Úvod do časových řad

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14560%2F04%3A00009984" target="_blank" >RIV/00216224:14560/04:00009984 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Úvod do časových řad

Popis výsledku v původním jazyce

ČASOVÁ ŘADA JAKO SPECIÁLNÍ PŘÍPAD STOCHASTICKÉHO PROCESU: definice, příklady typických procesů, konzistentní systém distribučních funkcí, momentové charakteristiky (střední hodnota, autokovarianční a autokorelační funkce), striktní a slabá stacionarita,bílý šum, vlastnosti autokovarianční, resp. autokorelační funkce, odhadnutá autokovarianční, resp. autokorelační funkce a její algebraická a statistická interpretace. NEJLEPŠÍ LINEÁRNÍ PREDIKCE V ČASOVÝCH ŘADÁCH: princip ortogonální projekce, Durbin-Levinsonův algoritmus, inovační algoritmus. DEKOMPOZIČNÍ MODEL PRO ANALÝZU ČASOVÝCH ŘAD: volba modelu a jeho identifikace, Box-Coxova transformace, identifikace periodických komponent (diskrétní Fourierova transformace, periodogram, testy periodicity), běžnémetody pro odhad deterministické komponenty, a to jak parametrizované (lineární regrese), tak neparametrizované (číslicový filtr). BOX-JENKINSOVA METODOLGIE: modely (S)AR(I)MA, kauzalita a invertibilita, identifikace, odhad parametrů a v

Název v anglickém jazyce

Introduction to time series

Popis výsledku anglicky

TIME SERIES AS A SPECIAL CASE OF RANDOM PROCESS: definition, examples of typical processes, consistent system of distribution functions, moment functions (mean, autocovariance and autocorrelation function), strict and weak stationarity, white noise, properties of the autocovariance and autocorrelation function, estimated autocovariance and autocorrelation function, the algebraic and statistical interpretation of this estimate. THE BEST LINEAR PREDICTION: the principle of orthogonal projection, Durbin-Levinson Algorithm, Innovations Algorithm. DECOMPOSITION MODEL FOR TIME SERIES ANALYSIS: choice of the model and its identification, the Box-Cox transformation, identification of periodic components (discrete Fourier transform, periodogram, periodicity tests), common methods for estimation of the deterministic components comprising both parametrized methods (linear regression) and nonparametric methods (digital filtration). BOX-JENKINS METHODOLOGY: (S)AR(I)MA models, causality and invertib

Druh

D - Stať ve sborníku

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2004

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings ANALÝZA DAT'2003/II

ISBN

80-239-2590-3

ISSN

—

e-ISSN

—

Počet stran výsledku

25

Strana od-do

7-31

Název nakladatele

Trilobyte, Ltd.

Místo vydání

Pardubice (Czech Rep.)

Místo konání akce

24.11-27.11. 2003, Lázně Bohdaneč u Pardubic

Datum konání akce

1. 1. 2003

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—