Prognozowanie metodą wyrównywania falkowego
DOI:
https://doi.org/10.12775/AUNC_ZARZ.2012.006Słowa kluczowe
prognozy falkowe, nieparametryczna estymacja sygnałów, przeskalowywanie falkoweAbstrakt
W artykule dyskutuje się metody wyznaczania prognoz falkowych na podstawie szeregów jednowymiarowych oraz proponuje nowe rozwiązanie w tym zakresie, oparte na nieparametrycznej estymacji losowego sygnału metodą wyrównywania falkowego. Podejście to jest falkowym odpowiednikiem metody wyrównywania wykładniczego, będąc jednak rozwiązaniem znacznie bardziej uniwersalnym przy niewiele większej złożoności obliczeniowej. Badanie empiryczne wykonane na podstawie 17 szeregów czasowych z bazy M3-IJF-Competition dostarcza bardzo obiecujących wyników, które potwierdzają przydatność proponowanego rozwiązania.Bibliografia
Alrumaih R. M., Al-Fawzan M. A. (2002), Time Series Forecasting Using Wavelet Denoising, Journal of King Saudi University, Engineering Sciences, 14, 221–234.
Arino M. (1995), Time Series Forecasts via Wavelets: An Application to Car Sales in the Spanish Market, Discussion Paper No. 95–30, Institute of Statistics and Decision Sciences, Duke University.
Augustyniak P. (2003), Transformacje falkowe w zastosowaniach elektrodiagnostycznych, Uczelniane Wydawnictwa Naukowo-Dydaktyczne, AGH, Kraków.
Bruzda J. (2011), Wavelet Analysis in Economic Applications, monografia w przygotowaniu. Chen H., Vidacovic B., Mavris D. (2004), Multiscale Forecasting Method using AR MAX Models, Biomedical Engineering Technical Report No. 30/2004, Georgia Institute of Technology.
Conejo A. J., Plazas M. A., Espínola R., Molina A. B. (2005), Day-Ahead Electricity Price Forecasting Using the Wavelet Transform and ARI MA Models, IEEE Transactions on Power Systems, 20, 1035–1042. DOI: http://dx.doi.org/10.1109/TPWRS.2005.846054
Ferbar L., Čreslovnik D., Mojškerc B., Rajgelj M. (2009), Demand Forecasting Methods in a Supply Chain: Smoothing and Denoising, International Journal of Production Economics, 118, 49–54. DOI: http://dx.doi.org/10.1016/j.ijpe.2008.08.042
Fernandez V. (2008), Traditional versus Novel Forecasting Techniques: How Much do We Gain?, Journal of Forecasting, 27, 637–648. DOI: http://dx.doi.org/10.1002/for.1066
Fryźlewicz P., Van Bellegem S., von Sachs R. (2003), Forecasting Nonstationary Time Series by Wavelet Process Modelling, Annals of the Institute of Statistical Mathematics, 55, 737–764.
Kaboudan M. (2005), Extended Daily Exchange Rates Forecasts Using Wavelet Temporal Resolution, New Mathematics and Natural Computation, 1, 79–107. DOI: http://dx.doi.org/10.1142/S1793005705000056
Makridakis S., Hibon M. (2000), The M3-Competition: Results, Conclusions and Implications, International Journal of Forecasting, 16, 451–476. DOI: http://dx.doi.org/10.1016/S0169-2070(00)00057-1
Minu K. K., Lineesh M. C., Jessy John C. (2010), Wavelet Neural Networks for Nonlinear Time Series Analysis, Applied Mathematical Sciences, 4, 2485–2495.
Nason G. P. (2008), Wavelet Methods in Statistics with R, Springer-Business Media, New York. DOI: http://dx.doi.org/10.1007/978-0-387-75961-6
Percival D. B., Walden A. T. (2000), Wavelet Methods for Time Series Analysis, Cambridge University Press, Cambridge.
Renaud O., Starck J.-L., Murtagh F. (2002), Wavelet-based Forecasting of Short and Long Memory Time Series, Working Paper No. 2002.04, University of Geneva.
Schlüter S., Deuschle C. (2010), Using Wavelets for Time Series Forecasting – Does it Pay Off?, Diskussionspapier No. 4/2010, Institut für Wirtschaftspolitik und Quantitative Wirtschaftsforschung, Friedrich-Alexander-Universität.
Wong H., Ip W.-C., Xie Z., Lui X. (2003), Modelling and Forecasting by Wavelets, and the Application to Exchange Rates, Journal of Applied Statistics, 30, 537v553. DOI: http://dx.doi.org/10.1080/0266476032000053664
Pobrania
Opublikowane
Jak cytować
Numer
Dział
Statystyki
Liczba wyświetleń i pobrań: 228
Liczba cytowań: 0
