorów [Szmuksta-Zawadzka i Zawadzki, 2014] na przypadek występowania systematycznych luk w danych.
This paper presents the results of the application of selected adaptive models in forecasting of high-frequency variable with systematic gaps. To modeling and forecasting were used time series, from which seasonal fluctuations were eliminated. Final forecasts were built as sums (products) of forecasts, for the data “cleaned” from seasonality and seasonal components (indicators). The paper is an extension of considerations authors [Szmuksta-Zawadzka and Zawadzki, 2014] on the case of the occurrence of systematic gaps in the data.
Źródło:
Studia Ekonomiczne; 2016, 291; 102-115
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie brakujących danych dla szeregów o wysokiej częstotliwości oczyszczonych z sezonowości
Forecasting missing data for seasonal adjusted high frequency time series
Autorzy:
Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/585670.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Dane o wysokiej częstotliwości
Luki w danych
Prognozowanie
Wyrównywanie wykładnicze
Złożona sezonowość
Complex seasonality
Exponential smoothing
Forecasting
High frequency time series
Unsystematic gaps
Opis:
W pracy przedstawione zostało wykorzystanie wybranych modeli adaptacyjnych w prognozowania zmiennych o bardzo wysokiej częstotliwości obserwowania, na podstawie szeregów z lukami niesystematycznymi, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Egzemplifikacją rozważań teoretycznych stanowi przykład empiryczny, dotyczący kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
In this paper was presented application of selected exponential smoothing models in forecasting very high frequency variables on the basis of time series with unsystematic gaps, from which two or three types of seasonal fluctuations were eliminated. Exemplification of theoretical considerations will be an empirical example, concerning the power demand in agglomeration A in hourly periods.
Źródło:
Studia Ekonomiczne; 2016, 289; 205-217
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
PROGNOZOWANIE NA PODSTAWIE SZEREGÓW CZASOWYCH O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI DLA LUK NIESYSTEMATYCZNYCH
FORECASTING BASED ON HIGH FREQUENCY TIME SERIES WITH UNSYSTEMATIC GAPS
Autorzy:
Szmuksta – Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/453212.pdf
Data publikacji:
2016
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
prognozowanie
dane o wysokiej częstotliwości
złożona sezonowość
wyrównywanie wykładnicze
forecasting
high frequency time series
complex seasonality
exponential smoothing
Opis:
W pracy przedstawione zostaną wyniki zastosowania wybranych modeli wyrównywania wykładniczego w prognozowaniu zmiennej o bardzo wysokiej częstotliwości, obserwowanej w okresach godzinnych, dla luk niesystematycznych, oczyszczonej z dwóch lub trzech rodzajów sezonowości. Rozpatrywany był wariant, w którym luki występują w każdym z rodzajów wahań składowych.
In the paper will be presented the results of the application of selected models of exponential smoothing in forecasting of very high frequency variable, observed hourly, with unsystematic gaps, from which two or three types of seasonality fluctuation were eliminated. In the research was used a combination, in which gaps were present in each type of the fluctuation component.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 1; 121-136
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Statistical modelling of agrometeorological time series by exponential smoothing
Autorzy:
Murat, M.
Malinowska, I.
Hoffmann, H.
Baranowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/24978.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
statistical modelling
agrometeorological time series
exponential smoothing
agrophysical process
soil-plant-atmosphere system
plant growth
yield
Źródło:
International Agrophysics; 2016, 30, 1
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Examination of Seasonal Volatility in HICP for Baltic Region Countries: Non-Parametric Test versus Forecasting Experiment
Autorzy:
Lenart, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/2076445.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
HICP
seasonal volatility
exponential smoothing
nowcasting
predictive distribution
logscore
Opis:
The aim of this paper is to examine the problem of existing seasonal volatility in total and disaggregated HICP for Baltic Region countries (Denmark, Estonia, Latvia, Finland, Germany, Lithuania, Poland and Sweden). Using nonparametric tests, we found that in the case of m-o-m prices, including fruit, vegetables, and total HICP, the homogeneity of variance during seasons is rejected. Based on these findings, we propose an exponential smoothing model with periodic variance of error terms that capture the repetitive seasonal variation (in conditional or unconditional second moments). In a pseudo-real data experiment, the short-term forecasts (nowcasting) for the considered components of inflation were determined using different specifications of considered models. The forecasting performance of the models was measured using one of the scoring rules for probabilistic forecasts called logarithmic score. We found instead that while the periodic phenomenon in variance was statistically significant, the models with a periodic phenomenon in variance of error terms do not significantly improve forecasting performance in disaggregated cases and in the case of total HICP. The simpler models with constant variance of error term have comparative forecasting (nowcasting) performance over the alternative model
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2017, 1; 29-67
2080-0886
2080-119X
Pojawia się w:
Central European Journal of Economic Modelling and Econometrics
Dostawca treści:
Biblioteka Nauki
Artykuł

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