Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Harmonic analysis
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
XX
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. (abstrakt oryginalny)
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. (original abstract)
|
|
nr nr 55
210-234
XX
W pracy przedstawiono przegląd metod statystycznych, służących do szacowania miary spektralnej określającej strukturę korelacyjną wielowymiarowych &
EN
948-stabilnych rozkładów prawdopodobieństwa. (fragment tekstu)
3
Content available remote Forecasting Methods in Modern Enterprise Management
75%
|
|
tom 16
193-205
EN
The aim of the chapter is to describe advanced methods of forecasting used in modern, high-tech enterprises. One of them - the ARMA model considers the strong dependence between the individual observations, used for prediction of time series, characterized by high dynamics of change. Here will be explained the process of selection of its parameters, and method design of the model. Second - harmonic analysis - uses, in turn, the cyclicality of the time series by which to construct the model describing the time series and what is the forecast for future periods. The first method is a group of parametric models, the second one is nonparametric, and both use the nature of a change of time series. The use of these methods will be shown by example. (original abstract)
|
|
nr 12
58-69
PL
W artykule podjęto problem cykliczności wskaźnika cen towarów i usług (CPI), uznając że warto prowadzić badania mające na celu lepsze poznanie tego zjawiska, gdyż zachowanie cen ma kluczowe znaczenie dla funkcjonowania gospodarski. Do określenia cykliczności CPI wykorzystano analizę harmoniczną, która pozwoliła na określenie siły i długości wahań tego wskaźnika. Badaniu poddano lata 2003—2012. CPI liczony miesiąc do analogicznego miesiąca roku poprzedniego podlega dość silnym wahaniom okresowym, liczony zaś miesiąc do miesiąca wykazuje zdecydowanie słabsze właściwości okresowe.
EN
The article discusses the problem of cyclicality of the price index of goods and services (CPI), recognizing that it is worthwhile to conduct research to better understand this phenomenon, since the behavior of prices is crucial to the functioning of the economy. To determine the cyclical nature of the CPI the author uses harmonic analysis, which allowed him to determine the strength and length variations in this ratio. The study covers the period of 2003—2012. The CPI calculated ”month to the same month of the previous year” shows fairly stronger periodic fluctuations than the calculated ”month to previous month”.
RU
В статье рассматривается проблема периодичности показателя цен товаров и услуг (CPI), признавая, целесообразность обследования для лучшего изучения этого явления, потому что уровень и изменения цен имеют решающее значение для экономики. Для определения периодичности CPI был использован гармонический анализ, который позволил определить прочность и длину колебаний этого показателя. Обследо- ванием были охвачены 2003—2012 гг. CPI счислаемый месяц к соответствующему месяцу предыдущего года подвергается достаточно сильным периодическим колебаниям, а счисляемый месяц к предыдущему месяцу проявляет определенно слабее периодические свойства.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.