0000000000272544
AUTHOR
Alīna Sadovska
showing 2 related works from this author
Lielas dimensijas vektorautoregresīvo modeļu izmantošana prognozēšanai
2016
Vektorautoregresīvā procesa (VAR) modeļi ir parādījuši sevi, kā efektīva metode makroekonomisko laikrindu prognozēšanai. Taču VAR trūkums ir tāds, ka modeļa parametru telpa pieaug kvadrātiski, pievienojot modelim jaunu mainīgo. Tā kā mūsdienās valstu ekonomikas paliek savstarpēji saistītas, paliek aktuālāks jautājums par to, kā modelī iekļaut nemodelējamus ekzogēnos mainīgos. Vektorautoregresīvā procesa modelis ar ekzogēniem mainīgajiem (VAR-X ) ļauj iekļaut nemodelējamus mainīgos, taču tāpat sastopas ar dimensionalitātes problēmu. Lai uzlabotu retāka periodiskuma daudzdimensiju datu prognozēšanu, šajā darbā teorētiski izpētam regularizitētos VAR un VAR-X modeļus, kas izretina parametru tel…
Latvijas iekšzemes kopprodukta prognozēšana ar apakštelpas metodēm
2014
Diplomdarbs aplūko iespēju izmantot apakštelpas metodes Latvijas iekšzemes kopprodukta prognozēšanai. Ar apakštelpas metodēm tiek iegūtās vairākas prognozes atkarībā no lietotāja fiksēta parametra. Tiek piedāvātas vairāku prognožu divas kombinēšanas procedūras. Rezultāti tiek salīdzināti ar prognozēm, kas tiek iegūtas ar vektorautoregresīvo un autoregresīvo slīdošā vidējā metodēm. Darba rezultātā izveidots kods programmā R, kas veic prognozēšanu ar apakštelpas metodēm. Atslēgas vārdi: stāvokļa–telpas modeļi, apakštelpas metodes, prognožu kombinēšana