Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Języki publikacji
Abstrakty
Prognozowanie zjawisk ekonomicznych jest problemem złożonym, który od wielu lat próbowano rozwiązać, stosując różne metody z zakresu statystyki i ekonometrii. W ostatnich czasach można było również obserwować ogromny wzrost zainteresowania teorią nieliniowych układów dynamicznych, który zaowocował pojawieniem się nowych metod predykcji, wykorzystujących pojęcia i metody związane z nieliniowymi układami dynamicznymi. Jednym z głównych narzędzi tej teorii, wykorzystywanym w prognozowaniu, jest rekonstrukcja przestrzeni stanów układu dynamicznego. Polega ona na przybliżeniu oryginalnej przestrzeni stanów i dynamiki układu przez konstrukcję przestrzeni wielowymiarowej tylko na podstawie obserwacji jednej zmiennej. Najpopularniejszą metodą rekonstrukcji jest metoda opóźnień. Stosując tę metodę, konstruuje się tzw. wektory opóźnień. Celem pracy jest ocena jakości prognoz otrzymanych przy zastosowaniu największego wykładnika Lyapunowa (LEM - Lyapunov Exponents Method) oraz wartości parametrów d-historii, wyznaczonych metodami najbliższych pozornych sąsiadów, analizy funkcji autokorelacji i informacji wzajemnej. (fragment tekstu)
Rocznik
Strony
51--66
Opis fizyczny
Twórcy
autor
- Uniwersytet Ekonomiczny w Katowicach
Bibliografia
- Abarbanel H.D. (1996), Analysis of Observed Chaotic Data, Springer-Verlag, Berlin, Heidelberg, New York
- Abarbanel H.D., Brown R., Kennel M.B. (1992), Determining Embedding Dimension for Phase Space Reconstruction Using a Geometrical Construction, Physical Review A Vol. 45(6), s. 3404-3411
- Kantz H. (1994), A Robust Method to Estimate the Maximal Lyapunov Exponent of a Time Series, Physical Letters A Vol. 185(1), s. 77-87
- Kantz H., Schreiber T. (1997), Nonlinear Time Series Analysis, Cambridge University Press, Cambridge
- Miśkiewicz M. (2008), Metoda najbliższych sšsiadów oraz metoda LEM - porównanie efektywności metod prognozowania zjawisk ekonomicznych opisanych za pomocą szeregów czasowych, Studia Ekonomiczne nr 50, Wydawnictwo UE w Katowicach, Katowice, s. 81-96
- Orzeszko W. (2005), Identyfikacja i prognozowanie chaosu deterministycznego w ekonomicznych szeregach czasowych, Polskie Towarzystwo Ekonomiczne, Warszawa
- Ramsey J.B., Yuan H.J. (1990), Statistical Properties of Dimension Calculations Using Small Data Sets: Some Economic Applications, International Economic Review Vol. 31, s. 991-1020
- Rosenstein M.T., Collins J.J., De Luca C.J. (1993), A Practical Method for Calculating Largest Lapunov Exponents from Small Data Sets, Physi- ca D Vol. 65, s. 117-134
- Takens F. (1981), Detecting Strange Attractors in Turbulence, eds. D.A. Rand, L,S. Young, Lecture Notes in Mathematics, Springer, Berlin, s. 366-381
- Zawadzki H. (1996), Chaotyczne systemy dynamiczne, Wydawnictwo AE w Katowicach, Katowice
- Zeug-Żebro K. (2012), Wpływ doboru metod wyznaczania parametrów rekonstrukcji przestrzeni stanów układu dynamicznego na dokładność prognoz, Zeszyty Naukowe UE w Krakowie nr 898, Kraków, s. 41-54
- Zhang J., Lam K.C., Yan W. J., Gao H., Li Y. (2004), Time Series Prediction Using Lyapunov Exponents in Embedding Phase Space, Computers and Electrical Engineering Vol. 30, s. 1-15
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171271913