Warianty tytułu
Forecasting Time Series with Irregular Periodic Fluctuations by the Method of the Smallest Simplex
Języki publikacji
Abstrakty
Celem artykułu jest zaproponowanie i dokonanie oceny przydatności metody najmniejszego sympleksu do prognozowania szeregów czasowych z nieregularnymi wahaniami okresowymi. Oczywiście istnieje wiele metod radzących sobie lepiej lub gorzej z wcześniej wspomnianymi problemami, niemniej jednak autor chce zweryfikować hipotezę o przydatności prezentowanej metody.
Ze względu na to, że metoda ta nie jest popularna, w pierwszej części artykułu przedstawiono główne jej założenia. Następnie na przykładzie wygenerowanych szeregów czasowych przeprowadzono konfrontację prezentowanej metody z modelami ARIMA. (fragment tekstu)
Ze względu na to, że metoda ta nie jest popularna, w pierwszej części artykułu przedstawiono główne jej założenia. Następnie na przykładzie wygenerowanych szeregów czasowych przeprowadzono konfrontację prezentowanej metody z modelami ARIMA. (fragment tekstu)
The paper presents the conception of using the Sugihara and May's method of the smallest simplex for forecasting time series with irregular periodic fluctuations . The idea of the method has been summarized. The method has been tested on generated time series:
a) with constant cycle length and random amplitude,
b) with constant amplitude and random cycle length,
c) with random both amplitude and cycle length.
The forecasts have been verified. The results of the method have been compared with ARIMA models. (original abstract)
a) with constant cycle length and random amplitude,
b) with constant amplitude and random cycle length,
c) with random both amplitude and cycle length.
The forecasts have been verified. The results of the method have been compared with ARIMA models. (original abstract)
Słowa kluczowe
Rocznik
Strony
112--122
Opis fizyczny
Twórcy
autor
- Akademia Ekonomiczna we Wrocławiu
Bibliografia
- Box G.E.P., Jenkins G.M., Analiza szeregów czasowych, PWN, Warszawa 1983.
- Cieślak, M., Prognozowanie analogowe, [w:] Prognozowanie gospodarcze, red. M. Cieślak. Wydawnictwo Naukowe PWN, Warszawa 2005.
- Drosdowsky W., Analogue (non - linear) Forecasts of the Southern Oscillation Index Time Series, "Weather Forecasting" 1994, 78-84.
- Sugihara G., May KM., Nonlinear Forecasting as a Way of Distinguishing Chaos from Measurment Error in Time Series, "Nature" 1990, 344, 734-741.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171554469
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.