Pravdepodobnostná predpoveď v modeloch exponenciálneho vyrovnávania

Abstract

Táto diplomová práca sa zaoberá využitím štatistických stavových modelov exponen- ciálneho vyrovnávania pri odhadovaní podmieneného pravdepodobnostného rozdelenia budúcich hodnôt časových radov. Jeho znalosť umožňuje počítať nielen bodové, ale aj in- tervalové predpovede. Práca popisuje metódy exponenciálneho vyrovnávania a zasadzuje ich do kontextu stavových modelov. Venuje sa analytickým postupom a simulačným me- tódam, využívaným pri výpočte intervalových predpovedí, konkrétne uvažuje simulácie založené na predpoklade normálneho rozdelenia, vychádzajúce z bootstrap metódy alebo na základe odhadnutého parametrického modelu. Obsahuje ukážku ich aplikácie na si- mulované aj na reálne dáta a porovnanie ich výsledkov. 1

This thesis deals with the use of statistical state space models of exponential smooth- ing for estimating the conditional probability distribution of future values of time series. This knowledge allows calculation of interval predictions, not only point forecasts. Meth- ods of exponential smoothing are described and set into the context of state space models. Analytical and simulation methods used in the calculation of interval predictions are presented, in particular simulations based on assumption of normality, bootstrap method or estimated parametric model. The methods are applied to simulated as well as real data and their results are compared. 1