- Author
- Miśkiewicz-Nawrocka Monika (Uniwersytet Ekonomiczny w Katowicach)
- Title
- Wybrane metody redukcji szumu losowego w ekonomicznych szeregach czasowych
- Source
- Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach. Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 4, 2012, s. 73-87, bibliogr. 16 poz.
- Keyword
- Ekonomia, Szeregi czasowe
Economics, Time-series - Abstract
- Rzeczywiste szeregi czasowe (st) składają się z części deterministycznej szeregu (yt) oraz części stochastycznej szeregu (εt). Składnik εt = st - yt wyraża poziom szumu losowego reprezentującego szum obserwacyjny, systemowy lub kombinację szumu obserwacyjnego i systemowego. Redukcja szumu losowego pozwala poznać własności szeregu (yt) w oparciu o analizę szeregu obserwacji (st). Metody redukcji szumu można podzielić na statystyczne i szczegółowe. Metody statystyczne pozwalają wyznaczyć szereg podobny (pod względem statystycznych własności) do (yt) natomiast metody szczegółowe polegają na zrekonstruowaniu poszczególnych obserwacji szeregu (yt). W rozdziale zostaną omówione wybrane metody redukcji szumu losowego w szeregach czasowych. Ponadto, metoda najbliższych sąsiadów zostanie zastosowana do redukcji szumu losowego w wybranych ekonomicznych szeregach czasowych oraz zostanie zbadana efektywność tej metody. Badania empiryczne zostaną przeprowadzone w oparciu o rzeczywiste dane natury ekonomicznej. (fragment tekstu)
- Accessibility
- The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics - Bibliography
-
- Brock W.A., Hsieh D.A. i LeBaron B., Nonlinear Dynamics, Chaos, and Instability: Statistical Theory and Economica Evidence, The MIT Press, Cambridge 1991
- Cao L., Method of false nearest neighbors, w: Modeling and Forecasting Financial Data, eds. A.S. Soofi, L. Cao, Kluwer, Boston 2001
- Farmer J.D., Sidorowich J.J., Optimal shadowing and noise reduction, Physica D 1991, Vol. 47
- Frank M., Stengos T., Chaotic dynamics in economics time series, Journal of Economic Surveys 1988, Vol. 2
- Kantz H., Schreiber T., Nonlinear Time Series Analysis, Cambridge University Press 2004
- Kennel M.B., Brown R., Abarbanel H.D.I., Detecting Embedding Dimension for Phase Space Reonstruction Using a Geometrical Construction, Physical Review A 1992, vol. 45
- Kyrtsou C., Terraza M., Stochastic chaos or ARCH effects in stock series? A comparative study, International Review of Financial Analysis 2002, Vol. 11
- Mayfield E.S., Mizach B., On Determining the Dimension of Real-Time Stock-Price Data, Journal of Business & Economic Statistics 1992
- Nowiński M., Nieliniowa dynamika szeregów czasowych, Akademia Ekonomiczna, Wrocław 2007
- Orzeszko W., Identyfikacja i prognozowanie chaosu deterministycznego w ekonomicznych szeregach czasowych, Polskie Towarzystwo Ekonomiczne, Warszawa 2005
- Ott E., Chaos w układach dynamicznych, Wydawnictwa Naukowo-Techniczne, Warszawa 1997
- Packard N.H. i in., Geometry from a time series, Physical Review Letters 1980, Vol. 45
- Rosenstein M.T., Collins J.J., De Luca C J., A practical method for calculating largest Lyapunov exponents fi'om small data sets, Physica D 1993, Vol. 65
- Stawicki J., Metody filtracji w modelowaniu procesów ekonomicznych, Uniwersytet Mikołaja Kopernika, Toruń 1993
- Takens F., Detecting Strange Attractor In Turbulence, w: Dynamical Systems and Turbulence, eds. D. Rand, L. Young, Springer-Verlag 1981
- Zawadzki H., Chaotyczne systemy dynamiczne. Elementy teorii i wybrane zagadnienia ekonomiczne, Akademia Ekonomiczna, Katowice 1996
- Cited by
- Language
- pol
