Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 2

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  zmienne o wysokiej częstotliwości obserwowania
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
W pracy przedstawione zostaną wyniki symulacyjnej analizy wpływu występowania luk na dokładność prognoz inter- i ekstrapolacyjnych dla szeregów charakteryzujących się wysoką częstotliwością obserwowania oraz złożoną sezonowością. Do budowy prognoz wykorzystano klasyczne modele szeregu czasowego, w którym wahania sezonowe o cyklu zarówno tygodniowym, jak i rocznym były opisane za pomocą zmiennych zero-jedynkowych. Zmienną, którą poddano analizie, była dzienna sprzedaż w litrach paliw płynnych na stacji paliw X w latach 2012-2014, przy czym lata 2012-2013 stanowiły przedział czasowy próby, a rok 2014 był okresem empirycznej weryfikacji prognoz. Rozpatrywanych było sześć wariantów luk różniących się odsetkami, z których każdy zawierał po dziesięć tysięcy wariantów luk. Obliczenia zostały wykonane z wykorzystaniem pakietu R oraz Statistica 12.
PL
W pracy przedstawiono wyniki symulacyjnej analizy wpływu występowania luk systematycznych na dokładność prognoz inter- i ekstrapolacyjnych w dziennych szeregach czasowych. Do budowy prognoz wykorzystano klasyczny model szeregu czasowego, w którym wahania sezonowe o cyklach: tygodniowym i rocznym, były opisane za pomocą zmiennych zero-jedynkowych. Zmienną, którą poddano analizie, była dzienna sprzedaż paliw płynnych na stacji paliw X w latach 2012-2014. Pierwsze trzydzieści miesięcy stanowiło przedział czasowy próby, a ostatnie sześć były okresem empirycznej weryfikacji prognoz. Rozpatrywanych było jedenaście wariantów luk systematycznych. Obliczenia zostały wykonane z wykorzystaniem pakietu R oraz Statistica 12.
EN
In the paper was presented the simulation analysis of the impact of systematic gaps on the accuracy of inter- and extrapolative forecasts for daily time series. To forecasts construction were used classical time series model, in which a weekly and an annual seasonality was described by dummy variables. The analysed variable was daily sale of liquid fuels in liters in petrol station X in years 2012-2014. Data in years 2012-2013 were used in model construction and year 2014 was a period of empirical validation of forecasts. Eleven different variants of systematic gaps were examined. Calculations were made using the R statistical environment and the Statsoft Statistica12.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.