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 "modelowanie szeregów czasowych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Stochastyczna analiza ryzyka szeregów czasowych
    Stochastic analysis of the risk of time series
    Autorzy:
    Mastalerz-Kodzis, Adrianna
    Pośpiech, Ewa
    Powiązania:
    https://bibliotekanauki.pl/articles/588658.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Modelowanie szeregów czasowych
    Pomiar ryzyka
    Stacjonarne i niestacjonarne procesy stochastyczne
    Risk analysis
    Stationary and non-stationary stochastic process
    Time-series modelling
    Opis:
    Celem artykułu jest pomiar ryzyka w przypadku stacjonarnych i niestacjonarnych szeregów czasowych. Jako narzędzie do oceny ryzyka wykorzystano funkcję Höldera generującą multiułamkowe procesy ruchów Browna. Za pomocą wybranych metod badania szeregów czasowych przeanalizowano zmienność kursów walut: USD/PLN, EUR/PLN oraz CHF/PLN. Biorąc pod uwagę historyczne i obecne trendy w szeregach czasowych oraz wartości miary zmienności wyciągnięto wnioski z badań. Artykuł składa się z dwóch części zasadniczych: elementów metodyki badań oraz analizy empirycznej.
    The aim of the article is to present the method of measuring local risk for stationary and non-stationary time series . In the article we have discussed the way of calculating risk within an area of any value of time series. As a tool enabling the assessment of the risk we have used Hölder's function generating multifractional processes of Brown's motion. With the use of selected time-series analysis methods the exchange rates volatility of the following currencies was examined: USD/PLN, EUR/PLN and CHF/PLN. The conclusions were drawn on the basis of the historical and current trends observed in the time-series and the values of variation measure. The paper comprises basic elements of research methodology as well as empirical examples.
    Źródło:
    Studia Ekonomiczne; 2017, 331; 112-122
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nadmierna umieralność w Polsce podczas pandemii COVID-19 w 2020 roku
    Excess mortality in Poland during the COVID-19 pandemic in 2020
    Autorzy:
    Murkowski, Radosław
    Powiązania:
    https://bibliotekanauki.pl/articles/1373825.pdf
    Data publikacji:
    2021-07-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    COVID-19
    SARS-CoV-2
    nadmiarowe zgony
    nadmierna umieralność
    pandemia
    modelowanie szeregów czasowych
    excess deaths
    excess mortality
    pandemic
    time series
    modelling
    Opis:
    Pandemia COVID-19 zaczęła się w Chinach w listopadzie 2019 r., a z początkiem 2020 r. rozprzestrzeniła się na większość krajów świata, czego skutkiem był duży wzrost liczby zgonów z powodu tej choroby. Celem badania omawianego w artykule jest oszacowanie i analiza zróżnicowania przestrzennego i czasowego nadmiernej umieralności podczas pandemii COVID-19 w 2020 r. w Polsce i jej regionach. W badaniu uwzględniono takie zmienne, jak płeć, wiek i okres pandemii w korelacji z raportowaną liczbą zgonów z powodu COVID-19 oraz raportowaną liczbą przypadków zakażeń wirusem SARS-CoV-2. Poziom normalnej tygodniowej umieralności obliczono za pomocą metody analizy szeregów czasowych uwzględniającej tygodniowe wahania sezonowe umieralności w ciągu całego roku, na podstawie danych raportowanych przez urzędy stanu cywilnego, a publikowanych przez Główny Urząd Statystyczny. Na podstawie uzyskanych wyników stwierdzono, że w Polsce w 2020 r. wystąpiło o blisko 71 tys. zgonów więcej niż normalnie, z czego ok. 91% dotyczyło osób w wieku 60 lat i więcej. Jednocześnie tylko niespełna 30 tys. nadmiarowych zgonów zostało zarejestrowanych jako zgony z powodu COVID-19, co stanowiło zaledwie ok. 41% wszystkich nadmiarowych zgonów w 2020 r. Poziom nadmiarowych zgonów był najwyższy w 45. tygodniu roku, tj. w okresie, kiedy odnotowano najwięcej przypadków zachorowań na COVID-19, a nie wtedy, kiedy wystąpiło najwięcej zgonów z powodu tej choroby, czyli trzy tygodnie później. Na razie nie jest jednak pewne, czy przyczyną tego stanu rzeczy było niedokładne określanie przyczyn zgonów na początku pandemii, czy to, że nadmierne obciążenie szpitali spowodowało wzrost zgonów z innych przyczyn.
    The outbreak of the COVID-19 pandemic began in China in November 2019, and spread to most countries around the world in the early 2020, causing a large increase in deaths. The aim of the study described in this paper is to estimate and analyse the geographical and temporal variations in excess mortality during the COVID-19 pandemic in 2020 in Poland and its regions. The study took into consideration variables such as sex, age and the stage of the pandemic in correlation with the reported number of COVID-19 deaths and the reported number of SARS-CoV-2 virus infections. The standard weekly mortality rate in Poland in 2020 was calculated using the method of time series analysis taking into account weekly seasonal fluctuations in the mortality rate throughout the year, indicated with data reported by registry offices and published by Statistics Poland. The obtained results showed that in 2020, there were approximately 71,000 deaths above the standard number in Poland, most of which, i.e. about 91%, were the deaths of people aged 60 and over. Out of them, only less than 30,000 deaths were reported as deaths caused by COVID-19, which was only about 41% of all excess deaths in this period. The number of excess deaths peaked in the 45th week of 2020, which was the time when the largest number of cases of COVID-19 infection were reported, and not when the largest number of deaths from COVID-19 occurred (which was three weeks later). However, it has not been established yet whether the reason for this situation was an imperfect way of determining the causes of deaths at the beginning of the pandemic, or the excessive burden hospitals were subjected to that caused the increase in deaths from other causes.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 7; 7-23
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of ARMA modelling and alpha-stable distribution for local damage detection in bearings
    Zastosowanie modelu ARMA i rozkładu alfa-stabilnego do detekcji uszkodzeń lokalnych w łożyskach
    Autorzy:
    Żak, G.
    Obuchowski, J.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/329304.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    local damage detection
    informative frequency band selection
    time series modeling
    heavy-tailed distributions
    wykrywanie uszkodzeń lokalnych
    wybór pasma informacyjnego
    modelowanie szeregów czasowych
    rozkłady ciężko-ogonowe
    Opis:
    In this paper a novel method for informative frequency band selection is presented. It is suitable for a vibration signal from a damaged rotating machine which is consisted of a pulse train, but it might be contaminated by other vibrations, often with higher energy. We first decompose the signal into simpler sub-signals and analyze those sub-signals using statistical tools, i.e. autoregressive moving average modelling and fitting of the α -stable distribution. The choice of this distribution is motivated by its excellent ability of modeling heavy-tailed data, i.e impulsive data. We illustrate the proposed methodology by analysis of real vibration signals from heavy-duty rotating machinery. The results prove that this statistical analysis is very efficient in informative frequency band selection in presence of high-energy contamination.
    W artykule zaprezentowano nową metodę selekcji informacyjnego pasma częstotliwościowego. Jest ona odpowiednia dla sygnałów drganiowych z maszyny uszkodzonej zawierających impulsy, nawet kiedy są one niewidoczne w dziedzinie czasu, tzn. kiedy wysokoenergetyczne drgania innych elementów zakłócają sygnał informacyjny. Pierwszym krokiem zaproponowanej metody jest dekompozycja sygnału na składowe o prostszej strukturze i ich analiza za pomocą narzędzi statystycznych, tj. modelu ARMA i rozkładu alfa-stabilnego. Wybór tego rozkładu jest umotywowany zdolnością modelowania danych ciężko ogonowych, tzn. sygnałów, w których występują impulsy. Metodę zilustrowano analizą rzeczywistych sygnałów z drganiowych maszyn górniczych. Potwierdzono efektywność zaproponowanej metody statystycznej w kontekście selekcji informacyjnego pasma częstotliwościowego w obecności wysokoenergetycznych zakłóceń.
    Źródło:
    Diagnostyka; 2014, 15, 3; 3-10
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Data mining workspace as an optimization prediction technique for solving transport problems
    Решение задачи прогнозирования в транспортной отрасли с помощью методов data mining
    Autorzy:
    Kuptcova, A.
    Průša, P.
    Federko, G.
    Molnár, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/375552.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    time series prediction
    data mining
    neural network
    modelling
    predykcja szeregów czasowych
    eksploracja danych
    sieć neuronowa
    modelowanie
    Opis:
    This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques.
    В данной статье рассматривается задача прогнозирования временных рядов, которая заключается в построении модели для предсказания будущих событий. В исследовании используются методы интеллектуального анализа данных. Модель прогнозирования позволяет адекватно оценивать исследуемый процесс. Целью исследования является изучение динамики расходов при реализации экспортной продукции. Прогнозирование осуществляется с помощью ARIMA-модели, на основе метода экспоненциального сглаживания и по технологии логической нейронной сети. Построение базового и быстрого сценария прогнозирования является важным и ответственным этапом в научной деятельности.
    Źródło:
    Transport Problems; 2016, 11, 3; 21-31
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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