Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 290)
Detail práce
   Přihlásit přes CAS
Nestacionární časové řady
Název práce v češtině: Nestacionární časové řady
Název v anglickém jazyce: Non-stationary time series
Klíčová slova: Nestacionární procesy, Semi-stacionární procesy, Evoluční spektrum, ARMA procesy s časově závislými koeficienty
Klíčová slova anglicky: Non-stationary processes, Semi-stationary processes, Evolutionary spectra, ARMA processes with time-dependent coefficients
Akademický rok vypsání: 2012/2013
Typ práce: diplomová práce
Jazyk práce: čeština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: doc. RNDr. Petr Lachout, CSc.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 06.11.2012
Datum zadání: 07.11.2012
Datum potvrzení stud. oddělením: 15.01.2013
Datum a čas obhajoby: 27.05.2014 00:00
Datum odevzdání elektronické podoby:10.04.2014
Datum odevzdání tištěné podoby:10.04.2014
Datum proběhlé obhajoby: 27.05.2014
Oponenti: prof. RNDr. Tomáš Cipra, DrSc.
 
 
 
Zásady pro vypracování
Ekonomická data mají často charakter časových řad.
K jejich zpracování se obvykle využívá teorie slabě stacionárních náhodných procesů,
která je velmi rozvinutá. V praxi je však předpoklad stacionarity diskutabilní.
Pozorované časové řady jsou vystaveny náhlým změnám, které je od rovnováhy odchylují.
Druhým vysvětlením je vývoj vlastního modelu, speciálně spojitá časová změna parametrů modelu.

Úkolem diplomanta bude seznámit se s publikacemi a výsledky pro časové řady,
které nejsou slabě stacionární. Měl by se zaměřit na časové řady, které se řídí
daným modelem, ale ten se v čase vyvíjí. Například se v čase mění variabilita
vstupujícího náhodného šumu nebo dochází ke změnám, lépe řečeno vývoji, koeficientů, parametrů modelu.

Diplomant by měl shromáždit a zpracovat známou teorii pro tento problém.
Jeho vlastním přínosem by měla být ilustrace teorie na zpracování reálných praktických dat.
Seznam odborné literatury
[1] Anděl, J.: Statistická analýza časových řad. SNTL, P r a h a, 1976.
[2] Clements, M.P., Hendry, D.F.: Forcasting Non-Stationary Economic Time Series. Massachusetts Institute of Technology, Massachusetts, 1999.
[3] Huang, N.E., Wu, M.-L., Qu, W., Long, S.R ., Shen, S.S .P.: Applications of Hilbert-Huang transform to non-stationary financial time series analysis. Appl. Stochastic Models Bus. Ind. 1 9,1 (2003), 245-268.
[4] Priestley, M.B.: Non-Linear and Non-Stationary Time Series. Academic Press, London, 1988.
 
Univerzita Karlova | Informační systém UK