Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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