Analýza univarietní nestacionární časové řady s využitím softwaru R

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F07%3A00108460" target="_blank" >RIV/62156489:43110/07:00108460 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Analýza univarietní nestacionární časové řady s využitím softwaru R

Popis výsledku v původním jazyce

Nestacionární časová řada čtvrtletních odhadů HNP USA (mld. USD) v letech 1948 až 2005 byla analyzována modelem SARIMA v aplikaci volně dostupného výpočetního prostředí R. Model zahrnoval integrovaný proces I(2), autoregresní koeficienty 1-3. řádu AR(3)a sezónní autoregresní koeficienty 1-3. řádu SAR(3) s periodou 4. Vyznačoval se minimálním rozptylem, hodnotou AIC, náhodností residuí a neprůkaznými autokorelacemi. Diference druhého řádu řady byly průkazně ovlivněny sériovými závislostmi 1. až 3. řádus opačným účinkem. Vliv sériových závislostí 1. a 3. řádu byl vyšší než druhého řádu. Vliv sezónních sériových závislostí byl rovněž negativní se snižujícím účinkem vzhledem k řádu. Heteroskedasticita rozptylu SARIMA byla dále upravena průkazným variančním modelem ARCH(3), což dále snížilo AIC a zredukovalo heteroskedasticitu.

Název v anglickém jazyce

Analysis of univariate non-stationary time series with R software

Popis výsledku anglicky

Time series of quarterly estimates of US gross national product ($ bil.) during years 1948 through 2005 was analyzed by model of seasonal SARIMA, as computationally applied in R, open-source statistical software. The model included second order differentials, autoregressive coefficients AR (3) and seasonal autoregressive coefficients SAR (3) with period of 4. The final model displayed minimum residual variance, AIC, randomly distributed residuals with non-significant autocorrelations. Second order differences were influenced by serial dependencies of first through third order with a negative impact. Effect of seasonal serial dependencies was also negative, but decreasing with order. Heteroskedastic variance from SARIMA was further modeled with ARCH(3)variance model, which led to further reduction of AIC and elimination of most heterogeneity in variance.

Druh

D - Stať ve sborníku

CEP obor

JU - Aeronautika, aerodynamika, letadla

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Firma a konkurenční prostředí 2007. Sekce 4: Kvantitativní metody v hospodářství

ISBN

978-80-86633-86-2

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

—

Název nakladatele

MSD, spol. s r. o.

Místo vydání

Brno

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—