Spelling suggestions: "subject:"laiko šilutės"" "subject:"laiko eilučių""
1 |
Muitinės importo procedūrų taikymo analizė / Analysis of customs import proceduresIkvildaitė, Agnė 02 July 2014 (has links)
Importo deklaracijų analizės tikslas nustatyti – įvairius sąryšius, kuriais remiantis būtų galima kuo tiksliau prognozuoti importo procedūrų skaičių iš turimų, kol kas negausių, statistinių duomenų ir į ką atsižvelgiant tas prognozes koreguoti priklausomai nuo stebėjimu, kurie bus gaunami laikui bėgant. Remiantis regresinės analizės metodais, panaudojant "dummy" kintamuosius ir remiantis indeksais siejančiais laiko eilutės elementus buvo surastos kelios prognozavimui skirtos funkcijos. Tinkamiausia nebuvo išskirta dėl duomenų trūkumo, kuris neleidžia daryti griežtų išvadų. Šios funkcijos bus tikslinamos atsižvelgiant į tolimesnius stebėjimus. / Monthly data of customs procedures at import are collected in Customs department. From the 1st of May 2004 the data became incomparable with the data collected before; differences appeared because Lithuania became EU state. In this work time series expressing monthly number of procedures at import were analysed and some functions for forecasting were found. The functions were found using regression analysis, dummy variables and two types of indexes linking different time series elements. Available time series were quite short for drawing strict inferences therefore the best function for forecasting was not distinguished. It was concluded to compare future observations with predictions and to adjust coefficients of forecasting functions due to new observations.
|
2 |
Vandens lygio Nemuno žemupio deltoje potvynių metu vertinimas / Water level at Nemunas River delta estimation during floodsSmirnova, Julija 04 June 2004 (has links)
Tne main purpose of this paper was to apply statistical methods for extreme events and to estimate probabilities of exceedance of the highest water level recorded and return period of a very large inundated area. Since Nemunas River water levels follow each other time-wise, they were examined in time series context.
|
3 |
Utilizavimo proceso laiko eilučių modelis / Time series model for waste utilizationMichailova, Olga 30 June 2014 (has links)
Šiame darbe buvo atlikta gyvūninės kilmės atliekų utilizavimo proceso analizė. Pagrindinis uždavinys- rasti būdą prognozuoti utilizavimo proceso pabaigą ir tuo sumažinti energijos suvartojimą. Naudojausi laiko eilučių prognozavimo modeliu. Aprašiau savo metodą pasikeitimo taškui rasti. Taip pat buvo panaudota tiesinė regresija. Galimybė prognozuoti pasikeitimo tašką leistų žymiai sumažinti utilizavimo proceso savikainą. / I this work, an analysis of animal waste utilization process was performed. The main task was to find a way to predict the end of the desiccation process, because possibility to predict this end point may reduce energy consumption. I used the time series forcasting model and proposed method for the change point detection. Linear regression was also used for this task.
|
4 |
Šalies ekonomikos indikatorių dinamikos modelis / The model of the country‘s economic indicators dynamicsBratčikovienė, Nomeda 03 March 2014 (has links)
Disertacijoje nagrinėjamos šalies pagrindinių ekonominių indikatorių modeliavimo galimybės, analizuojamos teorinės bei praktinės vertinimo prielaidos, šalies ūkio ypatumų sąlygojami apribojimai, tiriama Lietuvos bei užsienio šalių ekonominių modelių struktūra, šiuose modeliuose naudojamų ekonominių indikatorių rinkiniai bei pasirinkti metodai. Norint gauti patikimus rezultatus, darbe atlikta ekonominio modeliavimo metodų lyginamoji analizė. Disertacijos tyrimų objektas – makroekonominių, verslo bei socialinių indikatorių laiko eilutės.
Pagrindinis disertacijoje keliamas darbo tikslas – sukurti pagrindinių šalies ekonomikos pokyčius matuojančių indikatorių dinamikos modelį, kurį naudojant galima kompleksiškai vertinti susiformavusių ekonominių indikatorių adekvatumą, jų suderinamumą bei tarpusavio sąveiką, tirti esamą šalies ekonominę būklę bei jos tvarumą, analizuoti atskirų ekonominių indikatorių pokyčių pasekmes ekonominei būsenai, kurti skirtingus ekonominius scenarijus bei įvertinti šalies ūkio ekonominę perspektyvą.
Darbe sprendžiami pagrindinai uždaviniai: kuriamo šalies ekonomikos indikatorių dinamikos modelio struktūros bei teorinio pagrindimo nustatymas, tinkamų kompleksinio modeliavimo metodų parinkimas, modelio bei prognozių tikslumo ir stabilumo tyrimas, programinių priemonių sukūrimas.
Atlikus esamų ekonominio modeliavimo metodų analizę, disertacijos užsibrėžtiems tikslams pasiekti ir uždaviniams įgyvendinti, buvo nuspręsta kurti naują šalies ekonominės būsenos... [toliau žr. visą tekstą] / The doctoral thesis investigates the opportunities for the modelling of leading county‘s economic indicators, analyses the theoretical and practical assumptions, the limitations conditioned by the country’s economic features, studies the structure of economic models existing in Lithuania and foreign countries, the set of economic indicators used and selected methods of modelling. A comparative analysis of economic modelling methods was also carried out. The object of this research is the time series of macroeconomic, business and social indicators.
The goal of the work – to create the model of indicators that measure the country‘s economic dynamics, which enables the comprehensive assessment of the adequacy, coherence and interoperability of available economic indicators, the investigation and analysis of the current economic situation and its sustainability, the evaluation of the consequences of changes in certain economic indicators for the economic situation, the development of different economic scenarios, and the assessment of the country’s economic prospects.
The main tasks solved in the work: determination of the structure and theoretical validity of the model of county‘s economic indicators dynamics, selection of appropriate comprehensive modelling methods, investigation of the accuracy and stability of the model and forecasts, development of software.
After an analysis of existing economic modelling methods, in order to achieve the objectives and goals of the thesis... [to full text]
|
5 |
Finansinių trukmių modeliavimas / Modelling of financial durationsFedotenkov, Igor 08 September 2009 (has links)
Šiais laikais atliekama daug tyrimų ultra aukšto dažnio duomenų srityje. Nagrinėjant duomenis jų pasirodymo metu, galima suprasti daugelį įvairių procesų, vykstančių prekyboje, bei geriau išnagrinėti rinkos mikrostruktūrą. Be to, ultra aukšto dažnio duomenys pasižymi daugeliu naujų ir unikalių savybių. Šis darbas yra skirtas laiko intervalų tarp sandorių dinamikai aprašyti. Analizei buvo paimti vienos akcijos, kuria prekiaujama Londono vertybinių popierių biržoje, duomenys. Pagrindinis šio darbo tikslas - sukurti modelį, tinkamą duomenų analizei ir prognozavimui. Iš pradžių buvo bandoma pritaikyti kai kuriuos klasikinius ACD tipo modelius. Atsižvelgus į jų trūkumus, buvo pasiūlytas sudėtingesnis modelis, leidžiantis skirtingą trukmių dinamiką, priklausomai nuo kainų pokyčių. Į modelio specifikaciją įtraukus netiesinę funkciją, modelis geriau aprašo sąryšius, kurie egzistuoja duomenyse, padidėja modelio lankstumas, todėl jis gerai tinka praktiniam panaudojimui. Teorinės modelio savybės, tokios kaip pusiausvyros egzistavimas, stacionarumas ir ergodiškumas, buvo išnagrinėtos konkrečiai modelio funkcinei formai, bet panaudoti metodai gali būti pritaikyti ir bendresnėms modelių klasėms. / Nowadays, many researches are made in ultra high frequency data series. Considering the data in time intervals as it arrives, helps to understand a variety of issues relating to trading process and market microstructure. The empirical analyses of such data present a number of new and unique statistical challenges. This work considers the dynamics of time intervals between transactions of one share in London Stock Exchange. The aim of this work is to make a statistically relevant model suitable for analysis of time intervals, and making the forecasts. First, some classical ACD-type models where tried to apply for a description of the data under consideration. After, a more sophisticated model using nonlinear functions was proposed in order to manage the problems arising in the classical models. More over, the model enables different dynamics of intervals between trades, depending on last price change. Comparing with the classical methods, the proposed model much better describes nonlinear dependence existing in the data. It enhances a goodness of fit, and is more applicable for practical use. Theoretical features such as an existence of equilibrium, stationarity and ergodicity where considered under specific functional form. But the idea can be extended for more general classes of models.
|
6 |
Informacinių technologijų rizikos valdymo sistema / Information technology risk management frameworkVirbalas, Linas 08 September 2009 (has links)
Šiuo darbu pristatoma sukurta sistema, kuria galima modeliuoti ir valdyti rizikas, kylančias iš IT, susijusias su IS nepasiekiamumu ar lėtu veikimu. Sistema realizuota pasitelkus neuroninius tinklus ir yra apmokoma sukaupta statistine informacija iš informacinių sistemų. Jai nurodoma, kurios statistinės informacijos laiko eilutes norima modeliuoti – t.y. kurios iš jų yra rizikos išraiška (serverių apkrovimas, IS atsakymo laikas ir pan.). Sistema pati nustato koreliuojančias statistines laiko eilutes, sugrupuoja susijusias ir kiekvienai grupei sukuria po modelį – apibendrina iki tol nežinomą priklausomybę tarp laiko eilučių pasitelkusi neuroninį tinklą. Kiekvienam iš tų modelių pateikus įtakojančių parametrų reikšmes, sistema sumodeliuoja rizikos parametro reikšmę. Eksperimentai parodė, jog sistema gali būti sėkmingai naudojama mišriame IT ūkyje ir geba modeliuoti įvairius IT bei IS komponentų parametrus, kurie sąlygoja rizikas. / By this work we present an IT risk management system, which is capable to model and manage risks that arise from IT wich are related with IS downtimes and slow response times. The system is implemented by using a proposed neural network architecture as a heart of the modeling engine. It is trained with accumulated datasets from existing information systems. The user shows for the system which statistical data time series one needs to model – i.e. the one which represents the risk (like server load, IS response time, etc.). The system automatically determines correlated statistical time series, groups them and creates a separate model for each group – this model generalizes until then unknown relationship between time series by invoking neural network. The model then accepts values of the input parameters and the system models the value of the risk parameter. Experiments have shown that the proposed system can be successfully used in a mixed IT environment and can be rewarding for one who tracks IT risks coming from various IT and IS components.
|
Page generated in 0.042 seconds