|
|
Moving averages in time series
Uhliarik, Andrej ; Cipra, Tomáš (vedoucí práce) ; Hudecová, Šárka (oponent)
Táto práca sa zaoberá analýzou časových radov metódami využívajucími kĺ- zavé priemery, špeciálne metódou založenou na aproximácii trendovej zložky časo- vého radu polynomiálnymi funkciami. Teoretická časť práce popisuje procedúry, ako nájsť správne váhy, rád a dĺžku kĺzavého priemeru pre konkrétny časový rad. V praktickej časti demonštrujeme tento postup na reálnych dátach. Súčasťou práce je jednoduchý software na vyhľadzovanie časových radov a tabuľ- ky s váhami kĺzavých priemerov rôznych dĺžok a rádov. 1
|
|
|
Testy pro kombinaci korelačních koeficientů
Kulíšková, Michaela ; Hudecová, Šárka (vedoucí práce) ; Pešta, Michal (oponent)
Tato bakalářská práce se věnuje tématu testů pro korelační koeficienty. Jsou uvedeny základní pojmy vztahující se ke korelačnímu keoficientu, testy pro korelační koeficienty založené na výběrovém korelačním koeficinetu a dále pak testy pro kombinaci korelačních koeficientů. Tyto testy jsou založeny na předpokladu, že je k dispozici k korelačních koficientů, je známa velikost náhodných výběrů z kterých byly spočítány a předpokládá se, že se sobě rovnají. Blíže se bakalářská práce zabývá třemi různými testy a to Fisherovu metodou a lineární kombinací s Fisherovou Z-transformací a Hotellingovou transformací. Tyto metody jsou následně porovnány pomocí simulační studie.
|
|
|
Econometric Modelling and Forecasting of Natural Gas Spot Prices
Kubišová, Barbora ; Hendrych, Radek (vedoucí práce) ; Hudecová, Šárka (oponent)
Práce se věnuje problematice modelování a předpovídání spotové ceny zemního plynu, jeho spotřeby a průměrné denní teploty. O těchto třech veličinách před- pokládáme, že jsou navzájem ovlivňovány, protože se snižující se teplotou roste spotřeba, čímž následně se zvyšující se poptávkou roste cena. Proto v práci na- vrhujeme modelovat tyto proměnné pomocí vektorové autoregrese. Tento mo- del porovnáváme s jednorozměrnými modely, kde pro každou řadu sestavujeme model z třídy ARMA-GARCH. Modely odhadujeme na historických hodnotách a následně tyto navržené modely použijeme na simulaci scénářů vývoje. Právě analýza scénářů poskytuje společnostem dodávajících plyn informace o odhadu spotřeby portfolia a finančních tocích souvisejících s nákupem zemního plynu. 1
|
|
|
Speciální přístupy k modelování nelineárních časových řad
Studnička, Václav ; Zichová, Jitka (vedoucí práce) ; Hudecová, Šárka (oponent)
V analýze finančních časových řad se používají především modely ARMA a GARCH. V této práci představíme alternativu ke zmíněným modelům, a to bilineární modely. Nejprve jsou popsány základy teorie časových řad, dále je podrobně rozebrána teorie pro jednoduchý bilineární model a následně je představena teorie pro obecné bilineární modely. Poslední kapitola je prak- tická, obsahuje simulační studii pro posouzení vlastností odhadů dle předlo- žené teorie a v závěrečné části jsou pro zvolená finanční data porovnány kvalitativní vlastnosti modelů ARMA a bilineárních modelů. 1
|
|
|
Measures of extremal dependence in time series
Popovič, Viktor ; Pawlas, Zbyněk (vedoucí práce) ; Hudecová, Šárka (oponent)
V předložené práci se zabýváme extrémními pozorováními vyskytujícími se v časových řadách a jejich vzájemnou závislostí. Pokud nás zajímá tento typ pozorování, autokorelační funkce, která se běžně používá k popisu sériové závislosti časových řad, není postačující. Navíc, je vhodná pro normálně rozdělená data, avšak v současnosti se často setkáváme s časovými řadami, které vykazují těžké chvosty. V práci se zabýváme dvěma mírami, které jsou vhodné pro tento typ dat a pro popis závislosti mezi extrémními pozorováními v nich. Představíme koeficient chvostové závislosti, míru která je založena na charakteristice chvostu doplňkové distribuční funkce. Druhou zkoumanou mírou je extrémogram, který je daný výhradně extrémními pozorováními v časové řadě. Teoretická část práce je doplněna simulační studií a aplikací obou popsaných měr na reálných datech, kde jsou jednotlivé míry navzájem porovnány. Výsledky jsou doprovázeny tabulkami a grafy.
|
|
|
INAR modely časových řad
Camfrlová, Monika ; Dvořák, Jiří (vedoucí práce) ; Hudecová, Šárka (oponent)
Tato práce se zabývá INAR(1) modely časových řad. Je zde popsána struk- tura těchto modelů, rovněž jsou zde odvozeny momentové vlastnosti, konkrétně střední hodnota, rozptyl a autokovarianční funkce. Dále se práce zabývá tím, kdy je INAR(1) model slabě stacionární. V poslední části práce jsou popsány tři me- tody odhadů parametrů vystupujících v INAR(1) modelu, kde náhodné veličiny, popisující počet nově příchozích jedinců v čase (t − 1, t], mají Poissonovo rozdě- lení. Tyto metody jsou porovnány na základě odhadu relativní střední čtvercové chyby a relativního vychýlení, které byly vypočteny ze simulací tohoto modelu v programu Mathematica. 1
|
|
| |
|
|
Estimation of parameters of clipped time series
Flimmel, Samuel ; Hudecová, Šárka (vedoucí práce) ; Hendrych, Radek (oponent)
V některých situacích nemáme k dispozici hodnoty původní časové řady, ale pouze binární data vyjadřující, zda hodnota řady v daném čase překročila danou hranici či nikoliv. Práce se věnuje odhadům charakteristik původní řady konstruovaným z takto zredukovaných "useknutých" dat, a to zejména v Gaussovských ARMA modelech. Nejprve shrneme základní vlastnosti useknuté řady a její vztah k řadě původní a uvedeme praktické příklady. Následně popíšeme konstrukci odhadů pro AR(p) modely v případě nulové hranice useknutí. Navrhneme odhad parametru v MA(1) modelu a rozebereme jeho vlastnosti s důrazem na odvození asymptotického rozptylu. Poté zkonstruujeme odhad pro parametry AR(p) a MA(1) modelu v případě obecně neznáme hranice useknutí. Všechny odhady nakonec prakticky prověříme v simulační studii, ve které srovnáme jejich chování s odhady konstruovanými z původních dat za různých podmínek. V závěru je pro ilustraci uvedena také analýza reálných dat. Powered by TCPDF (www.tcpdf.org)
|
|
|
Nonlinear parametric models for financial time series
Krnáčová, Simona ; Zichová, Jitka (vedoucí práce) ; Hudecová, Šárka (oponent)
Práca je venovaná štúdiu nelineárnych parametrických modelov pre časové rady. Obsahuje stručný súhrn základných pojmov týkajúcich sa tejto problematiky. Ďalšia časť je venovaná prehľadu rôznych lineárnych aj nelineárnych modelov s popisom ich základných vlastností. Detailne sú predstavené 2 modely - prahový autoregresný model a bilineárny model, pri ktorých sú uvedené ich základné vlastnosti, testy linearity a odhadové procedúry. Na poznatky z teoretickej časti nadväzuje praktická časť. V nej sú pre zvolené modely analyzované jednotlivé testy a odhadové nástroje na simulovaných aj reálnych dátach.
|
|
|
Bivariate Poisson distribution
Smolárová, Tereza ; Hudecová, Šárka (vedoucí práce) ; Hlubinka, Daniel (oponent)
V předložené práci se věnujeme dvojrozměrnému Poissonovu rozdělení. Zvolenou metodou k definování dvojrozměrného Poissonova rozdělení je tzv. trivariate reduction method. Teoretickými vlastnostmi rozdělení, kterými se tato práce zabývá, jsou marginální rozdělení, kovariance, korelační koeficient a podmíněné rozdělení. Bodové odhady jednotlivých parametrů rozdělení jsou sestrojené momentovou metodou a metodou maximální věrohodnosti. Dále se zaměříme na testování dobré shody pomocí testu založeném na koe- ficientu disperze. Test založený na transformaci výběrového korelačního ko- eficientu se využívá na testování nezávislosti. Metody odhadu jednotlivých parametrů rozdělení a uvedené statistické testy jsou aplikovány na reálná data z oboru pojišťovnictví. 1
|
host ::
RSS.