Zobrazit minimální záznam

Long range dependence in time series
Long range dependence v časových řadách
dc.contributor.advisorProkešová, Michaela
dc.creatorTill, Alexander
dc.date.accessioned2021-03-25T19:29:28Z
dc.date.available2021-03-25T19:29:28Z
dc.date.issued2014
dc.identifier.urihttp://hdl.handle.net/20.500.11956/72134
dc.description.abstractNázev práce: Long range dependence v časových řadách Autor: Alexander Till Katedra/Ústav: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: RNDr. Michaela Prokešová, Ph.D. Abstrakt: Diplomová práce demonstruje potřebu studia long range depen- dence, představuje frakcionální Gaussovský šum a diskutuje možné definice dlouhé paměti, a to pomocí prostředků ergodické teorie a pomocí momen- tových charakteristik a spektrální hustoty. Tyto definice jsou konfrontované s modelem frakcionálního Gaussovského šumu a intuitivní představou o long range memory. Zkoumané jsou taky souvislosti a vztahy mezi jednotlivými určujícími kritériemi. Práce je omezena na studium procesů s diskrétním časem. 1cs_CZ
dc.description.abstractTitle: Long range dependence in time series Author: Alexander Till Department: Department of Probability and Mathematical Statistics Supervisor: RNDr. Michaela Prokešová, Ph.D. Abstract: The diploma thesis demonstrates the necessity of a study of long range dependence, introduces fractional Gaussian noise and discusses possible definitions of long memory. It is done by notions of ergodic theory and by second moment characteristics and spectral density. These definitions are confronted with the model of fractional Gaussian noise and with intuitive understanding of long range memory. Relations and connections between these criteria are studied as well. The work is restricted to the study of discrete time processes. 1en_US
dc.languageSlovenčinacs_CZ
dc.language.isosk_SK
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectlong range dependenceen_US
dc.subjectfractional Gaussian noiseen_US
dc.subjectstrong mixingen_US
dc.subjectsecond order theoryen_US
dc.subjectlong range dependencecs_CZ
dc.subjectfrakcionální Gaussovský šumcs_CZ
dc.subjectsilný mixingcs_CZ
dc.subjectdruhé momentycs_CZ
dc.titleLong range dependence v časových řadáchsk_SK
dc.typediplomová prácecs_CZ
dcterms.created2014
dcterms.dateAccepted2014-09-18
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId91334
dc.title.translatedLong range dependence in time seriesen_US
dc.title.translatedLong range dependence v časových řadáchcs_CZ
dc.contributor.refereeHurt, Jan
dc.identifier.aleph001854371
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineFinancial and insurance mathematicsen_US
thesis.degree.disciplineFinanční a pojistná matematikacs_CZ
thesis.degree.programMatematikacs_CZ
thesis.degree.programMathematicsen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csFinanční a pojistná matematikacs_CZ
uk.degree-discipline.enFinancial and insurance mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csNeprospěl/acs_CZ
thesis.grade.enFailen_US
uk.abstract.csNázev práce: Long range dependence v časových řadách Autor: Alexander Till Katedra/Ústav: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: RNDr. Michaela Prokešová, Ph.D. Abstrakt: Diplomová práce demonstruje potřebu studia long range depen- dence, představuje frakcionální Gaussovský šum a diskutuje možné definice dlouhé paměti, a to pomocí prostředků ergodické teorie a pomocí momen- tových charakteristik a spektrální hustoty. Tyto definice jsou konfrontované s modelem frakcionálního Gaussovského šumu a intuitivní představou o long range memory. Zkoumané jsou taky souvislosti a vztahy mezi jednotlivými určujícími kritériemi. Práce je omezena na studium procesů s diskrétním časem. 1cs_CZ
uk.abstract.enTitle: Long range dependence in time series Author: Alexander Till Department: Department of Probability and Mathematical Statistics Supervisor: RNDr. Michaela Prokešová, Ph.D. Abstract: The diploma thesis demonstrates the necessity of a study of long range dependence, introduces fractional Gaussian noise and discusses possible definitions of long memory. It is done by notions of ergodic theory and by second moment characteristics and spectral density. These definitions are confronted with the model of fractional Gaussian noise and with intuitive understanding of long range memory. Relations and connections between these criteria are studied as well. The work is restricted to the study of discrete time processes. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code4
dc.contributor.consultantPešta, Michal
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusN
dc.identifier.lisID990018543710106986


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV