|
|
Predikce časových řad pomocí statistických metod
Beluský, Ondrej ; Bidlo, Michal (oponent) ; Schwarz, Josef (vedoucí práce)
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.
|
|
|
Využití huminových přípravků u ozimé pšenice
ŠVEC, Jakub
Diplomová práce se zabývá použitím huminových přípravků v pšenici ozimé (Triticum aestivum). Pokus byl založen na rodinné farmě u dvou odrůd ozimé pšenice. Jednalo se o odrůdy od firmy Lima Grain. Odrůdami byly LG Mocca a LG Magirus. V pokusu se porovnávaly 3 různé varianty dávky přípravku Blackjak vůči kontrolní variantě. Dávka přípravku byla odstupňována po půl litru na hektar, tedy varianta č. 1: 0,5 l*ha-1, č. 2: 1 l*ha-1, č. 3: 1,5 l*ha-1. U odrůdy LG Mocca došlo u všech variant ke zvýšení zisků, z toho lze vyvodit, že i aplikace 0,5 l*ha-1 je výhodná. Ovšem nejvyšší nárůst zisků byl u varianty č. 3, kde byl nárůst zisků o 3 087 Kč. U odrůdy LG Magirus tyto výsledky tak jednoznačné nebyly. Varianta č. 1, kde bylo aplikováno 0,5 l*ha-1 vyšla s nižším ziskem než kontrolní varianta. Nejvyšší nárůst zisků byl u varianty č. 3, kde ten nárůst byl o 1 554 Kč.
|
|
|
Predikce časových řad pomocí statistických metod
Beluský, Ondrej ; Bidlo, Michal (oponent) ; Schwarz, Josef (vedoucí práce)
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.
|
host ::
RSS.