prikaz prve stranice dokumenta Dugoročna zavisnost
  Preuzmi
PDF 1018.47 KB
diplomski rad
Dugoročna zavisnost
2018. urn:nbn:hr:126:480768
Grgić, Lucijana
Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
Zavod za teorijsku matematiku i metodiku nastave matematike
Katedra za vjerojatnost, matematičku statistiku i podatkovnu znanost

Citirajte ovaj rad

Grgić, L. (2018). Dugoročna zavisnost (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:480768

Grgić, Lucijana. "Dugoročna zavisnost." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2018. https://urn.nsk.hr/urn:nbn:hr:126:480768

Grgić, Lucijana. "Dugoročna zavisnost." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2018. https://urn.nsk.hr/urn:nbn:hr:126:480768

Grgić, L. (2018). 'Dugoročna zavisnost', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, citirano: 29.05.2023., https://urn.nsk.hr/urn:nbn:hr:126:480768

Grgić L. Dugoročna zavisnost [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku; 2018 [pristupljeno 29.05.2023.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:480768

L. Grgić, "Dugoročna zavisnost", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, Osijek, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:480768

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:480768
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDugoročna zavisnost
Naslov (engleski)Long-range Dependence
AutorLucijana Grgić
MentorDanijel Grahovac (mentor)
Član povjerenstvaMirta Benšić (predsjednik povjerenstva)
Član povjerenstvaDanijel Grahovac (član povjerenstva)
Član povjerenstvaNenad Šuvak (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
(Zavod za teorijsku matematiku i metodiku nastave matematike)
(Katedra za vjerojatnost, matematičku statistiku i podatkovnu znanost)
Osijek
Datum i država obrane2018-07-06, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Teorija vjerojatnosti i statistika
Sažetak
U ovom diplomskom radu predstavljeni su procesi čija autokorelacijska funkcija nije apsolutno sumabilna. Takvi procesi se nazivaju stacionarni procesi s dugoročnim pamćenjem i svoju primjenu nalaze u različitim područjima poput klimatologije i hidrologije. Navedene su definicije i osnovni rezultati stacionarnih procesa s dugoročnim pamćenjem te dvije klase takvih procesa. Jedna od njih su frakcionalni ARIMA procesi koji su prirodno proširenje klasičnih ARIMA procesa. Prikazane su strukture autokorelacijske funkcije i spektralne gustoće takvih procesa. Zatim su uvedeni statistički procjenitelji koji služe za uočavanje dugoročne zavisnosti u nekom vremenskom nizu. To su R/S statistika, log–log korelogram, graf varijance, periodogram te Whittleov aproksimativni ML procjenitelj. Uvedeni koncept dugoročne zavisnosti primijenjen je na dva vremenska niza: godišnji minimalni vodostaj rijeke Nil i globalnu temperaturu sjeverne polutke Zemlje.
Sažetak (engleski)
In this graduate work, the processes of which the autocorrelation function is not absolutely summable are presented. Such processes are called stationary processes with long memory and its application are found in different areas such as climate and hydrology. Definitions and basic results of stationary processes with long memory and two classes of such processes are presented. One of them are fractional ARIMA processes that are the natural expansion of the classical ARIMA processes. The structures of autocorrelation function and spectral density of such processes are presented. Then, statistical estimators are introduced to identify long–range dependence in some time series. These are R/S statistic, log–log correlogram, variance plot, periodogram and Whittle’s approximate ML estimator. The concept of long–range dependence has been introduced in two time series: yearly minimum water level of the Nile River and the global temperature of the northern hemisphere of the Earth.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:480768
Studijski programNaziv: Matematika; smjerovi: Financijska matematika i statistika, Matematika i računarstvo, Industrijska i primijenjena matematika
Smjer: Financijska matematika i statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag.math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2018-07-12 06:57:08