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”

Předpovědi z frakcionálně integrovaného modelu časové řady s využitím softwaru R

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F08%3A00121640" target="_blank" >RIV/62156489:43110/08:00121640 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Předpovědi z frakcionálně integrovaného modelu časové řady s využitím softwaru R

  • Popis výsledku v původním jazyce

    Statistický software R v současnosti umožňuje analýzy časových řad modely frakcionální diferenciace prostřednictvím funkcí knihovny fracdiff. Tyto funkce však v současnosti neumožňují úplnou statistickou analýzu. S využitím odhadů koeficientů modelu ARFIMA(p,d,q) metodou maximální věrohodnosti byly stávající analýzy rozšířeny o výpočty predikcí budoucích hodnot, jejich středních chyb a intervalů spolehlivosti. Při výpočtu jsme využili transformaci složek stacionárního modelu ARFIMA(p,d,q) na posloupnostkoeficientů procesu AR(Inf). Tyto jsme aplikovali k výpočtu předpovědí pro daný horizont. Střední chyby a intervaly spolehlivosti byly poté vypočteny z řad koeficientů procesu MA(Inf) odvozených z invertibilní ARFIMA(p,d,q). Programový kód v jazyce R byl vytvořen a testován nejprve na simulovaných a později na empirických datech.

  • Název v anglickém jazyce

    Predictions from fractionally integrated model of time series with R software

  • Popis výsledku anglicky

    In R statistical software, functions to analyze time series by models of fractional differentiation are available in downloadable library of fracdiff. At this time, these functions are incomplete. In this study, numerical estimates of ARFIMA(p,d,q) by two-stage ML optimization, were utilized to derive predictions of future values, associated standard errors and confidence intervals. This was accomplished by transforming the components of stationary ARFIMA model to a sequence of coefficients of AR process of infinite order. The sequence was subsequently used to calculate ARFIMA forecasts for a given horizon of prediction. Standard errors and confidence intervals were obtained from a series of coefficients of MA(Inf) from an invertible ARFIMA(p,d,q) model. Program code in R language was created and tested early on simulated and later on empirical data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

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

    Firma a konkurenční prostředí 2008 - 1. část

  • ISBN

    978-80-7392-020-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    MSD, spol. s r. o.

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    13. 3. 2008

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku