Dependent zeros

• Název práce v češtině: Závislé nuly
• Název v anglickém jazyce: Dependent zeros
• Klíčová slova: stochastické procesy|časové řady|autoregresní modely|náhodné veličiny|závislé nuly
• Klíčová slova anglicky: stochastic processes|time series|autoregressive models|random variables|dependent zeros
• Akademický rok vypsání: 2021/2022
• Typ práce: bakalářská práce
• Jazyk práce: angličtina
• Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Vedoucí / školitel: doc. RNDr. Michal Pešta, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 09.09.2021
• Datum zadání: 09.09.2021
• Datum potvrzení stud. oddělením: 18.11.2021
• Datum a čas obhajoby: 23.06.2022 08:00
• Datum odevzdání elektronické podoby: 12.05.2022
• Datum odevzdání tištěné podoby: 16.05.2022
• Datum proběhlé obhajoby: 23.06.2022
• Oponenti: RNDr. Radek Hendrych, Ph.D.

Zásady pro vypracování

Řešitel nastuduje různé metody pro modelování časových řad sestávajících z nezáporných pozorování. Student se následně pokusí o představení modelu časové řady, kde výskyty nul nejsou nezávislé. Teoretické přístupy pak budou aplikovány na reálná data nebo porovnány pomocí simulační studie.

Seznam odborné literatury

[1] Ahmad A, Francq C (2016). Poisson QMLE of count time series models. J. Time Ser. Anal. 37 291-314.
[2] Davis RA, Fokianos K, Holan SH, Joe H, Livsey J, Lund R, Pipiras V, Ravishanker N (2021). Count time series: A methodological review. J. Am. Stat. Assoc. 1-15. doi:10.1080/01621459.2021.1904957.
[3] Davis RA, Holan SH, Lund R, Ravishanker N (2015). Handbook of Discrete-valued Time Series. Chapman and Hall/CRC, New York, NY.
[4] Grunwald GK and Jones RH (2000). Markov models for time series with mixed distribution. Environmetrics 11 327-339.
[5] Hautsch N (2012). Econometrics of Financial High-Frequency Data. Springer, Berlin, Germany.
[6] Hutton JL (1990). Non-negative time series models for dry river flow. J. Appl. Probab. 27 171-182.
[7] Neelon B, O'Malley AJ, Smith VA (2016). Modeling zero-modified count and semicontinuous data in health services research Part 1: background and overview. Stat. Med. 35 5070-5093.
[8] Petropoulos F, Kourentzes N, Nikolopoulos K (2016). Another look at estimators for intermittent demand. Int. J. Prod. Econ. 181 154-161.
[9] Stern RD, Coe R (1984). A model fitting analysis of daily rainfall data. J. Roy. Stat. Soc. A. Sta. 147 1-34.
[10] Tsai H, Chan KS (2007). A note on non-negative ARMA processes. J. Time Ser. Anal. 28 350-360.
[11] Tijms HC (2003). A First Course in Stochastic Models. John Wiley & Sons, NewYork, NY.
[12] Weiss CH (2018). Discrete-valued Time Series. John Wiley & Sons, NewYork, NY.