Hledej
Zobraz:
Univerzity
Kategorie
Rozšířené vyhledávání
12 663
projektů
Home » Vypracované otázky » Ukázky vypracovaných otázek z předmětu Modelování sociálních a ekonomických procesů
Ukázky vypracovaných otázek z předmětu Modelování sociálních a ekonomických procesů
«»
| Přípona .doc |
Typ vypracované otázky |
Stažené 0 x |
| Velikost 0,1 MB |
Jazyk český |
ID projektu 11701 |
| Poslední úprava 12.03.2018 |
Zobrazeno 850 x |
Autor: royal.cut |
Sdílej na Facebooku |
||
| Detaily projektu | ||
- Cena:
8 Kreditů - kvalita:
85,4% -
Stáhni
- Přidej na srovnání
- Univerzita:Univerzita Pardubice
- Fakulta:Fakulta ekonomicko-správní
- Kategorie:Ekonomika » Ekonomie
- Předmět:Modelování sociálních a ekonomických procesů
- Studijní obor:-
- Ročník:4. ročník
- Formát:MS Office Word (.doc)
- Rozsah A4:3 stran
Vyrovnání časových řad
Vyrovnání přímkou - nejjednodušší, i když nejméně přesné, k vyrovnání se používá lichý počet původní časové řady, protože tak vždy vyrovnáme k nějakému členu původní řady a ne mezi členy ; nebo sudým počtem členů kde dostaneme nové, fiktivní členy, které neodpovídají původnímu rozložení členů časové řady
Vyrovnání polynomickými křivkami -
Jak vypadá bílý šum
Bílý šum je takový náhodný proces, pro nějž platí, že procesy e(t) a e(t-1) jsou nezávislé, bílý šum pokrývá frekvenční pásmo 0 - ∞, je to vodorovná čára, na osách úhlová frekvence a amplituda váhové funkce (vstupem je dirakova fce, na výstupu je impulsní charakteristika)
Vyrovnání přímkou - nejjednodušší, i když nejméně přesné, k vyrovnání se používá lichý počet původní časové řady, protože tak vždy vyrovnáme k nějakému členu původní řady a ne mezi členy ; nebo sudým počtem členů kde dostaneme nové, fiktivní členy, které neodpovídají původnímu rozložení členů časové řady
Vyrovnání polynomickými křivkami -
Jak vypadá bílý šum
Bílý šum je takový náhodný proces, pro nějž platí, že procesy e(t) a e(t-1) jsou nezávislé, bílý šum pokrývá frekvenční pásmo 0 - ∞, je to vodorovná čára, na osách úhlová frekvence a amplituda váhové funkce (vstupem je dirakova fce, na výstupu je impulsní charakteristika)
Klíčová slova:
časový řád
bílý šum
kořist
růstové modely
derivace
integrace
diference
korelační funkce
Obsah:
- Vyrovnání časových řad
Jak vypadá bílý šum
Jednotkový skok a přechodová charakteristika
Kořist - dravec
Růstové modely
Fourierova transformace - k čemu je, rozklad
Malthusův předpoklad
Verhulstův předpoklad
Gompertzův předpoklad
Regrese
ARMA
Nakreslit model derivace
Překreslit frekvenční oblast pro sinus
1a) Rozdíl mezi korelační a autokorelační funkcí
1b) Rozdíl mezi korelační a kovarianční funkcí
2) Napište vztahy pro AR a MA a uveďte, co znamenají jednotlivé proměnné
3) Nakreslete shodu objektu s modelem
4) Napište výhody a nevýhody postupné integrace
5a) Napište výhody a nevýhody postupné derivace
5b) Napište výhody a nevýhody postupné diference
4) Napište výhody a nevýhody frekvenční funkce
5) Napište, k čemu slouží parciální korelační funkce