Autoregresné modely
Autoregressive models
Autoregresní modely
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/90979Identifikátory
SIS: 181641
Kolekce
- Kvalifikační práce [10926]
Autor
Vedoucí práce
Oponent práce
Prášková, Zuzana
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
12. 9. 2017
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Slovenština
Známka
Velmi dobře
Klíčová slova (česky)
náhodný proces, časový rad, autoregresný model, INARKlíčová slova (anglicky)
stochastic process, time series, autoregressive model, INARNáplňou tejto práce je porovnanie klasického a celočíselného autoregresného modelu prvého rádu. Vzhľadom k rozšírenosti klasického AR(1) modelu je v tejto práci spracovaný v menšej podrobnosti. Vo väčšom detaile je spracovaná teória celočíselného autoregresného modelu prvého rádu. V práci je definovaný operá- tor ◦ potrebný k zavedeniu INAR(1) a jeho základné vlastnosti s dôkazmi. Pre INAR(1) sú všetky netriviálne vlastnosti v podrobnosti dokázané, odvodená je aj podmienka slabej stacionarity. Pre poissonovský INAR(1) sú popísané základné odhadové metódy. Práca obsahuje aj simulačnú štúdiu sústredenú na skúmanie konvergencie odhadov. 1
The purpose of this thesis is to compare the classic autoregressive model of order 1 to integer autoregressive model of order 1. Considering the popularity of AR(1) model, only the basics are covered within this thesis. The main focus is on the INAR(1) model. Operator ◦ necessary for INAR(1) definition is intro- duced alongside with its properties with proof. All of the non-trivial properties of INAR(1) are followed by detailed proof, stationarity condition is also derived. Common estimation techniques are described for poisson INAR(1) model. This thesis also contains simulation study, which focuses on the rate of convergence of estimates of parameters. 1