Original title: Aplikace analýzy časových řad v prognózování
Translated title: Application of the Time Series Analysis for Prediction
Authors: Nováčková, Monika ; Hušek, Roman (advisor) ; Formánek, Tomáš (referee)
Document type: Master’s theses
Year: 2013
Language: cze
Publisher: Vysoká škola ekonomická v Praze
Abstract: [cze] [eng]
Cílem této diplomové práce je odhadnout vhodný model pro předpovídání denního počtu hasičských událostí ve Středočeském a v Královéhradeckém kraji pro efektivnější plánování směn hasičů. Modely byly odhadnuty na základě datového souboru, který obsahuje denní počty hasičských událostí pro období od roku 2008 do konce roku 2012. Ekonometrické modely, které byly v této práci odhadnuty pro dlouhodobé předpovědi, zachycují roční a týdenní vzorce a také vliv počasí. První část této studie obsahuje teoretický popis testů reziduí a dalších ekonometrických testů, které byly použity v této práci. V další části je odhadnut lineární regresní model, který zachycuje vliv počasí, dnů v týdnu a měsíců v roce. Poté následuje aplikace regresních modelů s AR chybami, (S)ARMA modelů a regresních modelů se (S)ARMA chybami. Modely jsou následně porovnány podle vlastností reziduí a průměrné absolutní procentuální chyby (MAPE) pro předpovědi mimo interval pozorování. Hodnoty MAPE jsou pro dlouhodobé předpovědi nejlepších modelů odhadnutých v této práci mírně přes 20%, což je výrazně nižší než pro základní Holt-Wintersovu metodu. V této práci se ukázalo, že předpovědi regresních modelů se (S)ARMA chybami jsou relativně přesné a jejich rezidua nevykazují autokorelaci, proto mohou být tyto modely považovány za relativně vhodné pro dlouhodobé předpovědi hasičských událostí. This thesis attempts to predict daily number of firefighter incidents in the Central Bohemia Region and in the Region of Hradec Králové to improve firefighter shift planning. The analysis is based on a dataset of firefighter incidents from the period between the years 2008 and 2012. Econometric models, capturing yearly and weekly patterns and weather impact were estimated and used for long-term prediction. The first part of the thesis provides a description of tests applied to residuals and other econometric tests used in this study. Then linear regression is applied to model weather impact and effects of days of week and months of year. In the next part regression with AR errors, (S)ARMA models and regression with (S)ARMA errors are estimated. All these models are compared according to properties of residuals and out-of-sample mean absolute percentage error (MAPE). The most accurate models predict daily number of incidents two months ahead with MAPE slightly above 20% which is considerably better than the benchmark Holt-Winters method. Regression models with (S)ARMA errors produce relatively accurate long-term forecasts and its error terms are uncorrelated. Therefore, they can be considered suitable for long-term prediction of firefighter incidents.
Keywords: Firefighters; Prediction; Regression with ARMA errors; SARMA; Hasiči; Prognózování; Regrese s ARMA chybami; SARMA

Institution: University of Economics, Prague (web)
Document availability information: Available in the digital repository of the University of Economics, Prague.
Original record: http://www.vse.cz/vskp/eid/39985

Permalink: http://www.nusl.cz/ntk/nusl-199538


The record appears in these collections:
Universities and colleges > Public universities > University of Economics, Prague
Academic theses (ETDs) > Master’s theses