Show simple item record

Decomposition methods for time series with irregular observations
dc.contributor.advisorCipra, Tomáš
dc.creatorHanzák, Tomáš
dc.date.accessioned2017-04-03T12:00:32Z
dc.date.available2017-04-03T12:00:32Z
dc.date.issued2007
dc.identifier.urihttp://hdl.handle.net/20.500.11956/9923
dc.description.abstractPráce se věnuje zobecněním klasických metod typu exponenciálního vyrovnávání pro jednorozměrné časové řady s nepravidelně pozorovanými hodnotami. Prezentována jsou zobecnění jednoduchého exponenciálního vyrovnávání, Holtovy a Holt-Wintersovy metody a dvojitého exponenciálního vyrovnávání pro nepravidelné časové řady, která byla v minulosti vyvinuta. Je navržena metoda alternativní k Wrightově modifikaci jednoduchého exponenciálního vyrovnávání pro nepravidelné řady, založená na příslušném ARIMA procesu. Odvozeno je exponenciální vyrovnávání řádu m pro nepravidelné časové řady, které je zobecněním jednoduchého a dvojitého exponenciálního vyrovnávání. Podobná metoda, založená na DLS (discounted least squares) odhadu polynomického trendu stupně m, je též odvozena. Ve všech případech je zachován rekurentní charakter původních metod a tak i jejich implementační a výpočetní nenáročnost. Součástí diplomové práce je program, v němž je dostupná většina zde prezentovaných metod. Je též uvedeno několik numerických příkladů jejich použití.cs_CZ
dc.description.abstractThis work deals with extensions of classical exponential smoothing type methods for univariate time series with irregular observations. Extensions of simple exponential smoothing, Holt method, Holt-Winters method and double exponential smoothing which have been developed in past are presented. An alternative method to Wright's modification of simple exponential smoothing for irregular data, based on the corresponding ARIMA process, is suggested. Exponential smoothing of order m for irregular data as a generalization of simple and double exponential smoothing is derived. A similar method using a DLS (discounted least squares) estimation of polynomial trend of order m is derived as well. In all cases the recursive character of these methods is preserved making them easy to implement and high computationally effective. A program in which most of the methods presented here are available is a part of the work. Some numerical examples of their application are also included.en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleDekompoziční metody pro časové řady s nepravidelně pozorovanými hodnotamics_CZ
dc.typediplomová prácecs_CZ
dcterms.created2007
dcterms.dateAccepted2007-05-14
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId43710
dc.title.translatedDecomposition methods for time series with irregular observationsen_US
dc.contributor.refereePrášková, Zuzana
dc.identifier.aleph000833877
thesis.degree.nameMgr.
thesis.degree.levelmagisterskécs_CZ
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometriecs_CZ
thesis.degree.disciplineProbability, mathematical statistics and econometricsen_US
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_CZ
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.degree-discipline.enProbability, mathematical statistics and econometricsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csPráce se věnuje zobecněním klasických metod typu exponenciálního vyrovnávání pro jednorozměrné časové řady s nepravidelně pozorovanými hodnotami. Prezentována jsou zobecnění jednoduchého exponenciálního vyrovnávání, Holtovy a Holt-Wintersovy metody a dvojitého exponenciálního vyrovnávání pro nepravidelné časové řady, která byla v minulosti vyvinuta. Je navržena metoda alternativní k Wrightově modifikaci jednoduchého exponenciálního vyrovnávání pro nepravidelné řady, založená na příslušném ARIMA procesu. Odvozeno je exponenciální vyrovnávání řádu m pro nepravidelné časové řady, které je zobecněním jednoduchého a dvojitého exponenciálního vyrovnávání. Podobná metoda, založená na DLS (discounted least squares) odhadu polynomického trendu stupně m, je též odvozena. Ve všech případech je zachován rekurentní charakter původních metod a tak i jejich implementační a výpočetní nenáročnost. Součástí diplomové práce je program, v němž je dostupná většina zde prezentovaných metod. Je též uvedeno několik numerických příkladů jejich použití.cs_CZ
uk.abstract.enThis work deals with extensions of classical exponential smoothing type methods for univariate time series with irregular observations. Extensions of simple exponential smoothing, Holt method, Holt-Winters method and double exponential smoothing which have been developed in past are presented. An alternative method to Wright's modification of simple exponential smoothing for irregular data, based on the corresponding ARIMA process, is suggested. Exponential smoothing of order m for irregular data as a generalization of simple and double exponential smoothing is derived. A similar method using a DLS (discounted least squares) estimation of polynomial trend of order m is derived as well. In all cases the recursive character of these methods is preserved making them easy to implement and high computationally effective. A program in which most of the methods presented here are available is a part of the work. Some numerical examples of their application are also included.en_US
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 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