Long range dependence v časových řadách
Long range dependence in time series
Long range dependence v časových řadách
diploma thesis (NOT DEFENDED)

View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/72134Identifiers
Study Information System: 91334
Collections
- Kvalifikační práce [11325]
Author
Advisor
Consultant
Pešta, Michal
Referee
Hurt, Jan
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Financial and insurance mathematics
Department
Department of Probability and Mathematical Statistics
Date of defense
18. 9. 2014
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Slovak
Grade
Fail
Keywords (Czech)
long range dependence, frakcionální Gaussovský šum, silný mixing, druhé momentyKeywords (English)
long range dependence, fractional Gaussian noise, strong mixing, second order theoryNázev 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. 1
Title: 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. 1