Predikce mezd pomocí časových řad a SVM metody
Popis výsledku
V článku je aplikován SVM učící stroj pro automatizovanou identifikaci funkční formy modelu časové řady a pro učení (kvantifikaci) parametrů modelu. Pomocí SVM učícího stroje byly odhadnuté hodnoty časové řady vývoje mezd Slovenské republiky za období leden 2001 až prosinec 2006. Přesnost odhadu byla porovnaná s odhady získané pomocí modelů založené na Box-Jenkinsovém přístupu. Článek se také zabývá některými metodologickým aspekty dynamického modelování a modelováním pomocí SVMv v ekonomice a jejích použitím pro modelování časových řad.
Klíčová slova
Support vector machineslearning machinestime series analysistime series forecasting
Identifikátory výsledku
Kód výsledku v IS VaVaI
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Wages Forecasting Using Time Series Models Versus SVM Methods
Popis výsledku v původním jazyce
SVM´s modelling approaches are used for automated specification of a functional form of the model and for training polynomial models. We provide the fit of the average nominal wages time series by SVM (Support Vector Machine) model over the period January 1,1991 to December 31, 2006 in the Slovak Republic, and use them as a tool to compare their forecasting abilities with those obtained using Box- Jenkins methodology. Some methodological contributions are made to dynamic and SVM´s modelling approaches in economics and to their use in time series modelling.
Název v anglickém jazyce
Wages Forecasting Using Time Series Models Versus SVM Methods
Popis výsledku anglicky
SVM´s modelling approaches are used for automated specification of a functional form of the model and for training polynomial models. We provide the fit of the average nominal wages time series by SVM (Support Vector Machine) model over the period January 1,1991 to December 31, 2006 in the Slovak Republic, and use them as a tool to compare their forecasting abilities with those obtained using Box- Jenkins methodology. Some methodological contributions are made to dynamic and SVM´s modelling approaches in economics and to their use in time series modelling.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Sixth International Conference on Soft Computing Applied in Computer and Economic Environments
ISBN
978-80-7314-134-9
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
97-104
Název nakladatele
European Polytechnical Institute Kunovice
Místo vydání
Kunovice
Místo konání akce
Uherské Hradiště
Datum konání akce
1. 1. 2008
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—
Základní informace
Druh výsledku
D - Stať ve sborníku
CEP
AH - Ekonomie
Rok uplatnění
2008