Sezónne exponenciálne vyrovnávanie

Abstract

This thesis deals with the issues of time series modeling, where seasonal component is present. Principles of basic seasonal exponential smoothing methods: simple and double exponential smoothing, Holt's method, which are applicable on time series without seasonality, are described in the beginning. For seasonal time series, Holt-Winters exponential smoothing is the most suitable method. This method is introduced in both of its versions and the usage of either version depends on the characteristics of the seasonal component. Furthermore, state space modeling is presented as a statistical framework for exponential smoothing methods, joined with a discussion of some selected problems related with practical implementation of these techniques together with suggestions of their solution. Finally, Holt-Winters method on two real data time series with seasonality is presented.

Táto práca sa zaoberá problematikou modelovania časových radov s výskytom sezónnej zložky. Na začiatku je popísaný princíp základných metód exponenciálneho vyrovnávania: jednodnoduché a dvojité exponenciálne vyrovnávanie, Holtova metóda, ktoré sú aplikovateľné na rady bez sezónnosti. Pre sezónne časové rady je najviac vhodná Holt-Wintersova metóda. Uvedená je v oboch jej variantoch a jej použitie závisí od charakteru sezónnej zložky. V práci je ďalej prezentované sezónne stavové modelovanie ako štatistický rámec pre metódy exponenciálneho vyrovnávania, pričom diskutované sú aj niektoré problémy spojené s praktickou realizáciou týchto techník spolu s návodom na ich riešenie. Na záver je uvedená aplikácia Holt-Wintersovej metódy na dvoch reálnych časových radoch vykazujúcich sezónnosť.