Sirvi Märksõna "aegridade analüüs" järgi

Nüüd näidatakse 1 - 20 29

listelement.badge.access-status Avatud juurdepääs ,
Aegridade korrelatsioon- ja regressioonanalüüs : õppevahend majandusteaduskonna üliõpilastele
(Tartu Ülikool, 1983) Vainu, Jaan
listelement.badge.access-status Avatud juurdepääs ,
Analysis of the links among FDI, GDP, oil and gas prices in developed, developing and resource-dependent countries
(2023) Hasanov, Ali; Raus, Toomas, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
This thesis studies the possible causal relationships among foreign direct investment (FDI), oil and gas prices, and gross domestic product (GDP) growth in 3 different groups of countries for the period of 1971-2021. Many unsuccessful countries in the world cannot efficiently attract their resources for economic growth. Sometimes resource-rich countries cannot maximize the benefits of the trade of natural sources. For example, many oil-dependent countries still fail to diversify their economy, and state incomes fluctuate as oil prices change. Moreover, in this thesis, some developed and successful developing countries are studied in order to compare their experience with resource-dependent countries. The effects of oil/gas prices on GDP and FDI, also the relationship between GDP and FDI are studied in selected 5 resourcedependent countries, 5 developed countries, and 5 developing countries using the Granger causality test and vector autoregressive (VAR) model. In general, this thesis asserts that an increase in commodity prices can negatively affect resource-dependent countries.
listelement.badge.access-status Avatud juurdepääs ,
Äritsükli indeksi hindamine Kalmani filtriga
(2019) Riik, Ravel; Kangro, Raul, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Vastava magistritöö eesmärk on rakendada Kalmani filtrit ning tuletada vastava meetodiga äritsükli indeks. Meetodi sobivust testitakse kahe erineva makromajanduse aegrea abil.
listelement.badge.access-status Avatud juurdepääs ,
Clustering financial time series
(2020) Potikyan, Nshan; Kangro, Raul, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Time series clustering is heavily based on choosing a proper dissimilarity measure between a pair of time series. We present several dissimilarity measures and use two synthetic datasets to evaluate their performance. Hierarchical clustering and network analysis methods are used to perform cluster analysis on stock price time series of 594 US-based companies in order to verify whether stock prices of companies operating within an industry have common uctuations. The results of the thesis show that some companies within the same industry do form clusters, while others are relatively scattered.
listelement.badge.access-status Avatud juurdepääs ,
Corporate tax arrears prediction based on monthly time series of tax arrears
(Tartu Ülikool, 2020) Siimon, Õie Renata; Lukason, Oliver, juhendaja; Tartu Ülikool. Majandusteaduskond; Tartu Ülikool. Sotsiaalteaduste valdkond
listelement.badge.access-status Avatud juurdepääs ,
Eesti elektrienergia hinna analüüs ja ühesammuline prognoosimine ARIMA tüüpi mudelitega
(Tartu Ülikool, 2015) Päll, Kärt; Kangro, Raul, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
Antud magistritöö eesmärgiks on vaadelda järgmise päeva elektrihinna prognoosimist erinevate meetoditega, valida vaadeldud mudelite hulgast välja parim ning võrrelda selle abil saadud tulemusi automaatse koodiga leitud parima mudeli tulemustega. Kasutatud metoodika on tuttav aegridade analüüsi kursusest. Töös antakse ülevaade ühe- ja mitmemõõtmelistest aegridade mudelitest ning nendega seotud definitsioonidest. Teema paremaks lahtimõtestamiseks tutvustatakse lühidalt Eesti elektriturgu ning hinna kujunemist elektribörsil. Töös kasutatakse vaid ARIMA tüüpi mudeleid, sest need on enim kasutatavad mudelid ennustamaks aegridade käitumist tulevikus. Kogu analüüsi teostamiseks on kasutatud reaalseid andmeid.
listelement.badge.access-status Avatud juurdepääs ,
Eesti elektritarbimise prognoos
(Tartu Ülikool, 2015) Dalberg, Cliona Georgia; Kangro, Raul, juhendaja; Lassmann, Joosep, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
Käesolevas magistritöös prognoositakse Eesti elektritarbimist 24 tundi ette. Antakse ülevaade tugivektorregressiooni teooriast ning kasutatavast paketist R tarkvaras. Koostatakse ennustamiseks lineaarse regressiooni mudelid ning tehakse nende analoogid tugivektorregressiooni abil. Võrdlemiseks kasutatakse ka ARIMA mudelit. Tulemusi hinnatakse 2015. aasta jaanuari ning veebruari prognooside keskmise suhtelise vea ning keskmise ruutvea põhjal. Mudeleid parandatakse argumenttunnuste lisamise ning muutmisega. Lõplik valik parima mudeli osas tehakse uue testperioodi kaasamisel.
listelement.badge.access-status Avatud juurdepääs ,
Evaluation and comparison of machine learning and classical econometric AR model on financial time series data
(Tartu Ülikool, 2020) Mikeliani, Roza; Kavlashvili, Nino; Eratalay, Mustafa Hakan, juhendaja; Tartu Ülikool. Majandusteaduskond; Tartu Ülikool. Sotsiaalteaduste valdkond
This paper examines the effects of time series data behaviour on the predictive performance of classical econometric univariate autoregressive and machine learning autoregressive models. The research aims to understand which forecasting approach would perform better in extreme scenarios. Even though some empirical studies demonstrate the superiority of machine learning methods relative to classical econometric methods, it is still arguable under what conditions one method can be constantly better than the other. And if there are any cases when econometric models are preferable than machine learning. Data is derived from simulation, ensuring the presence of different outlier and error distributions in small and relatively larger samples. The simulation results show that the machine learning approach outperforms econometric models in most of the cases. However, the existence of outliers worsens the performance of machine learning on small datasets. Even with the presence of outliers, as the sample size grows, the result improves so much for machine learning that it dominates the econometric model. The same models were used to forecast with rolling sample approaches on real financial data.
listelement.badge.access-status Avatud juurdepääs ,
Forecasting time series with artificial neural networks
(2019) Peedosk, Hele-Liis; Raus, Toomas, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Having accurate time series forecasts helps to be prepared for upcoming events. As many real world time series have nonlinear and irregular behavior, traditional approaches may be lacking performance. A suitable alternative method is artificial neural network models, that can achieve high accuracy in various difficult tasks. The objective of given thesis is to give theoretical and practical guidelines for applying neural networks in time series forecasting with packages h2o and neuralnet for statistical programming language R, and library Keras for programming language Python. An empirical study was conducted on five different datasets to compare multilayer perceptron model performance with long short-term memory model, and iterative, direct and multi-neural network modeling strategies with each other. The performance of neural network models were compared with liner baseline models to expose whether the results have any practical gain. When comparing the network structures, the results indicate the superiority of long short-term memory models. Furthermore, long short-term memory models offered improvement over linear baseline model almost in case of all datasets. Based on these results, neural networks proved to have great performance for time series forecasting, and should be considered as an alternative to linear models.
listelement.badge.access-status Avatud juurdepääs ,
Fractional ARIMA processes and applications in modeling financial time series
(Tartu Ülikool, 2017) Guskova, Kseniia; Kangro, Raul, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Time-series analysis is widely used in forecasting future trends on financial markets. There is a family of models which represent the property of long memory. In this thesis we aim at introducing fractionally differentiated ARIMA model in forecasting future returns of market index. In theoretical part the description of long-memory processes and statistical testing of given data are provided. In practical part we fit the models without differencing, with differencing and with fractional differencing to the market data and compare its forecast accuracy with observed values.
listelement.badge.access-status Embargo ,
G3 riikide 10-aastaste võlakirjade futuuride hindade sesoonsuse analüüs
(Tartu Ülikool, 2005) Kriisa, Triin; Pärna, Kalev, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatilise statistika instituut
listelement.badge.access-status Avatud juurdepääs ,
Haiglapatsientide arvu prognoosimine ARIMA tüüpi mudelitega
(2019) Soll, Hanna-Liisa; Fischer, Krista, juhendaja; Kangro, Raul, juhendaja; Tikk, Merje, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Käesoleva magistritöö eesmärk oli prognoosida igakuist Tartu Ülikooli Kliinikumi haiglapatsientide arvu neljal ravierialal kuni üks aasta ette. Vaadeldi otorinolarüngoloogia, pediaatria, sisehaiguste ning üld- ja plastikakirurgia erialasid. Põhieesmärgiks oli leida sobivad ühemõõtmelised ARIMA tüüpi prognoosmudelid. Lisaks prooviti prognoose täpsustada, kasutades lineaarset regressiooni ARIMA tüüpi vigadega, võttes regressoriks Eesti Haigekassa poolt aastaks tellitavate ravijuhtude arvud vastavatel erialadel. Iga eriala jaoks valiti parim ühe- ja mitmemõõtmeline mudel ning võrreldi nende täpsust aastaste prognooside ruutkeskmiste vigade põhjal. Saadud mudelite abil leiti prognoosid valimiväliseks aastaks 2018 koos prognoosiintervallidega.
listelement.badge.access-status Avatud juurdepääs ,
Kaitseväekohustuse eas Eesti meeste aktiivne kaitsetahe aastatel 2000-2017
(Tartu Ülikool, 2019) Uulimaa, Ulvi; Kasearu, Kairi, juhendaja; Tartu Ülikool. Sotsiaalteaduste valdkond; Tartu Ülikool. Ühiskonnateaduste instituut
listelement.badge.access-status Avatud juurdepääs ,
Mahuriski hinnastamine elektriturul
(2018) Kruusmann, Laura; Kangro, Raul, juhendaja; Pungas, Taavi, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Magistritöö eesmärk on leida meetod mahuriskist tuleneva hinnalisa leidmiseks elektriturul. Töös on analüüsitud mahuriski olemust ning selle hinnastamiseks on tuletatud valem minimaalse fikseeritava hinna leidmiseks teatud kliendi korral. Saadud valemi rakendamist on demonstreeritud erinevatel eeldustel elektrituru kohta.
listelement.badge.access-status Avatud juurdepääs ,
Majanduslike nähtuste ajalise muutumise uurimise põhimeetodid
(1969) Jalasto, Hans
listelement.badge.access-status Avatud juurdepääs ,
Majapidamiste tarbimis- ja säästmiskäitumise seos majandustsükliga Eesti näitel
(Tartu Ülikool, 2012) Saluveer, Kirstin; Parts, Eve, juhendaja; Tartu Ülikool. Majandusteaduskond; Tartu Ülikool. Rahvamajanduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Millenium data - a quantitative exploratory analysis using regularization models on the UK GDP growth through multi frequency data
(Tartu Ülikool, 2023) Melo Silva, Pedro Marco; Alfieri, Luca, juhendaja; Tartu Ülikool. Majandusteaduskond; Tartu Ülikool. Sotsiaalteaduste valdkond
listelement.badge.access-status Embargo ,
Modelling time-varying seasonality in quarterly industrial production series
(Tartu Ülikool, 1999) Strikholm, Birgit; Viil, Martin, juhendaja; Teräsvirta, Timo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatilise statistika instituut
listelement.badge.access-status Avatud juurdepääs ,
Modelling volume of savings deposits
(2022) Haviko, Enelin; Pärna, Kalev, juhendaja; Diamant, Jonathan, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
The objective of this master’s thesis is to find an appropriate time series model to forecast the volume of private customers’ savings deposits of one undisclosed Swedish financial institution. Models such as Holt, Holt-Winters, ARIMA and ARIMAX are fitted to the data under analysis. The best performing model is ARIMA showing approximately 20% lower error measures during the out-of-sample test period compared to the best ARIMAX models.
listelement.badge.access-status Embargo ,
Muutumispunkti leidmine aegreas
(Tartu Ülikool, 2006) Kitt, Lennart; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond