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 "multivariate time series" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Model selection criteria for reduced rank multivariate time series with application in identification of periodic components
    Autorzy:
    Hławka, Marcin
    Kawecki, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/658353.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    multivariate time series
    periodicity
    Opis:
    W pracy jest przedstawione zastosowanie kryteriów wyboru modelu dla wektorowego mode- lu autoregresji o zredukowanym rzędzie (Reduced Rank Vector Autoregression (RRVAR(p.r)). W analizie uwzględniono najbardziej popularne kryteria wyboru modela podzielone na dwie grupy: kryteria równoczesnego wyboru oraz tzw. kryteria dwukrokowe. Model RRVAR został użyty w zagadnieniu identyfikacji składowych okresowych dla wielo- wymiarowych szeregów czasowych, zawierających dużą liczbę, zazwyczaj istotnie skorelowanych składowych, obserwowanych w krótkim horyzoncie czasowym. Przedstawione zostaną rezultaty porównujące efektywność metody opartej na dopasowaniu wektorowego modelu autoregresji o zredukowanym rzędzie z tradycyjnymi jednowymiarowymi metodami. Wykorzystano bazę rze- czywistych danych mikromacierzowych Spellman'a (1998), służącą do identyfikacji genów droż- dży, związanych z cyklem podziału komórki.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2011, 255
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    {Depthproc} Package in Multivariate Time Series Mining
    Pakiet {depthproc} w eksploracyjnej analizie wielowymiarowego szeregu czasowego
    Autorzy:
    Kosiorowski, Daniel
    Bocian, Mateusz
    Węgrzynkiewicz, Anna
    Zawadzki, Zygmunt
    Powiązania:
    https://bibliotekanauki.pl/articles/904813.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    R package
    statistical depth function
    robustness
    multivariate time series
    Opis:
    In this paper we present our novel R package {depthproc} which implements several multivariate statistical procedures induced by statistical depth functions and we discuss some examples and applications of the package in data mining concerning the multivariate time series.
    W artykule przedstawiamy pakiet środowiska R naszego autorstwa o nazwie {DepthProc}. Pakiet zawiera implementacje kilku wielowymiarowych procedur statystycznych indukowanych przez statystyczne funkcje głębi. Przedstawiamy przykłady zastosowań pakietu w eksploracyjnej analizie wielowymiarowego szeregu czasowego.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predicting in multivariate incomplete time series. Application of the expectation-maximisation algorithm supplemented by the Newton-Raphson method
    Autorzy:
    Korczyński, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/1806793.pdf
    Data publikacji:
    2021-08-24
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    missing data
    multivariate time series
    expectation-maximisation algorithm
    Newton-Raphson algorithm
    Opis:
    Statistical practice requires various imperfections resulting from the nature of data to be addressed. Data containing different types of measurement errors and irregularities, such as missing observations, have to be modelled. The study presented in the paper concerns the application of the expectation-maximisation (EM) algorithm to calculate maximum likelihood estimates, using an autoregressive model as an example. The model allows describing a process observed only through measurements with certain level of precision and through more than one data series. The studied series are affected by a measurement error and interrupted in some time periods, which causes the information for parameters estimation and later for prediction to be less precise. The presented technique aims to compensate for missing data in time series. The missing data appear in the form of breaks in the source of the signal. The adjustment has been performed by the EM algorithm to a hybrid version, supplemented by the Newton-Raphson method. This technique allows the estimation of more complex models. The formulation of the substantive model of an autoregressive process affected by noise is outlined, as well as the adjustment introduced to overcome the issue of missing data. The extended version of the algorithm has been verified using sampled data from a model serving as an example for the examined process. The verification demonstrated that the joint EM and Newton-Raphson algorithms converged with a relatively small number of iterations and resulted in the restoration of the information lost due to missing data, providing more accurate predictions than the original algorithm. The study also features an example of the application of the supplemented algorithm to some empirical data (in the calculation of a forecasted demand for newspapers).
    Źródło:
    Przegląd Statystyczny; 2021, 68, 1; 17-46
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting municipal waste accumulation rate and personal consumption expenditures using vector autoregressive (VAR) model
    Autorzy:
    Bień, Jurand
    Powiązania:
    https://bibliotekanauki.pl/articles/23966648.pdf
    Data publikacji:
    2022
    Wydawca:
    Stowarzyszenie Menedżerów Jakości i Produkcji
    Tematy:
    wskaźnik akumulacji odpadów
    wydatki konsumpcyjne
    prognozowanie
    analiza szeregów czasowych
    wielowymiarowe szeregi czasowe
    model autoregresji wektorowej
    waste accumulation rate
    consumption expenditures
    forecasting
    time-series analysis
    multivariate time series models
    vector autoregression model
    Opis:
    Accurate forecasting of municipal solid waste (MSW) generation is important for the planning, operation and optimization of municipal waste management system. However, it’s not easy task due to dynamic changes in waste volume, its composition or unpredictable factors. Initially, mainly conventional and descriptive statistical models of waste generation forecasting with demographic and socioeconomic factors were used. Methods based on machine learning or artificial intelligence have been widely used in municipal waste projection for several years. This study investigates the trend of municipal waste accumulation rate and its relation to personal consumption expenditures based on the yearly data achieved from Local Data Bank (LDB) driven by Polish Statistical Office. The effect of personal consumption expenditures on the municipal waste accumulation rate was analysed by using the vector autoregressive model (VAR). The results showed that such method can be successfully used for this purpose with an approximate level of 2.3% Root Mean Square Error (RMSE).
    Źródło:
    Production Engineering Archives; 2022, 28, 2; 150--156
    2353-5156
    2353-7779
    Pojawia się w:
    Production Engineering Archives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Autocovariance and Linear Transformations of Markov Switching VARMA Processes
    Autorzy:
    Cavicchioli, Maddalena
    Powiązania:
    https://bibliotekanauki.pl/articles/2076570.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    time series
    multivariate ARMA
    state-space models
    Markovchains
    changes in regime
    autocovariance
    linear representations
    Opis:
    We study the autocovariance structure of a general Markov switching second-order stationary VARMA model. Then we give stable finite order VARMA(p∗, q∗) representations for those M-state Markov switching VARMA(p, q) processes where the observables are uncorrelated with the regime variables. This allows us to obtain sharper bounds for p∗and q∗ with respect to the ones existing in literature. Our results provide new insights into stochastic properties and facilitate statistical inference about the orders of MS-VARMA models and the underlying number of hidden states
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2014, 4; 275-289
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multisine Approximation of Multivariate Orthogonal Random Processes
    Autorzy:
    Figwer, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/908295.pdf
    Data publikacji:
    1999
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    proces stochastyczny
    procesy wielowymarowe
    transformata Fouriera
    simulation random processes
    multivariate orthogonal random processes
    simulated indentification
    multisine random time-series
    fast Fourier transform
    Opis:
    An approach to the synthesis and simulation of wide-sense stationary multivariate orthogonal random processes defined by their power spectral density matrices is presented. The approach is based on approximating the non-parametric power spectral density representation by the periodogram matrix of a multivariate orthogonal multisine random time-series. This periodogram matrix is used to construct the corresponding spectrum of the multivariate orthogonal multisine random time-series (synthesis). Application of the inverse finite discrete Fourier transform to this spectrum results in a multivariate orthogonal multisine random time-series with the predefined periodogram matrix (simulation). The properties of multivariate orthogonal multisine random process approximations obtained in this way are discussed. Attention is paid to asymptotic gaussianess.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 1999, 9, 2; 401-419
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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