Vybrané přístupy k sezónnímu očišťování ekonomických časových řad
Selected approaches to seasonal adjustment of economic time series
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/174582Identifiers
Study Information System: 239685
Collections
- Kvalifikační práce [10928]
Author
Advisor
Referee
Maciak, Matúš
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Financial Mathematics
Department
Department of Probability and Mathematical Statistics
Date of defense
23. 6. 2022
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Good
Keywords (Czech)
časová řada|sezónnost|predikce|sezónní očišťováníKeywords (English)
time series|seasonality|forecast|seasonal adjustmentTato práce se zabývá problematikou sezónního očišťování ekonomických časových řad a jejich následné predikce. V teoretické části si definujeme časovou řadu a její vlastnosti a popíšeme jednotlivé metody, které budeme využívat: jednoduché přístupy, modelování pomocí kvalitativní proměnné, Holtova-Wintersova metoda, Schlichtova metoda a ETS metody. V praktické části aplikujeme představené metody na reálné ekonomické časové řady. Rozebereme jednotlivé výhody a nevýhody použití dané metody a také se podí- váme na chování chybové složky. Následně provedeme jejich komparaci dle schopnosti predikovat následný vývoj dané časové řady. 1
This thesis deals with the issue of seasonal adjustment of economic time series and their subsequent predictions. In the theoretical part we define the time series and its properties and describe the individual methods we will use: simple approaches, modeling using a qualitative variable, Holt-Winters method, Schlicht method and ETS methods. In the practical part we apply the presented methods to real economic time series. We will discuss the advantages and disadvantages of using the method and also look at the behavior of the error component. Subsequently, we will compare them according to the ability to predict the subsequent development of a given time series. 1