|
|
Evaluation of Methods for AR Coefficients Estimation Using Monte Carlo Analysis
Klejmova, Eva
Aim of this paper is to give recommendation for work with methods used for estimation of coefficients of autoregressive process. We applied Monte Carlo simulations to investigate performance of Burg, Yule-Walker and covariance methods. Evaluation of precision of spectral estimation is done with focus on signal length and lag order. The results are presented in graphical form and briefly discussed. Taking these results into account, Yule-Walker method shows better performance in case of long length signals and in case of overvalued lag order. Burg and covariance methods provide better results in case of short length signal and undervalued lag order.
|
|
|
Selected Aspects of Statistical Significance Testing in Time-Frequency Analysis
Klejmová, Eva ; Kohl,, Zdeněk (oponent) ; Fidrmuc, Jarko (oponent) ; Poměnková, Jitka (vedoucí práce)
This doctoral thesis is focused on analyses and assessment of the quality of the frequency and time-frequency transform of the data and the formulation of recommendations for working with such methods. When using these methods, the question arises of how to evaluate which components of the spectrogram are statistically significant and which are not. In this thesis, we analyze the properties of standard statistical significance tests. We discuss their advantages and disadvantages taking into account the heteroskedastic character of data. Based on our experiments we propose two types of improved testing methods that reduce the negatives standard tests. The final step is creating a framework for data filtering using our proposed methods.
|
|
|
Efektivní implementace metod pro rekonstrukci poškozených audiosignálů
Csiba, Hajnalka ; Rajmic, Pavel (oponent) ; Mokrý, Ondřej (vedoucí práce)
Tato bakalářská práce se zaobírá s restaurací audiosignálů, které na známých místech obsahují neznáme vzorky, s použitím dvou algoritmů. První z nich je Jannsenův algoritmus a druhá je metoda založená na faktorizaci nezáporných matic. Janssenův algoritmus je založen na principu autoregresního modelu. Restaurace vzorků se provádí tak, aby obnovený signál co nejlépe odpovídal předpokládanému modelu. Algoritmus založený na faktorizaci nezáporných matic se používá k rozkladu frekvenčního spektrogramu signálu jako součinu nezáporných matic.
|
|
|
Selected Aspects of Statistical Significance Testing in Time-Frequency Analysis
Klejmová, Eva ; Kohl,, Zdeněk (oponent) ; Fidrmuc, Jarko (oponent) ; Poměnková, Jitka (vedoucí práce)
This doctoral thesis is focused on analyses and assessment of the quality of the frequency and time-frequency transform of the data and the formulation of recommendations for working with such methods. When using these methods, the question arises of how to evaluate which components of the spectrogram are statistically significant and which are not. In this thesis, we analyze the properties of standard statistical significance tests. We discuss their advantages and disadvantages taking into account the heteroskedastic character of data. Based on our experiments we propose two types of improved testing methods that reduce the negatives standard tests. The final step is creating a framework for data filtering using our proposed methods.
|
|
|
Maximálně věrohodné odhady v časových řadách
Tritová, Hana ; Pawlas, Zbyněk (vedoucí práce) ; Zikmundová, Markéta (oponent)
Práce se zabývá maximálně věrohodnými odhady v časových řadách. Čtenář se seznámí se třemi základními modely časových řad: autoregresní posloupností (AR), posloupností klouzavých součtů (MA) a jejich kombinací (ARMA). Dále zjistí, jak vypadají jejich základní charakteristiky, např. střední hodnota nebo rozptyl. Pak zde nalezne odvození odhadů parametrů metodou maximální věrohodnosti - obecně a ve zmíněných modelech časových řad. Pro modely AR(1) a MA(1) jsou uvedeny ještě odhady metodou momentů a metodou nejmenších čtverců a závěr je věnován příkladům, které slouží ke srovnání všech tří metod.
|
|
|
Modelování finančních časových řad s trendem
Studnička, Václav ; Zichová, Jitka (vedoucí práce) ; Prášková, Zuzana (oponent)
K analýze finančních časových řad se používá mnoho modelů. Tato práce se zabývá v teoretické i v praktické části dvěma z nich; modelem s nelineárním trendem a modelem s lineárním trendem, které jsou založeny na autoregresním procesu. Nejprve jsou v práci popsány základy teorie časových řad a teorie au- toregresního procesu, následně je vyložena teorie obou modelů s lineárním i ne- lineárním trendem, včetně odvození vlastností časových řad používaných v těchto modelech. Praktická část je simulační studií, ve které jsou pro oba modely nagene- rovány časové řady, na základně popsané teorie jsou pak odhadovány parametry těchto modelů s diskuzí jejich přesnosti. 1
|
|
|
Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Jánský, Ivo ; Rippel, Milan (vedoucí práce) ; Seidler, Jakub (oponent)
Diplomová práce vyhodnocuje několik set modelů pro jednodenní předpověď VaR v období mezi roky 2004 až 2009 na datech ze šesti světových akciových indexů - DJI, GSPC, IXIC, FTSE, GDAXI a N225. Modely jsou založené na AR a MA procesech s maximálně dvěma předešlými pozorováními a zároveň modelují podmíněnou volatilitu pomocí jednoho z GARCH, EGARCH a TARCH procesů rovněž s maximálně dvěma předešlými pozorováními. Parametry modelů jsou odhadnuty na datech z prvního období a jejich odhadovací přesnost je otestována na datech z druhého období, které vykazuje podstatně větší volatilitu. Hlavním cílem práce je otestovat, zda modely s parametry odhadnutými v období menší volatility mohou být použity i v období s větší volatilitou. Vyhodnocení je založeno na conditional coverage testu a je provedeno pro každý index zvlášť. Na rozdíl od jiných prací zabývajících se tímto tématem, tato práce nepředpokládá normální rozdělení logaritmovaných výnosů a neomezuje se na jeden předem vybraný proces pro modelování podmíněné volatility. Tato práce navíc využívá méně známý aparát, tzv. conditional coverage, pro vyhodnocení přesnosti odhadu modelů, který oproti standardním metodám nabízí několik výhod.
|
|
|
Evaluation of Methods for AR Coefficients Estimation Using Monte Carlo Analysis
Klejmova, Eva
Aim of this paper is to give recommendation for work with methods used for estimation of coefficients of autoregressive process. We applied Monte Carlo simulations to investigate performance of Burg, Yule-Walker and covariance methods. Evaluation of precision of spectral estimation is done with focus on signal length and lag order. The results are presented in graphical form and briefly discussed. Taking these results into account, Yule-Walker method shows better performance in case of long length signals and in case of overvalued lag order. Burg and covariance methods provide better results in case of short length signal and undervalued lag order.
|
|
|
Analysis of wind speed distribution and applications in energy economics
Brož, Václav ; Červinka, Michal (vedoucí práce) ; Luňáčková, Petra (oponent)
Analysis of wind speed distribution and applications in energy economics - abstrakt Václav Brož 5. května 2015 Začlenění generátorů větrné energie do elektrické sítě vytváří specifické náklady z důvodu nesouvislé povahy větru. Analýza rozdělení rychlosti větru je zásadní pro přesnou krátkodobou predikci výstupu větrné energie, aby se zabránilo ne- souladu mezi nabídkou a poptávkou na trzích s elektřinou. Tato práce teoreticky popisuje analýzu rozdělení rychlosti větru a zdůrazňuje ekonometrické a stati- stické koncepty vztahující se k perzistenci (modelování pomocí autoregresního procesu řádu 1) a nezápornosti (použití ořezaného normálního rozdělení) větrných dat. Náhodný vektor, popisující časový vývoj rychlosti větru v jedné lokalitě v České republice, je odvozen a jeho parametry jsou porovnány s výsledky prací jiných autorů. 1
|
|
|
Modelování finančních časových řad s trendem
Studnička, Václav ; Zichová, Jitka (vedoucí práce) ; Prášková, Zuzana (oponent)
K analýze finančních časových řad se používá mnoho modelů. Tato práce se zabývá v teoretické i v praktické části dvěma z nich; modelem s nelineárním trendem a modelem s lineárním trendem, které jsou založeny na autoregresním procesu. Nejprve jsou v práci popsány základy teorie časových řad a teorie au- toregresního procesu, následně je vyložena teorie obou modelů s lineárním i ne- lineárním trendem, včetně odvození vlastností časových řad používaných v těchto modelech. Praktická část je simulační studií, ve které jsou pro oba modely nagene- rovány časové řady, na základně popsané teorie jsou pak odhadovány parametry těchto modelů s diskuzí jejich přesnosti. 1
|
host ::
RSS.