Poissonovská autoregrese
Poisson autoregression
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/107205Identifikátory
SIS: 194590
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Hlubinka, Daniel
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
12. 6. 2019
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
INARCH model, INGARCH model, Poissonovská autoregrese, časové řady počtůKlíčová slova (anglicky)
INARCH model, INGARCH model, Poisson autoregression, count time seriesPráce se zabývá modelováním časových řad počtů událostí pomocí INGARCH modelů. Hlavní důraz je kladen na lineární INARCH model. Jsou zde odvozené jeho vlastnosti a metody odhadu parametrů modelu (metoda maximální věrohodnosti, metoda nejmenších čtverců a její modifikace), které jsou později porovnané pomocí simulací. Uvedené jsou i vlastnosti a odhad metodou maximální věrohodnosti INGARCH(1,1) modelu. Krátce jsou diskutované lineární INGARCH modely vyšších řádů a nelineární INGARCH modely. Použití modelů je ilustrované na několika časových řadách počtu nehod.
This thesis deals with INGARCH models for a count time series. Main emphasis is placed on a linear INARCH model. Its properties are derived. Several methods of estimation are introduced - maximum likelihood method, least squares method and its modifications - and later compared in a simulation study. Main properties and maximum likelihood estimation for INGARCH(1,1) model are stated. Higher order linear INGARCH models and nonlinear INGARCH models are discussed briefly. An application of the presented models on time series of car accidents is given.