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 "sezonowość złożona" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    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:
    Prognozowanie brakujących danych w szeregach czasowych przy zastosowaniu modeli hybrydowych – podejście teoretyczne i empiryczne
    Forecasting missing data in time series with the application of hybrid models – theoretical and empirical approach
    Autorzy:
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/1042759.pdf
    Data publikacji:
    2020-10-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    dane godzinne
    sezonowość złożona
    modele hybrydowe
    luki niesystematyczne
    hourly data
    complex seasonality
    hybrid models
    non-systematic gaps
    Opis:
    Celem artykułu jest przedstawienie możliwości prognozowania brakujących danych w szeregach czasowych dla danych godzinnych przy zastosowaniu modeli hybrydowych. W badaniu wykorzystano hybrydowe modele szeregu czasowego oraz modele regresyjne ze złożonymi wahaniami sezonowymi. Wahania złożone dla danych godzinnych mogą być sumą lub iloczynem wahań o cyklach rocznym, tygodniowym i dobowym, a wahania o długości cyklu wyrażonej liczbą parzystą (12-miesięczne i 24-godzinne) mogą być opisywane za pomocą regularnych modeli hierarchicznych. Rozważania o charakterze teoretycznym podparto analizą empiryczną zapotrzebowania na energię elektryczną w okresach godzinnych w wybranej aglomeracji. Wykorzystano dane statystyczne obejmujące trzy kolejne lata pierwszej dekady XXI w., które zostały udostępnione przez przedsiębiorstwo zajmujące się dystrybucją energii elektrycznej i włączone do Banku Danych Katedry Zastosowań Matematyki w Ekonomii Zachodniopomorskiego Uniwersytetu Technologicznego w Szczecinie. Przyjęto założenie, że luki niesystematyczne będą występowały w przypadku każdego rodzaju wahań sezonowych. Otrzymane wyniki wskazują na użyteczność modeli hybrydowych w prognozowaniu zjawisk ekonomicznych o bardzo dużej częstotliwości prowadzenia obserwacji.
    The main goal of the article is to present the possibilities of forecasting missing observations in time series for hourly data with the application of hybrid models. Hybrid time series models and regression models with complex seasonal fluctuations were used in the study. Complex fluctuations for hourly data can be either a sum or a product of fluctuations of annual, weekly and daily cycles, while fluctuations the length of a cycle expressed by an even number (12-month and 24-hour ones) can be described using regular hierarchical models. The theoretical considerations were illustrated by an empirical analysis of the demand for electricity in hourly periods in a selected agglomeration. The statistical data covered three consecutive years of the first decade of the 2000s. The data were provided by an electricity distribution company and included in the Data Bank of the Department of Applied Mathematics in Economics of the West Pomeranian University of Technology in Szczecin. It was assumed that non-systematic gaps occur with regard to all types of seasonal fluctuations. The obtained results indicate the usefulness of hybrid models in forecasting economic phenomena subject to very frequent observations.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2020, 65, 10; 24-48
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    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:
    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:
    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:
    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:
    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:
    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
      Wyświetlanie 1-8 z 8

      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