Jan Novotný
Bakalářská práce
Analýza a predikce časových řad v R
Analysis and prediction of time series in R
Anotace:
Cílem této práce je představit základní metody předpovědi časových řad a porovnat jejich vhodnost a přesnost pro předpověď časové řady v rámci výpočetního prostředí statistického programovacího jazyka R. Po základním teoretickém vymezení časových řad jako takových, jsou představeny metody modelování časových řad a předpovědi jejich užitím. Představena je metoda modelování trendu pomocí trendových …víceAbstract:
The goal of this thesis is to introduce basic methods of prediction of time series and to compare suitability and precision of these methods for prediction of one particular time series in computing environment of statistical programming language R. After theoretical explanation of time series themselves, the methods of modeling time series and predictions using these are introduced. The method of …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 31. 10. 2019
Identifikátor:
http://www.vse.cz/vskp/eid/80188
Obhajoba závěrečné práce
- Obhajoba proběhla 15. 6. 2020
- Vedoucí: Jakub Danko
- Oponent: Ondřej Šimpach
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/80188
Vysoká škola ekonomická v Praze
Bakalářský studijní program / obor:
Kvantitativní metody v ekonomice / Statistické metody v ekonomii
Práce na příbuzné téma
-
Exponenciální vyrovnávání časových řad v R
Petr Švančárek -
A comparison of time series models for revenue and product demand forecasting in smart fridges.
Hrithik Rai SAXENA -
Operating Income Prediction of the Airline Company by Applying Advanced Forecasting Models
Lun Gao -
The use of artificial intelligence methods for time series prediction
Ankit Tripathi -
Machine Learning in Prediction of Asset Price Bubble Bursts
Martin Hvězda -
Application of time series models and machine learning methods for stock returns prediction
Oleksandr Vodolazskyi