prikaz prve stranice dokumenta Procjena autokorelacijske funkcije
  Preuzmi
PDF 516.92 KB
diplomski rad
Procjena autokorelacijske funkcije
2020. urn:nbn:hr:126:769181
Paprić, Doris
Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
Zavod za teorijsku matematiku i metodiku nastave matematike
Katedra za algebru, analizu i teoriju brojeva

Citirajte ovaj rad

Paprić, D. (2020). Procjena autokorelacijske funkcije (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:769181

Paprić, Doris. "Procjena autokorelacijske funkcije." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2020. https://urn.nsk.hr/urn:nbn:hr:126:769181

Paprić, Doris. "Procjena autokorelacijske funkcije." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2020. https://urn.nsk.hr/urn:nbn:hr:126:769181

Paprić, D. (2020). 'Procjena autokorelacijske funkcije', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, citirano: 10.11.2024., https://urn.nsk.hr/urn:nbn:hr:126:769181

Paprić D. Procjena autokorelacijske funkcije [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku; 2020 [pristupljeno 10.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:769181

D. Paprić, "Procjena autokorelacijske funkcije", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, Osijek, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:769181

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:769181
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovProcjena autokorelacijske funkcije
Naslov (engleski)Estimation az Autocorrelation Function
AutorDoris Paprić
MentorMirta Benšić (mentor)
Član povjerenstvaNenad Šuvak (predsjednik povjerenstva)
Član povjerenstvaMirta Benšić (član povjerenstva)
Član povjerenstvaDanijel Grahovac (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 algebru, analizu i teoriju brojeva)
Osijek
Datum i država obrane2020-10-02, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Teorija vjerojatnosti i statistika
Sažetak
U ovom diplomskom radu obradena je procjena autokorelacijske funkcije. Na samom početku rada napravljena je teorijska osnova vremenskih nizova, uveden je pojam stacionarnosti i opisani su osnovni modeli stacionarnih vremenskih nizova. Zatim, objašnjena je procjena očekivanja koja je bitna karakteristika stacionarnih procesa. U nastavku rada navedeno je nekoliko vrsta procjenitelja autokorelacijske funkcije. Kao klasični procjenitelj promatrana je uzoračka funkcija autokorelacija. Kako postojanje stršećih vrijednosti medu podacima značajno utječe na kvalitetu procjene uvedeni su robusni procjenitelji. Navedena su svojstva i prednosti procjenitelja dobivenih na temelju tri regresijske metode: L1 metoda, metoda najmanjih odrezanih kvadrata i MM metoda. Na kraju rada napravljena je usporedba procjenitelja na simulacijama stacionarnih procesa koja ukazuje na prednosti korištenja robusnih procjenitelja.
Sažetak (engleski)
This diploma thesis presents an estimation of autocorrelation function. In the first part, theoretical basis of time series, concept of stationarity and the most important models of stationary time series are described. Furthermore, an estimate of the mean is explained, which is an important characteristic of stationary processes. Several types of estimators of autocorrelation function are presented. Sample autocorrelation function was observed as a classical estimator. Since the presence of outliers among data can significantly affect the quality of estimation, robust estimators have been introduced. The properties of estimators based on three regression methods are given: L1 method, least trimmed squares and MM method. At the end of the paper, a comparison of estimators on stationary process simulations is made, which indicates the advantages of using robust estimators.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:769181
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 pohrane2020-10-13 07:45:31