velikost textu

Methods for periodic and irregular time series

Upozornění: Informace získané z popisných dat či souborů uložených v Repozitáři závěrečných prací nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora.
Název:
Methods for periodic and irregular time series
Název v češtině:
Metody pro periodické a nepravidelné časové řady
Typ:
Disertační práce
Autor:
Tomáš Hanzák
Školitel:
prof. RNDr. Tomáš Cipra, DrSc.
Oponenti:
prof. Ing. Josef Arlt, CSc.
doc. RNDr. Zuzana Prášková, CSc.
Id práce:
44607
Fakulta:
Matematicko-fyzikální fakulta (MFF)
Pracoviště:
Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Program studia:
Matematika (P1101)
Obor studia:
Ekonometrie a operační výzkum (4M5)
Přidělovaný titul:
Ph.D.
Datum obhajoby:
26. 6. 2014
Výsledek obhajoby:
Prospěl/a
Jazyk práce:
Angličtina
Klíčová slova:
Diskontované nejmenší čtverce, exponenciální vyrovnávání, Holtova-Wintersova metoda, nepravidelná pozorování, periodicita časových řad
Klíčová slova v angličtině:
Discounted Least Squares, Exponential smoothing, Holt-Winters method, Irregular observations, Time series periodicity
Abstrakt:
Název práce: Metody pro periodické a nepravidelné časové řady Autor: Mgr. Tomáš Hanzák Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: Prof. RNDr. Tomáš Cipra, DrSc. Abstrakt: Disertační práce se primárně zabývá modifikacemi metod typu exponenciální vyrovnávání pro jednorozměrné časové řady s periodicitou a/nebo určitými typy nepravidelností. Je navržena modifikovaná Holtova metoda pro nepravidelné časové řady robustní vůči problému ”časově blízkých” pozorování. Obecný koncept modelování sezónnosti je zaveden do Holtovy-Wintersovy metody včetně lineární interpolace sezónních indexů a použití goniometrických funkcí jako speciálních případů (obě metody jsou použitelné pro nepravidelná pozorování). Je zkoumán DLS odhad regrese s lineárním trendem a sezónními indexy a metoda je porovnána s aditivní Holtovou-Wintersovou metodou. Autokorelovaný člen je navržen jako další složka dekompozice časové řady. Navržené metody jsou porovnávány s klasickými na reálných datech a/nebo prostřednictvím simulačních studií. Klíčová slova: Diskontované nejmenší čtverce, exponenciální vyrovnávání, Holtova-Wintersova metoda, nepravidelná pozorování, periodicita časových řad
Abstract v angličtině:
Title: Methods for periodic and irregular time series Author: Mgr. Tomáš Hanzák Department: Department of Probability and Mathematical Statistics Supervisor: Prof. RNDr. Tomáš Cipra, DrSc. Abstract: The thesis primarily deals with modifications of exponential smoothing type methods for univariate time series with periodicity and/or certain types of irregularities. A modified Holt method for irregular times series robust to the problem of ”time-close” observations is suggested. The general concept of seasonality modeling is introduced into Holt-Winters method including a linear interpolation of seasonal indices and usage of trigonometric functions as special cases (the both methods are applicable for irregular observations). The DLS estimation of linear trend with seasonal dummies is investigated and compared with the additive Holt-Winters method. An autocorrelated term is introduced as an additional component in the time series decomposition. The suggested methods are compared with the classical ones using real data examples and/or simulation studies. Keywords: Discounted Least Squares, Exponential smoothing, Holt-Winters method, Irregular observations, Time series periodicity
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Tomáš Hanzák 1.55 MB
Stáhnout Příloha k práci Tomáš Hanzák 1.66 MB
Stáhnout Abstrakt v českém jazyce Tomáš Hanzák 32 kB
Stáhnout Abstrakt anglicky Tomáš Hanzák 31 kB
Stáhnout Posudek vedoucího prof. RNDr. Tomáš Cipra, DrSc. 26 kB
Stáhnout Posudek oponenta prof. Ing. Josef Arlt, CSc. 237 kB
Stáhnout Posudek oponenta doc. RNDr. Zuzana Prášková, CSc. 64 kB
Stáhnout Záznam o průběhu obhajoby prof. RNDr. Jitka Dupačová, DrSc. 80 kB