Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Forecasting Missing Data for Seasonal Adjusted High Frequency Time Series
Języki publikacji
Abstrakty
W pracy przedstawione zostało wykorzystanie wybranych modeli adaptacyjnych w prognozowania zmiennych o bardzo wysokiej częstotliwości obserwowania, na podstawie szeregów z lukami niesystematycznymi, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Egzemplifikacją rozważań teoretycznych stanowi przykład empiryczny, dotyczący kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A. (abstrakt oryginalny)
In this paper was presented application of selected exponential smoothing models in forecasting very high frequency variables on the basis of time series with unsystematic gaps, from which two or three types of seasonal fluctuations were eliminated. Exemplification of theoretical considerations will be an empirical example, concerning the power demand in agglomeration A in hourly periods. (original abstract)
Słowa kluczowe
Rocznik
Numer
Strony
205--217
Opis fizyczny
Twórcy
autor
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
autor
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
Bibliografia
- Dittmann P. (2006), Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Wolters Kluwer, Kraków.
- Pawłowski Z. (1973), Prognozowanie ekonometryczne, PWN, Warszawa.
- Szmuksta-Zawadzka M., Zawadzki J. (2015), Wykorzystanie danych oczyszczonych o wysokiej częstotliwości w prognozowaniu zmiennych ze złożoną sezonowością, Metody Ilościowe w Badaniach Ekonomicznych Vol. 16, No. 4, Warszawa, s. 147-159.
- Zeliaś A., Pawełek B., Wanat S. (2003), Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171457251