Porovnání statistických modelů oproti SVM modelům pro modelování a prognozování časových řad
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F08%3A%230000835" target="_blank" >RIV/47813059:19240/08:#0000835 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Comparison of Statistical Models Against an SVM Model for Wages Time Series Modeling and Forecasting
Popis výsledku v původním jazyce
In Support Vector Machines (SVM´s), a non-linear model is estimated based on solving a Quadratic Programming (QP) problem. SWM learning actually minimize confidence interval, estimation error (Vapnik-Chervonenkis dimension) and the empirical risk (approximation error), whereas in the Box-Jenkins method the ARMA model orders to be fitted are determined using an Akaike´s (AIC) or Bayesian (BIC) information criterion. We investigate the quantifying of statistical and econometric structural model parametersof average nominal wages in Slovak economy. SVM´s modeling approaches are used for automated specification of a functional form of the model. We provide the fit of average nominal wages models based on statistical and econometric approach to the quarterly data over the period 1991-2006 in the Slovak Republic. We use these models as tools to compare their approximation and forecasting abilities with those obtained using SVM´s method.
Název v anglickém jazyce
Comparison of Statistical Models Against an SVM Model for Wages Time Series Modeling and Forecasting
Popis výsledku anglicky
In Support Vector Machines (SVM´s), a non-linear model is estimated based on solving a Quadratic Programming (QP) problem. SWM learning actually minimize confidence interval, estimation error (Vapnik-Chervonenkis dimension) and the empirical risk (approximation error), whereas in the Box-Jenkins method the ARMA model orders to be fitted are determined using an Akaike´s (AIC) or Bayesian (BIC) information criterion. We investigate the quantifying of statistical and econometric structural model parametersof average nominal wages in Slovak economy. SVM´s modeling approaches are used for automated specification of a functional form of the model. We provide the fit of average nominal wages models based on statistical and econometric approach to the quarterly data over the period 1991-2006 in the Slovak Republic. We use these models as tools to compare their approximation and forecasting abilities with those obtained using SVM´s method.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA402%2F08%2F0022" target="_blank" >GA402/08/0022: Nejnovější inteligentní metodologie pro modelování a predikci ekonomických časových řad</a><br>
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
EngOpt 2008 - International Conference on Engineering Optimization
ISBN
978-85-7650-156-5
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
1-6
Název nakladatele
—
Místo vydání
Rio de Janeiro, Brazil
Místo konání akce
Rio de Janeiro
Datum konání akce
1. 1. 2008
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—