Porovnání statistických modelů oproti SVM modelům pro modelování a prognozování časových řad

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

—

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.

Druh

D - Stať ve sborníku

CEP obor

AH - Ekonomie

OECD FORD obor

—

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)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

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

—