Časové řady. Ing. Michal Dorda, Ph.D.

Podobné dokumenty
2012 / Bez obav - Zvládnu to sám

Vyhodnocení průzkumu intenzit na. Ing. Michal Dorda, Ph.D.

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.

Mezinárodní přehled cen mléka v jednotlivých mlékařských společnostech za prosinec Cena ( /100 Kg)

Písemná práce k modulu Statistika

MATEMATIKA III V PŘÍKLADECH

Graf č. 1.: Celkový počet ohrožených osob leden Graf č. 2.: Celkový počet ohrožených osob dle pohlaví leden

Tomáš Karel LS 2012/2013

INFLACE V ČR A EU V LETECH

Mokerský zpravodaj. Nepravidelný zpravodaj obce Mokré pod Orlickými horami ročník X. číslo 2/2015

STATISTIKA I Metodický list č. 1 Název tématického celku:

INFORMACE Z MONITORINGU TRŽNÍ PRODUKCE MLÉKA

Pokyny pro řešení příkladů z předmětu Mechanika v dopravě pro obor. Dopravní prostředky. ak. rok. 2006/07

Část I. Dopravní průzkumy. Ing. Michal Dorda, Ph.D.

TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE

Návrhová 50-ti rázová intenzita dopravy pohledem dostupných dat Ing. Jan Martolos, Ing. Luděk Bartoš, Ing. Dušan Ryšavý, EDIP s.r.o.

Pokyny pro řešení příkladů z předmětu Mechanika v dopravě pro obor. Pozemní doprava AR 2006/2007

STAVEBNICTVÍ V LEDNU PROSINCI 2010, 2009

ITO. Semestrální projekt. Fakulta Informačních Technologií

Ukázka závěrečného testu

KGG/STG Statistika pro geografy. Mgr. David Fiedor 4. května 2015

Leden 2003 POČASÍ TLAK TEPLOTA MIN.TEPLOTA MAX.TEPLOTA REL.VLHKOST SRÁŽKY PH SMĚR VĚTRU 1 jasno cm - 2 zataženo ,

Výpočet zálohy na daň z příjmů ze závislé činnosti, sociálního a zdravotního pojištění u prvního zaměstnavatele:

město čerp. stanice měsíc Natural 95 (litry) Natural 95 (tržba)

4. Lineární diferenciální rovnice rovnice 1. ádu

Dopravní technika technologie

INFORMACE Z MONITORINGU TRŽNÍ PRODUKCE MLÉKA

Vodohospodářská bilance dílčího povodí Horní Odry ZPRÁVA O HODNOCENÍ MNOŽSTVÍ PODZEMNÍCH VOD V DÍLČ ÍM POVODÍ HORNÍ ODRY ZA ROK 2014

Z P R Á V A. Vodohospodářská bilance dílčího povodí Horní Odry

Analýza časových řad. John Watters: Jak se stát milionářem.

Vodohospodářská bilance dílčího povodí Horní Odry

4 Klimatické podmínky

8 ANALÝZA ČASOVÝCH ŘAD SEZÓNNÍ SLOŽKA

Slevu na pojistném lze poprvé uplatnit za kalendářní měsíc srpen 2009 a naposledy sleva náleží za prosinec 2010.

INFORMACE Z MONITORINGU TRŽNÍ PRODUKCE MLÉKA

Digitální učební materiál

Bytový dům "Praha 8-Libeň" - ceník na pronájem bytů 1+kk a 2+kk vč. služeb a energií

Normování živin pro jalovice

Příjem. Výdej. 400,00 Kč Nákupy: 1. týden 400,00 Kč. pov. ručení. 2. týden 600,00 Kč. 3. týden 400,00 Kč. 4. týden 700,00 Kč

Dopravní nehody

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

VYHODNOCENÍ METEOROLOGICKÝCH PRVKŮ ZA ROK 2014

VY_62_INOVACE_VK49. Datum (období), ve kterém byl VM vytvořen Duben 2012

Vybrané statistické metody. You created this PDF from an application that is not licensed to print to novapdf printer (

Časové řady - Cvičení

Stanovení Ct hodnoty. Stanovení míry variability na úrovni izolace RNA, reverzní transkripce a real-time PCR

Základy statistiky pro obor Kadeřník

Statistika nehodovosti 3. čtvrtletí 2016

INFORMACE Z MONITORINGU TRŽNÍ PRODUKCE MLÉKA

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: Číslo DUM: VY_32_INOVACE_18_FY_A

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK


Ing. Eliška Galambicová Moravskoslezská obchodní akademie, s. r. o.

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů

INFORMACE Z MONITORINGU TRŽNÍ PRODUKCE MLÉKA

Vodohospodářská bilance dílčího povodí Horní Odry

Vodohospodářská bilance dílčího povodí Horní Odry

Do 29. kalendářního dne po rozhodné události. 35. kalendářní den po rozhodné události. 28. kalendářního dne po rozhodné události

Analýza vývoje ceny na kilometr přepravy v dopravní firmě

Tematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová

Údaje jsou převzaty z

INFORMACE Z MONITORINGU TRŽNÍ PRODUKCE MLÉKA

o nehodovosti na pozemních komunikacích v České republice v období leden až červenec 2011

Základy matematiky pro FEK

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

Matematika I A ukázkový test 1 pro 2014/2015

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 2013

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

Definiční obor funkce, obor hodnot funkce. Funkce. Mgr. Tomáš Pavlica, Ph.D. Gymnázium Uherské Hradiště. Digitální učební materiály,

14. Srovnání údajů o sebevraždách v České republice se Slovenskou republikou

S T A T I S T I K A. nehodovosti na pozemních komunikacích v ČR. za období leden až červenec 2013.

Vybrané hospodářské, měnové a sociální ukazatele

MICE Statistiky Srovnání roků 2015 a 2016

V exponenciální rovnici se proměnná vyskytuje v exponentu. Obecně bychom mohli exponenciální rovnici zapsat takto:

Měsíční zpráva o sledovanosti televize Listopad 2012

Tab. č. 1 Druhy investic

CZ.1.07/1.5.00/ Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT

Grantové schéma Společného regionálního operačního programu

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

MICE Statistiky Srovnání roků 2014 a 2015

SILNIČNÍ DAŇ. Daňové přiznání ( 15) se podává vždy do následujícího kalendářního roku.

Řešíme tedy soustavu dvou rovnic o dvou neznámých. 2a + b = 3, 6a + b = 27,

Cvičení 9 dekompozice časových řad a ARMA procesy

Časové řady a jejich periodicita úvod

VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE

ANALÝZY HISTORICKÝCH DEŠŤOVÝCH ŘAD Z HLEDISKA OCHRANY PŮDY PŘED EROZÍ

Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí

Kolik stojí vzdělávání? Praha,

S T A T I S T I K A. nehodovosti na pozemních komunikacích v ČR. za období leden až listopad 2013.

Příklad 1. Řešení 1a Máme vyšetřit lichost či sudost funkce ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 3

a, c, d Mikroekonomie Tržní rovnováha Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU 1. opakování Příklad 1 Řešení Řešení Příklad

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE

VÝSLEDKY e-aukcí PRO KOMERČNÍ SEKTOR

Návrh pevného signálního plánu metodou saturovaného toku. Ing. Michal Dorda, Ph.D.

Prodejní ceny zemního plynu Pražské plynárenské, a. s., platné od 1. ledna 2010

Korekční křivka napěťového transformátoru

INDUKTIVNÍ STATISTIKA

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.

MO-ME-N-T MOderní MEtody s Novými Technologiemi

Transkript:

Ing. Michal Dorda, Ph.D.

Př. :V tabulce je uveden počet nehod na pozemních komunikacích v Ostravském kraji, které nastaly v jednotlivých měsících roku 009. Očistěte tuto časovou řadu od vlivu kalendářních variací. Měsíc Počet nehod y t Leden 400 Únor 34 Březen 407 Duben 445 Květen 894 Červen 3354 Červenec 355 Srpen 355 Září 35 Říjen 3063 Listopad 694 Prosinec 600 Ing. Michal Dorda, Ph.D.

k t n k t t n 365 & 30,4 Měsíc t Počet nehod y t Počet dní Očištěný počet nehod y t (o) Leden 400 3 355,0 Únor 34 8 38,44 Březen 3 407 3 36,97 Duben 4 445 30 479,3 Květen 5 894 3 839,85 Červen 6 3 354 30 3 400,96 Červenec 7 355 3 3449,4 Srpen 8 355 3 3449,4 Září 9 35 30 370,5 Říjen 0 3063 3 3005,69 Listopad 694 30 73,7 Prosinec 600 3 55,35 např. y kt 30,4 y 400 & k 3 (0) 355,0 Ing. Michal Dorda, Ph.D. 3

Př. : Pro časovou řadu zadanou v příkladě spočítejte základní číselné charakteristiky (diference, tempa růstu apod.). Při výpočtu pracujte s očištěnými hodnotami zaokrouhlenými na celá čísla. Ing. Michal Dorda, Ph.D. 4

Měsíc t Počet nehod y t D t D t k t [-] k t % [%] Leden 355 - - - - Únor 38-37 - 0,98 -,57 Březen 3 36 44 8,0,90 Duben 4 479 7 73,05 4,95 Květen 5 840 36 44,5 4,56 Červen 6 340 56 00,0 9,75 Červenec 7 3449 48-53,0,4 Srpen 8 3449 0-48,00 0,00 Září 9 370-79 -79 0,95-5,9 Říjen 0 3006-64 -85 0,9-8,07 Listopad 73-74 -0 0,9-9, Prosinec 55-8 93 0,93-6,63 např. D y y 38 355 37 D 3 D 3 D 44 37 8 y 3 n t ( ) y t 85 n Ing. Michal Dorda, Ph.D. 5

např. k k y 38 & y 355 0,98 y 38 00 00 &,57% y 355 % k ( k k... k ) ( 0,98,0... 0,93) &, 0 3 k % (,0 ),00% 00 & Ing. Michal Dorda, Ph.D. 6

Př. 3: V tabulce jsou uvedeny počty nehod v Moravskoslezském kraji v jednotlivých měsících let 008 a 009. Vypočítejte klouzavé roční úhrny. Počet nehod y t Měsíc 008 009 Leden 5 400 Únor 387 34 Březen 489 407 Duben 358 445 Květen 398 894 Červen 347 3354 Červenec 89 355 Srpen 348 355 Září 365 35 Říjen 345 3063 Listopad 30 694 Prosinec 300 600 3634 3446 Ing. Michal Dorda, Ph.D. 7

Počet nehod y t Rozdíl roku Klouzavé Měsíc 008 009 006-005 roční úhrny Leden 5 400-363 Únor 387 34-53 35960 Březen 489 407-8 35878 Duben 358 445-73 3565 Květen 398 894-404 3476 Červen 347 3354 07 34968 Červenec 89 355 64 3559 Srpen 348 355 34 3566 Září 365 35-390 3536 Říjen 345 3063-8 35054 Listopad 30 694-407 34647 Prosinec 300 600-40 3446 3634 3446 3634 363 53 atd. Ing. Michal Dorda, Ph.D. 8

Př. 4: V tabulce jsou uvedeny počty zaměstnanců dopravní firmy k prvnímu dni každého měsíce prvního pololetí roku 009. Vypočítejte prostý a vážený chronologický průměr této okamžikové řady. Datum t Počet zaměstnanců y t //009 5 //009 64 /3/009 3 58 /4/009 4 74 /5/009 5 76 /6/009 6 7 Ing. Michal Dorda, Ph.D. 9

Prostý chronologický průměr: y + y y + y3 yn + yn y y + +... + + y +... + yn + y n n 5 + 64 64 + 58 58 + 74 74 + 76 76 + 7 + + + + 6 5 7 + 64 + 56 + 74 + 76 + 66,7 6 n Ing. Michal Dorda, Ph.D. 0

Vážený chronologický průměr: y 5 y + y + 64 d + y d + y + d 64 + 58 3 + 3 d +... + +... + d n y n + y d n 58 + 74 74 8 + 3 + 3 + 8 + 3 + 30 + 3 n + 76 30 76 + + 7 3 & 67 Datum t Počet zaměstnanců y t Délka časové mezery d t //009 5 3 //009 64 8 /3/009 3 58 3 /4/009 4 74 30 /5/009 5 76 3 /6/009 6 7 Ing. Michal Dorda, Ph.D.

Srovnáním hodnot prostého a váženého chronologického průměru vidíme, že vliv různé délky časového intervalu, ve kterém jsou příslušné údaje sledovány, je zanedbatelný (zanedbáním různých délek jednotlivých měsíců se nedopouštíme velkých nepřesností). Ing. Michal Dorda, Ph.D.

Př. 5: Byly sledovány počty prodaných automobilů v jednom roce. Stanovte rovnici lineárního trendu pro tuto časovou řadu. Dále proveďte předpověď počtu prodaných automobilů pro další dva nadcházející měsíce. Měsíc t y t Leden 59 Únor 6 Březen 3 689 Duben 4 69 Květen 5 785 Červen 6 80 Červenec 7 898 Srpen 8 950 Září 9 050 Říjen 0 58 Listopad 30 Prosinec 5 78 033 Ing. Michal Dorda, Ph.D. 3

Pro snazší výpočet zavedeme pomocnou proměnnou t. Měsíc t t' y t' Leden -6 59 Únor -5 6 Březen 3-4 689 Duben 4-3 69 Květen 5-785 Červen 6-80 Červenec 7 898 Srpen 8 950 Září 9 3,050 Říjen 0 4,58 Listopad 5,30 Prosinec 6,5 78 0,033 b 0 y t t b t ( t ) t t y Ing. Michal Dorda, Ph.D. 4

Měsíc t t' y t' t' y t' (t') Leden -6 59-3,74 36 Únor -5 6-3,05 5 Březen 3-4 689 -,756 6 Duben 4-3 69 -,076 9 Květen 5-785 -,570 4 Červen 6-80 -80 Červenec 7 898 898 Srpen 8 950,900 4 Září 9 3,050 3,50 9 Říjen 0 4,58 4,63 6 Listopad 5,30 6,600 5 Prosinec 6,5 9,6 36 78 0,033,805 8 b 0 99,4 b 70,36 ) y 99,4 + 70, 36t t Ing. Michal Dorda, Ph.D. 5

Předpověď pro první následující měsíc získáme dosazením t 7: y ) t 99,4 + 70,36 7 4automobilů Předpověď pro druhý následující měsíc získáme dosazením t 8: y ) t 99,4 + 70,36 8 48 automobilů Ing. Michal Dorda, Ph.D. 6

600 400 00 000 800 600 400 00 0 Počet prodaných automobilů y 70,357x + 99,4-6 -5-4 -3 - - 0 3 4 5 6 Ing. Michal Dorda, Ph.D. 7