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

Results found: 3

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  brakujące dane
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
W modelowaniu zmiennych ze złożoną sezonowością dla pełnych danych i danych z lukami niesystematycznymi mogą być wykorzystywane zarówno modele ze zmiennymi zero-jedynkowymi jak i modele harmoniczne. Natomiast w przypadku występowania luk systematycznych- jedynie oszczędne modele harmoniczne. W modelach tych każdy rodzaj wahań opisywany jest za pomocą odrębnych zestawów składowych sinuso- i kosinusoidalnych. Rozważania teoretyczne zostaną zilustrowane przykładem empirycznym.
EN
In the modeling of the variables with complex seasonality for complete time series and with unsystematic data gaps can be used both types of models: with dummy variables and harmonic models. However, in modeling variable with systematic gaps can be used only harmonic models. In these models, each type of fluctuation is described by separate sets of sine- and cosine component. Theoretical considerations are illustrated by an empirical example.
PL
Artykuł poświęcony jest wykorzystaniu wybranych modeli wyrównywania wykładniczego: Browna, Holta i Holta-Wintersa w prognozowaniu zmiennych ze złożona sezonowością w warunkach braku pełnej informacji. Prognozy wyjściowe będą budowane na podstawie szeregów oczyszczonych z sezonowości. Prognozy końcowe, uwzględniające wahania sezonowe, będą sumami prognoz wyjściowych i składników sezonowości lub iloczynami prognoz tego rodzaju i wskaźników sezonowości. Rozważania o charakterze teoretycznym zostaną zilustrowane przykładem empirycznym.
EN
The paper is devoted to the application of selected exponential smoothing models: Brown, Holt and Holt-Winters in prediction of variables with complex seasonality in the condition of lack of full information. Output forecasts will be built on the basis of time series cleansed from seasonality. Final forecasts, taking into account seasonal fluctuations, will be a sum of output forecasts and seasonal components or multiply of forecasts and the seasonal indicators. Theoretical considerations will be illustrated by an empirical example.
PL
Praca została poświęcona syntetycznemu omówieniu wyników wieloletnich badań autorów nad zastosowaniami metod prognozowania w warunkach braku pełnej informacji w szeregach czasowych z wahaniami sezonowymi. Rozważania odnosić się będą do dwóch rodzajów luk w danych: systematycznych i niesystematycznych. Z lukami systematycznymi mamy do czynienia wtedy, gdy nie są dostępne informacje liczbowe przynajmniej o jednym podokresie w całym przedziale czasowym „próby”. Rozpatrywane będą metody prognozowania zarówno dla danych oryginalnych (z sezonowością) jak i danych, z których wyeliminowano wahania sezonowe. Egzemplifikacją rozważań o charakterze teoretycznym będzie przykład empiryczny.
EN
This work presents discussion about results of long-term of authors research on applications of different forecasting methods in condition of lack of full information. There will be considered two types of gaps in data: systematic and unsystematic. The systematic gaps in data are only when we have not any information about at least one sub-period in the whole of analyzed data. There will be presented two types of methods applied to time series with and without seasonal component. Exemplification of theoretical considerations will be an empirical example.
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.