Název: Possibilities of Trend Component Estimation
Autoři: Ťoupal, Tomáš
Vávra, František
Citace zdrojového dokumentu: Financial Management of Firms and Financial Institutions, 10th International Scientific Conference: proceedings. Ostrava: VŠB - Technical University of Ostrava, 2015. s. 1326-1333. ISBN 978-80-248-3865-6; ISSN 2336-162X.
Datum vydání: 2015
Nakladatel: Technical University of Liberec
Typ dokumentu: konferenční příspěvek
conferenceObject
URI: http://hdl.handle.net/11025/25674
ISBN: 978-80-248-3865-6
ISSN: 2336-162X
Klíčová slova: časové řady;trendová složka;ortonormální systém;kvalitativní kritéria
Klíčová slova v dalším jazyce: time series;trend component;orthonormal system;qualitative indicators
Abstrakt: Tento článek se zabývá problematikou predikce časových řad, zejména v ekonomických časových řadách. V reálných životních situacích existuje mnoho makroekonomických ukazatelů, které mají vliv na provozní i strategická rozhodování podniku (nezaměstnanost, inflace, hrubý domácí produkt, atd.). Uvedený přístup je založen předchozím článku o odhadu trendové složky, kde hlavní model odhadu je odvozen na základě vytvořeného ortonormálního systému za pomoci Gramova-Schmidtova ortonormalizačního procesu. Přesněji řečeno se zde jedná o rozšíření uvedeného článku o možném přístupu k predikci časových řad v závislosti na volbě kvalitativního ukazatele. Získané výsledky jsou poté použity na souborech reálných dat s pomocí přístupu časového posunu k porovnání získaných predikcí časových řad.
Abstrakt v dalším jazyce: This paper deals with the problem of time series prediction, particularly for the economic time series. In real-life situations, there are many macroeconomic indicators affecting operating and strategic decisions of a company (Unemployment, Inflation, Gross Domestic Product, etc.). This approach is based on the paper about trend component estimation where the main estimation model is derived from an orthonormal system generated by Gram-Schmidt orthonormalization process. More precisely, there is considered an extension of this paper by prediction of time series depending on selected qualitative indicators. These results are then applied to real data collections using time shifts to compare obtained predictions of time series.
Práva: © VŠB - Technical University of Ostrava
Vyskytuje se v kolekcích:Konferenční příspěvky / Conference Papers (KMA)
OBD

Soubory připojené k záznamu:
Soubor VelikostFormát 
Seinerova.pdf743,39 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/25674

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.