Spelling suggestions: "subject:"[een] TRAMO/SEATS"" "subject:"[enn] TRAMO/SEATS""
1 |
Tidsserieanalys över svensk varuhandel januari 1975 – augusti 2010Samuelsson, Petter, Magnusson, David January 2010 (has links)
Syftet med denna uppsats är att modellera och prognostisera Sveriges varuexport, varuimport och handelsnetto. Vi använder oss av data från januari 1975 till och med augusti 2010 för respektive serie. Dessa data testas och jämförs i olika ARIMA- och SARIMA-modeller samt skattas även medelst säsongsreningsprogrammet TRAMO/SEATS. För de modeller som bäst passar serierna genomförs därefter in sample- och out of sample-analyser med felmåtten RMSE och MAPE. Modellerna med bäst felmått och som därpå väljs ut för att göra prognoser för serierna till och med augusti 2012 är (3,1,0)x(0,1,1) för export, (2,1,1)x(0,1,1) för import samt (0,1,1)x(0,1,1) skattad i TRAMO/SEATS för handelsnetto.
|
2 |
[en] X12 - ARIMA AND TRAMO/SEATS: A COMPARISON USING THE BRAZILIAN QUARTE NATIONAL ACCOUNTS SERIES AND SIMULATED DATA / [es] X12-ARIMA Y TRAMO/SEATS: UNA COMPARACIÓN UTILIZANDO LAS SERIES DE CUENTAS TRIMESTRALES BRASILERAS Y DATOS SIMULADOS / [pt] X12-ARIMA E TRAMO/SEATS: UMA COMPARAÇÃO UTILIZANDO AS SÉRIES DAS CONTAS TRIMESTRAIS BRASILEIRAS E DADOS SIMULADOSSHEILA CRISTINA ZANI 19 July 2001 (has links)
[pt] Esta dissertação tem como objetivo comparar procedimentos de ajuste sazonal em séries temporais. As metodologias utilizadas são a do X12-ARIMA e a metodologia TRAMO/SEATS. Utilizaram-se as séries agregadas das Contas Trimestrais Brasileiras, fornecidas pelo Instituto Brasileiro de Geografia e Estatística - IBGE, no período compreendido entre o primeiro trimestre de 1991 e o segundo trimestre de 2000. Os aplicativos utilizados no decorrer do trabalho foram SPSS, FORECAST PRO, X12-ARIMA (versão DOS), SAS e
TRAMO/SEATS (versão DOS). Também foram utilizadas séries simuladas com diferentes formulações para a tendência e sazonalidade, a fim de melhor analisar os resultados. / [en] This paper intends to perform a comparison of seasonal
adjustment procedures. The compared methodologies are X12-
ARIMA and TRAMO/SEATS.
This current work encompasses the Brazilian Quarterly
aggregated accounts which were obtained from the Brazilian
Governmental Statistical Office (IBGE - Instituto Brasileiro
de Geografia e Estatística) in the period between the first
quarter of 1991 and the second quarter of 2000. This data,
in the process of analysis, went trough the following
software: SPSS, FORECAST PRO, X12-ARIMA (DOS version) and
TRAMO/SEATS (DOS version).
Some simulated series (with different structures for trend
and seasonality) were also used in order to provide further
and more accurate comparisons of the two methodologies. / [es] Esta disertación tiene como objetivo comparar
procedimientos de ajuste estacional en series de tiempo.
Las metodologías utilizadas son X12-ARIMA y TRAMO/SEATS. Se
utilizaron las series agregadas de las Cuentas Trimestrales
Brasileras, proporcionadas por el Instituto Brasilero de
Geografía y Estadística - IBGE, en el período comprendido
entre el primer trimestre de 1991 y el segundo trimestre de
2000. Los aplicativos utilizados en este trabajo fueron
SPS, FORECAST PRO, X12-ARIMA (versión DOS), SAS y
TRAMO/SEATS (versión DOS). También fueron utilizadas
series simuladas con diferentes formulaciones para la
tendencia y estacionalidad, a fin de analizar mejor los
resultados.
|
3 |
Sezónní očišťování časových řadEisler, Jan January 2006 (has links)
Tato diplomová práce je zaměřená na problematiku týkající se sezónního očišťování časových řad založené na Boxově-Jenkinsově metodologii. Její nedílnou součástí je aplikace dvou nejpoužívanějších metod (X12 ARIMA, TRAMO/SEATS) na konkrétních datech ? čtvrtletní hodnoty HDP vybraných zemí EU - 25 a čtvrtletní míra nezaměstnanosti v populaci 15 - 24 let u vybraných zemí EU - 25.
|
4 |
Säsongsrensning : En komparativ studie av TRAMO/SEATS och X-12 ARIMAOdencrants, Martin, Rahm, Fredrik January 2007 (has links)
<p>Ett syfte med tidserieteori är att dekomponera en observerad tidsserie i en summa icke observerbara komponenter. Dessa komponenter är Trend, Cykel, Säsong, Kalendereffekter, Extremvärden samt Irreguljära effekter.</p><p>Det finns två olika teorier för dekomponering av tidsserier, modellbaserad dekomponering och icke modellbaserad dekomponering. De två olika teorierna skiljer sig åt i grunden. Den här uppsatsen syftar till att utvärdera de två säsongsrensningsmetoderna TRAMO/SEATS och X-12 ARIMA samt att säsongsrensa tidsserien över den totala lönesumman, vilken är en del av statistikprodukten Lönesummor arbetsgivaravgifter och preliminär A-skatt (LAPS) producerad av SCB.</p>
|
5 |
Säsongsrensning : En komparativ studie av TRAMO/SEATS och X-12 ARIMAOdencrants, Martin, Rahm, Fredrik January 2007 (has links)
Ett syfte med tidserieteori är att dekomponera en observerad tidsserie i en summa icke observerbara komponenter. Dessa komponenter är Trend, Cykel, Säsong, Kalendereffekter, Extremvärden samt Irreguljära effekter. Det finns två olika teorier för dekomponering av tidsserier, modellbaserad dekomponering och icke modellbaserad dekomponering. De två olika teorierna skiljer sig åt i grunden. Den här uppsatsen syftar till att utvärdera de två säsongsrensningsmetoderna TRAMO/SEATS och X-12 ARIMA samt att säsongsrensa tidsserien över den totala lönesumman, vilken är en del av statistikprodukten Lönesummor arbetsgivaravgifter och preliminär A-skatt (LAPS) producerad av SCB.
|
6 |
Prognoser av ekonomiska tidsserier med säsongsmönster : En empirisk metodjämförelseLeja, Eliza, Stråle, Jonathan January 2011 (has links)
I denna uppsats har olika metoder för att göra prognoser för ekonomiska tidsserier med säsongsmönster jämförts och utvärderats. Frågan som undersökningen har kretsat kring är: Vilken metod är bäst lämpad för att göra prognoser av tidsserier med säsongsmönster? De metoder som jämförs är säsongsrensningsmetoderna Census II och TRAMO/SEATS, säsongsmodellerna SARIMA och ARIMA med dummyvariabler för säsong samt en metod där medelvärdena från de fyra första metoderna används som prognoser. För att genomföra undersökningen har dessa metoder tillämpats på fyra ekonomiska tidsserier, nämligen: konsumtion, BNP, export samt byggstarter. Resultatet från undersökningen är att säsongsmodellerna är bäst för konsumtionsserien, säsongsrensningsmetoderna är bäst för BNP- och exportserien och den ena säsongsmodellen (SARIMA) är bäst för byggstartsserien medan den andra (ARIMA-dummy) är den sämsta. Val av prognosmetod beror med andra ord på vilken serie som ska prognostiseras.
|
Page generated in 3.9207 seconds