Popis:
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)
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