Wpływ liczby "najbliższych sąsiadów" na dokładność prognoz ekonomicznych szeregów czasowych

• Autorzy: Monika Miśkiewicz-Nawrocka

Warianty tytułu

Effect of the Number of "Nearest Neighbors" on the Accuracy of Economic Time Series Forecasts

• Języki publikacji: PL

Abstrakty

Metoda najbliższych sąsiadów jest jedną z metod prognozowania szeregów czasowych. W metodzie tej, prognozę (N+1)-go elementu ˆN+1 x szacuje się jako średnią ważoną obserwacji xi+1, gdzie wektory d i x są k najbliższymi sąsiadami wektora d N x w zrekonstruowanej d-wymiarowej przestrzeni stanów. Istotnym problemem podczas stosowania tej metody jest wyznaczenie prawidłowej liczby najbliższych sąsiadów, która powinna być brana pod uwagę przy wyznaczaniu prognoz. Głównym celem artykułu jest zbadanie wpływu liczby najbliższych sąsiadów na dokładność prognoz ekonomicznych szeregów czasowych. Badania zostały przeprowadzone w oparciu o wybrane finansowe szeregi czasowe.(abstrakt oryginalny)

EN

One of time series forecasting method is the nearest neighbors method. In this method, the forecast for (N+1)-th element ˆN +1 x is estimated as a weighted average of observations i+1 x , where the vectors d i x are k nearest neighbors of vector d N x in the reconstructed d-dimensional state space. An important problem when using nearest neighbors method is to determine the correct number of nearest neighbors, that should be taken into account in the determination of forecasts. The aim of the article will be to research the effect of the number of nearest neighbors on the accuracy of economic time series forecasts. The test will be conducted on the basis of selected financial time series.(original abstract)

Słowa kluczowe

PL

Szeregi czasowe; Metody prognozowania; Metoda najbliższego sąsiedztwa

EN

Time-series; Forecasting methods; Neighbor joining distance method

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2016
• Numer: nr 295
• Strony: 60--69

Twórcy

autor

Monika Miśkiewicz-Nawrocka

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• 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).
• Kantz H., Schreiber T. (2004), Nonlinear Time Series Analysis, Cambridge University Press, Cambridge.
• Lorenz E.N. (1969), Atmospheric Predictability as Revealed by Naturally Occurring Analogues, "J. Atmos. Sci.", Vol. 26.
• Nowiński M. (2007), Nieliniowa dynamika szeregów czasowych, Wydawnictwo Akademii Ekonomicznej, Wrocław.
• Orzeszko W. (2005), Identyfikacja i prognozowanie chaosu deterministycznego w ekonomicznych szeregach czasowych, Polskie Towarzystwo Ekonomiczne, Warszawa.
• Packard N.H., Crutchfield J.P., Farmer J.D., Shaw R.S. (1980), Geometry from a Time Series, "Physical Review Letters", Vol. 45.
• Ramsey J.B., Sayers C.L., Rothman P. (1990), The Statistical Properties of Dimension Calculations Using Small Data Sets: Some Economic Applications, "International Economic Review", Vol. 31, No. 4.
• Takens F. (1981), Detecting Strange Attractors in Turbulence [w:] D.A. Rand, L.S. Young (ed.), Lecture Notes in Mathematics, Springer, Berlin.
• Zawadzki H. (1996), Chaotyczne systemy dynamiczne, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice.
• [www 1] stooq.com (dostęp: 1.09.2013).