Bayesovský přístup k analýze a predikci časových řad

Bc. Tomáš Vaněk

Master's thesis

Time Series Analysis and Prediction: A Bayesian Approach

Abstract:

Tato diplomová práce se zabývá predikcí vybraných makroekonomických veličin zemí Visegrádské čtyřky. Rekurzivní predikce je provedena pomocí klasických a bayesiánských vektorových autoregresních modelů s různými apriorními hustotami. V první řadě je modelová predikce srovnána s naivní predikcí a dále je zkoumáno, zda je predikce pomocí bayesovských modelů přesnější než ta pomocí klasického modelu. V této souvislosti jsou zkoumány i další aspekty predikce, včetně vlivu různých kombinací predikcí více modelů na jejich přesnost.

Abstract:

This diploma thesis deals with a prediction of selected macroeconomic variables of Visegrad group countries. The recursive prediction is carried out by means of classical and bayesian vector autoregressive models with different priors. In the first place, the model prediction is compared to the naive prediction. Furthemore, it is examined whether the prediction of bayesian models is more accurate than the one of the classical model. Another aspects of the prediction are investigated in this context, including the impact of various prediction combinations on its accuracy.

Keywords

predikce, vektorový autoregresní model, bayesovský přístup, kombinace predikcí, prediction, vector autoregressive model, bayesian approach, prediction combination

Language used: Czech

Date on which the thesis was submitted / produced: 7. 5. 2014

Thesis defence

• Date of defence: 17. 6. 2014
• Supervisor: Ing. Daniel Němec, Ph.D.
• Reader: Mgr. Ing. Stanislav Tvrz, Ph.D.

Masaryk University

Faculty of Economics and Administration

Master programme / field:
Quantitative Methods in Economy / Mathematical and Statistical Methods in Economics