Tytuł:

Modele hierarchiczne w prognozowaniu zmiennych o wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji

Tytuł publikacji grupowej:

Ekonometria = Econometrics

Tytuł odmienny:

Hierarchical models in forecasting of the high-frequency variables in the conditions of lack of full information

Autor:

Szmuksta-Zawadzka, Maria ; Zawadzki, Jan

Temat i słowa kluczowe:

dane o wysokiej częstotliwości obserwowania ; modele hierarchiczne ; niekompletne szeregi czasowe ; high-frequency data ; hierarchical models ; incomplete time series

Opis:

Ekonometria = Econometrics, 2014, Nr 4 (46), s. 72-84

Abstrakt:

W pracy zostanie przedstawiona procedura wykorzystania regularnych modeli hierarchicznych w prognozowaniu brakujących danych w szeregach czasowych z wahaniami cyklicznymi o wysokiej częstotliwości obserwowania. Wahania złożone o cyklach: rocznym, tygodniowym i dobowym będą nakładać się na trend w sposób addytywny. Dla wahań o parzystej długości cykli zostały zbudowane osobne regularne modele hierarchiczne. Rozważania teoretyczne zostały zilustrowane przykładem empirycznym dotyczącym zapotrzebowania na energię elektryczną w okresach godzinnych.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2014

Typ zasobu:

artykuł

Format:

application/pdf

Identyfikator zasobu:

doi:10.15611/ekt.2014.4.07

Język:

pol

Powiązania:

Ekonometria = Econometrics, 2014, Nr 4 (46)

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu