Spektrální vlastnosti ARFIMA procesů /

V této diplomové práci se věnujeme náhodným procesům s dlouhou pamětí a uvádíme jak souvisí se sobě-podobnými procesy a s fraktály. Zaměřujeme se na ARFIMA(p,d,q) procesy, které mají pro parametr d v intervalu (0,1/2) dlouhou paměť. Dále se věnujeme semiparametrickému odhadování parametru d, které v...

Celý popis

Uloženo v:
Podrobná bibliografie
Hlavní autor: Rehák, Rastislav (Autor práce)
Další autoři: Forbelská, Marie, 1956- (Vedoucí práce)
Typ dokumentu: VŠ práce nebo rukopis
Jazyk:Slovenština
Vydáno: 2016
Témata:
On-line přístup:http://is.muni.cz/th/394214/prif_m/
Obálka
LEADER 03638ctm a22005657i 4500
001 MUB01006368744
003 CZ BrMU
005 20161011112328.0
008 160616s2016 xr ||||| |||||||||||slo d
STA |a POSLANO DO SKCR  |b 2016-11-07 
035 |a (ISMU-VSKP)265343 
040 |a BOD114  |b cze  |d BOD004  |e rda 
072 7 |a 519.1/.8  |x Kombinatorika. Teorie grafů. Matematická statistika. Operační výzkum. Matematické modelování  |2 Konspekt  |9 13 
080 |a 519.216  |2 MRF 
080 |a 519.246.8  |2 MRF 
080 |a (043)378.2  |2 MRF 
100 1 |a Rehák, Rastislav  |% UČO 394214  |* [absolvent PřírF MU]  |4 dis 
242 1 0 |a Spectral properties of ARFIMA processes  |y eng 
245 1 0 |a Spektrální vlastnosti ARFIMA procesů /  |c Rastislav Rehák 
264 0 |c 2016 
300 |a 76 listů 
336 |a text  |b txt  |2 rdacontent 
337 |a bez média  |b n  |2 rdamedia 
338 |a svazek  |b nc  |2 rdacarrier 
500 |a Vedoucí práce: Marie Forbelská 
502 |a Diplomová práce (Mgr.)--Masarykova univerzita, Přírodovědecká fakulta, 2016 
520 2 |a V této diplomové práci se věnujeme náhodným procesům s dlouhou pamětí a uvádíme jak souvisí se sobě-podobnými procesy a s fraktály. Zaměřujeme se na ARFIMA(p,d,q) procesy, které mají pro parametr d v intervalu (0,1/2) dlouhou paměť. Dále se věnujeme semiparametrickému odhadování parametru d, které vychází ze spektrálních vlastností ARFIMA procesů. Na základě malé simulační studie zjišťujeme, že použití vhodného vyhlazeného periodogramu místo obyčejného typicky zvětšuje vychýlenost, ale snižuje variabilitu odhadu a je schopné snížit střední kvadratickou chybu odhadu v konečných vzorcích.  |% cze 
520 2 9 |a In this thesis we study random processes with long memory and we show how they are connected to self-similar processes and fractals. We focus on ARFIMA(p,d,q) processes, which have long memory if d lies in the interval (0,1/2). Next, we look at semiparametric estimates of the parameter d, which are derived from the spectral properties of ARFIMA processes. Based on our small simulation study we conclude that using an appropriate smoothed periodogram instead of an ordinary one typically makes the estimate more biased but less variable and is able to lower the mean square error of the estimate in finite samples.  |9 eng 
650 0 7 |a analýza časových řad  |7 ph135573  |2 czenas 
650 0 7 |a stochastické procesy  |7 ph116285  |2 czenas 
650 0 9 |a stochastic processes  |2 eczenas 
650 0 9 |a time series analysis  |2 eczenas 
655 7 |a diplomové práce  |7 fd132022  |2 czenas 
655 9 |a master's theses  |2 eczenas 
658 |a Matematika  |b Statistika a analýza dat  |c PřF N-MA STAT (STAT)  |2 CZ-BrMU 
700 1 |a Forbelská, Marie,  |d 1956-  |7 mzk2009517387  |% UČO 2120  |4 ths 
710 2 |a Masarykova univerzita.  |b Ústav matematiky a statistiky  |7 kn20091211007  |4 dgg 
856 4 1 |u http://is.muni.cz/th/394214/prif_m/ 
CAT |c 20160616  |l MUB01  |h 0420 
CAT |a RACLAVSKA  |b 02  |c 20160719  |l MUB01  |h 1141 
CAT |c 20160801  |l MUB01  |h 1557 
CAT |a JANA  |b 02  |c 20161011  |l MUB01  |h 1123 
CAT |c 20161107  |l MUB01  |h 1218 
CAT |c 20210614  |l MUB01  |h 1019 
CAT |c 20210614  |l MUB01  |h 2006 
CAT |a BATCH  |b 00  |c 20210724  |l MUB01  |h 1246 
LOW |a POSLANO DO SKCR  |b 2016-11-07 
994 - 1 |l MUB01  |l MUB01  |m VYSPR  |1 PRIF  |a Přírodovědecká fakulta  |2 PRVMA  |b ÚK volný výběr - M  |3 K-M-2016-REHÁ  |5 3145368900  |8 20160719  |f 70  |f Prezenční  |q 20180803  |r 20160114  |s dar 
AVA |a SCI50  |b PRIF  |c ÚK volný výběr - M  |d K-M-2016-REHÁ  |e available  |t K dispozici  |f 1  |g 0  |h N  |i 0  |j PRVMA