ARFIMA modely - procesy s dlouhou pamětí
Tato diplomová práce je úvodem do problematiky modelování časových řad s dlouhou pamětí. K modelům jsou použity autoregresní frakcionálně integrované procesy klouzavých součtů. Jsou definovány jejich základní vlastnosti a vysvětleny metody odhadů jejich parametrů. Na reálné časové řadě jsou uskutečn...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2015
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/323536/prif_m/ |
| Shrnutí: | Tato diplomová práce je úvodem do problematiky modelování časových řad s dlouhou pamětí. K modelům jsou použity autoregresní frakcionálně integrované procesy klouzavých součtů. Jsou definovány jejich základní vlastnosti a vysvětleny metody odhadů jejich parametrů. Na reálné časové řadě jsou uskutečněny předpovědi pomocí polynomického a periodického trendu. Ty jsou následně porovnány s ARFIMA modely. This thesis is an introduction to the problematics associated with modeling the time series with long memory. For this modeling are used Autoregressive Fractionally Integrated Moving Average (ARFIMA) processes. The basic properties are defined and the estimation methods for the parameters are explained. The real time series data is forecasted by polynomial and periodic trend. This forecast is compared with the ARFIMA models. |
|---|---|
| Popis jednotky: | Vedoucí práce: Marie Forbelská |
| Fyzický popis: | 74 l. |