Original title: Predikce časových řad pomocí statistických metod
Translated title: Prediction of Time Series Using Statistical Methods
Authors: Beluský, Ondrej ; Bidlo, Michal (referee) ; Schwarz, Josef (advisor)
Document type: Master’s theses
Year: 2011
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Různé společnosti považují za neodmyslitelné získávat předpověď časových řad nejistých hodnot proměnných, které ovlivňují jejich rozhodnutí. Marketing obsahuje vícero rozhodnutí, která závisí na spolehlivé předpovědi. Předpovědi jsou založeny přímo nebo nepřímo na informacích, které jsou získány z historických dat. Tato data mohou obsahovat různé vzory - jako je trend, horizontální vzor, sezónní vzor nebo i cyklický vzor. Většina metod je založena na rozpoznávaní těchto vzorů, jejich promítnutí do budoucnosti a následného vytvoření předpovědi. Jiné přístupy jako jsou například neuronové sítě jsou černými skříňkami, které využívají učení. Many companies consider essential to obtain forecast of time series of uncertain variables that influence their decisions and actions. Marketing includes a number of decisions that depend on a reliable forecast. Forecasts are based directly or indirectly on the information derived from historical data. This data may include different patterns - such as trend, horizontal pattern, and cyclical or seasonal pattern. Most methods are based on the recognition of these patterns, their projection into the future and thus create a forecast. Other approaches such as neural networks are black boxes, which uses learning.
Keywords: artificial intelligence; artificial neural networks; decomposition; evolution algorithms; forecasting methods; linear regression; moving average; prediction of time series; preprocessing of time series; smoothing; Winters; dekompozice; evoluční algoritmy; lineární regrese; plovoucí průměr; predikce časových řad; předpovídající metody; předzpracování časových řad; umělá inteligence; umělé neuronové sítě; Winters

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/54105

Permalink: http://www.nusl.cz/ntk/nusl-236962


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