Metody analýzy sezónnosti demografických jevů
Methods of analysis of seasonality in demography
diplomová práce (OBHÁJENO)
![Náhled dokumentu](/bitstream/handle/20.500.11956/32674/thumbnail.png?sequence=8&isAllowed=y)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/32674Identifikátory
SIS: 76675
Kolekce
- Kvalifikační práce [19606]
Autor
Vedoucí práce
Oponent práce
Rychtaříková, Jitka
Fakulta / součást
Přírodovědecká fakulta
Obor
Demografie
Katedra / ústav / klinika
Katedra demografie a geodemografie
Datum obhajoby
2. 6. 2011
Nakladatel
Univerzita Karlova, Přírodovědecká fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
dekompozice časové řady, X12−ARIMA, kointegrace časových řad, sezónnost, porodnost, sňatečnost, úmrtnostKlíčová slova (anglicky)
time-series decomposition, the X12−ARIMA, cointegration of time-series, seasonality, natality, nuptiality, mortalityMetody analýzy sezónnosti demografických jevů Gabriela Myšáková Abstrakt Předkládaná práce představuje statistické metody, pomocí nichž je možné analyzovat sezónnost v časových řadách. Podrobně jsou popsány tři metody, dekompozice časové řady, metoda X12−ARIMA a kointegrace časových řad. Krátce jsou představeny i další metody vhodné pro obdobné analýzy. Tři hlavní metody jsou následně aplikovány na měsíční demografická data za Česko a vybrané evropské státy, o porodnosti, sňatečnosti a úmrtnosti. Sezónnost byla odhalena u všech třech demografických jevů, a aplikací metody dekompozice časové řady a metody X12−ARIMA byly časové řady rozloženy na jednotlivé složky, u kterých byl pomocí grafického znázornění a slovní interpretace popsán jejich vývoj. Časové řady sňatečnosti a úmrtnosti evropských zemí byly také podrobeny shlukové analýze za účelem odhalení podobnosti a odlišnosti jednotlivých států. Všechny metody byly na data aplikovány pomocí odpovídajících procedur v prostředí statistického softwaru SAS.
Methods of analysis of seasonality in demografy Gabriela Myšáková Abstract The thesis presents statistical methods suited for analysis of seasonality in time-series. Three statistical methods have been thoroughly described, namely the time-series decomposition, the X12−ARIMA method and the cointegration of time-series. Further methods applicable for similar analysis have been briefly discussed as well. Three main methods have been subsequently applied to monthly demographic data for the Czech Republic and chosen European countries by natality, nuptiality and mortality. Seasonality has been discovered in all three demographic events and by using the time-series decomposition and the X12−ARIMA method for time-series lay out to separate units, and those progressions have been track by graphic and verbal interpretation. Cluster analysis has been applied to European countries nuptiality and mortality time-series in order to reveal similarities and dissimilarities among particular countries. All the methods were used onto data set by using appropriate procedures in statistical software SAS.