Analiza danych czasowych z obserwacjami nietypowymi z wykorzystaniem metod geostatystyki

• Autorzy: Jadwiga Suchecka , Jan Kowalik

Warianty tytułu

The Analysis of Time Series with Outliers Using the Geostatistics Methods

• Języki publikacji: PL

Abstrakty

Zasadniczym celem niniejszego opracowania jest przedstawienie teoretycznych aspektów wykorzystania geostatystycznej techniki krigingu w iteracyjnej procedurze wykrywania obserwacji nietypowych w szeregach czasowych, opartej na teście współczynnika prawdopodobieństwa. Rozważania ograniczono do modelu ARIMA (p, d, q). (fragment tekstu)

EN

As a result of action of different external factors, such as: political and economic crises, outbreaks of wars, some observations clearly different from the others, called the outliers, appear in the economic time series.
The outliers generally cause the results of conducted analyses, based on time series, are failed, unreal or even invalid. Therefore, it is important to use some appropriate procedures for detecting and eliminating those effects from time series.
This paper shows the geostatistics kriging method in a detection problem of outliers in time series. (original abstract)

Słowa kluczowe

PL

Obserwacje nietypowe; Szeregi czasowe

EN

Outliers; Time-series

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2005
• Tom: 12
• Numer: nr 1076 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 96--105

Twórcy

autor

Jadwiga Suchecka

• Uniwersytet Łódzki

autor

Jan Kowalik

• Politechnika Częstochowska

Bibliografia

• Caroni C., Karioti V., Detecting an Innovative Outlier in a Set of Time Series, "Computational Statistics & Data Analysis" 2004, nr 46, s. 561-570.
• Chan W., Outliers and Financial Time Series Modelling, "Mathematics and Computers in Simulation" 1995, nr 39, s. 424-430.
• Chang I., Tiao G.C., Chen C., Estimation of Time Series Parameters in the Presence of Outliers, "Technometrics" 1988, nr 30, s. 190-204.
• Chen C., Liu L., Joint Estimation of Model Parameters and Outlier Effects in Time Series, "Journal of the American Statistical Association" 1993, nr 88 (421), s. 284-297.
• Choy K., Outlier Detection for Stationary Time Series, "Journal of Statistical Planning and Inference" 2001, nr 99, s. 111-127.
• Fox A.J., Outliers in Time Series, "Journal of the Royal Statistical Society, Series B" 1972, nr 34, s. 350-363.
• Heilpern S., Modelowanie odporne, [w:] Statystyczne metody analizy danych, red. W. Ostasiewicz, AE, Wrocław 1999, s. 312- 372.
• Mira J., Sanchez, M.J., Prediction of Deterministic Functions, an Application of a Gaussian Kriging Model to a Time Series Outlier Problem, "Computational Statistics & Data Analysis" 2004, nr 44, s. 477-491.
• Ploner A., Dutter R., New Directions in Geostatistics, "Journal of Statistical Planning and Inference" 2000, nr 91, s. 499-509.
• Tsay R.S., Outliers, Level Shifts, and Variance Changes in Time Series, "Journal of the American Statistical Association" 1988, nr 81, s. 132-141.
• Usowicz B., Zastosowanie analizy geostatystycznej I teorii fraktali w badaniach dynamiki wilgotności w profilu glebowym na polach uprawnych, "Acta Agrophysica" 1999, nr 22, s. 229-243.
• Zawadzki J., Zastosowanie metod geostatystycznych do analizy danych przestrzennych, "Wiadomości Statystyczne" 2002, nr 12.
• Zeliaś A., Metody wykrywania obserwacji nietypowych w badaniach ekonomicznych, "Wiadomości Statystyczne" 1986, nr 8, s. 16-27.