Trendově a diferenčně stacionární časové řady

Mgr. Martina Hlostová

Bakalářská práce

Trend- and Difference-Stationary Time Series

Anotace:

Tato bakalářská práce se věnuje trendově a diferenčně stacionárním časovým řadám a ukazuje na praktických příkladech rozdíl mezi deterministickým a stochastickým trendem. Práce je rozdělena do čtyř kapitol. První kapitola se věnuje základním pojmům z teorie náhodných procesů, analýzy časových řad a Box-Jenkinsonovy metodologie. Druhá kapitole se zabývá lineárním regresním modelem, odhady neznámých parametrů jak teoreticky, tak prakticky v jazyce R. Třetí kapitola popisuje na simulovaných datech, jak v programu R modelovat deterministický a stochastický trend a jak analyzovat rezidua. Ve čtvrté kapitole jsou tyto poznatky aplikovány na reálná data.

Abstract:

The bachelor thesis is dedicated to the trend-stationary and difference-stationary time series and shows difference between deterministic and stochastic trends in the examples. This thesis consists of four chapters. The first chapter describes theoretical basis of random processes, time series analysis and Box-Jenkins methodology. The second part introduces linear regression model, estimation of unknown parameters both theoretically and practically using R language. The third chapter desrcibes by simulated data how to model deterministic and stochastic trend and analyze residuals using R language. In the forth chapter knowledges are applied to real data.

Klíčová slova

časové řady, regresní analýza, trend, Box-Jenkinsonova metodologie, ARIMA, autokorelace, analýza reziduí, jazyk R, time series, regression analysis, Box-Jenkins methodology, autocorrelation, residual analysis, R language

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 29. 5. 2013

Obhajoba závěrečné práce

• Obhajoba proběhla 25. 6. 2013
• Vedoucí: RNDr. Marie Forbelská, Ph.D.
• Oponent: Mgr. Terézia Černá

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Matematika / Statistika a analýza dat