Journal
Article title
Authors
Content
Full texts:
Title variants
Forecasting missing data for seasonal adjusted high frequency time series
Languages of publication
Abstracts
W pracy przedstawione zostało wykorzystanie wybranych modeli adaptacyjnych w prognozowania zmiennych o bardzo wysokiej częstotliwości obserwowania, na podstawie szeregów z lukami niesystematycznymi, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Egzemplifikacją rozważań teoretycznych stanowi przykład empiryczny, dotyczący kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
In this paper was presented application of selected exponential smoothing models in forecasting very high frequency variables on the basis of time series with unsystematic gaps, from which two or three types of seasonal fluctuations were eliminated. Exemplification of theoretical considerations will be an empirical example, concerning the power demand in agglomeration A in hourly periods.
Journal
Year
Volume
Pages
205-217
Physical description
Contributors
author
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Studium Matematyki
author
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Katedra Zastosowań Matematyki w Ekonomii
References
- Dittmann P. (2006), Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Wolters Kluwer, Kraków.
- Pawłowski Z. (1973), Prognozowanie ekonometryczne, PWN, Warszawa.
- Szmuksta-Zawadzka M., Zawadzki J. (2015), Wykorzystanie danych oczyszczonych o wysokiej częstotliwości w prognozowaniu zmiennych ze złożoną sezonowością, Metody Ilościowe w Badaniach Ekonomicznych Vol. 16, No. 4, Warszawa, s. 147-159.
- Zeliaś A., Pawełek B., Wanat S. (2003), Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa
Document Type
Publication order reference
Identifiers
ISSN
2083-8611
YADDA identifier
bwmeta1.element.cejsh-7da257c7-f78d-4603-b1eb-153ed751101a