1. Napovedovanje prodaje zdravil z uporabo naprednih metod napovedovanja časovnih vrst : magistrsko deloŽan Pudič, 2023, master's thesis Abstract: Magistrsko delo zajema uporabo naprednih modelov za napovedovanje prodaje zdravil. Cilj dela je s pomočjo naprednih metod napovedovanja v programskem okolju R, postaviti napovedovalne modele za posamezne skupine zdravil, ki bodo v izbranih intervalih zaupanja uspešno napovedali prihodnjo prodajo. V delu smo za potrebe napovedovanja uporabili modele kot so ARIMA, CNN, Holt-Winters pri čemer smo te primerjali z naivno metodo napovedovanj in tako ocenili njihovo sposobnost napovedovanja. Prav tako smo v delu podrobno analizirali izhode v fazi kreiranja modelov na podlagi katerih smo izvedli nadaljnjo selekcijo modelov s katerimi lahko uspešno napovemo prihodnjo prodajo. Uspešne napovedi smo izvedli pri vseh skupinah zdravil. V delu je najuspešnejšo napoved pri skupinah zdravil M01AB. M01AE, N02BA, N05C, R03 in R06 imel ARIMA model. Prodajo v skupinah zdravil N05C in N02BE pa lahko napovedujemo zgolj z uporabo CNN, saj noben izmed preostalih modelov ni uspel dovolj dobro zajeti informacij znotraj časovne vrste, da bi lahko z njim podali napoved.
Keywords: napredne metode napovedovanja, časovne vrste, napovedovanje prodaje, napovedovalni modeli, ARIMA, CNN, Holt-Winters.
Published in DKUM: 26.09.2023; Views: 436; Downloads: 69
 Full text (3,58 MB) |
2. Integrirani avtoregresijski modeli s premikajočimi sredinami za napovedovanje porabe električne energijeMatic Tajnik, 2016, master's thesis Abstract: Magistrsko delo obravnava primerjavo pristopov različnih tehnik k napovedovanju porabe električne energije. Delo je razdeljeno na pet poglavij. V prvem poglavju so predstavljene tehnike modeliranja, ki so potrebne za razumevanje opravljenih analiz in nadaljnih primerjav, to so: večstopenjska linearna regresija, metoda podpornih vektorjev, naključni gozd in mehka logika. Pregledu metod modeliranja sledi poglavje, kjer so predstavljeni indeksi kakovosti modelov. Razdeljeni so v pet podpoglavij: napake, determinacijski koeficient, popravljen determinacijski koeficient, statistični F-test in informacijski kriteriji. V tretjem poglavju so podrobno predstavljeni in razčlenjeni integrirani avtoregresijski modeli premikajoče sredine (ARIMA). Naprej je predstavljena avtokorelacija in njene funkcije, sledi definicija stacionarnosti in diferenciranja časovne vrste, predstavljeni so sezonski ARIMA modeli, na koncu sledijo koraki Box-Jenkins metodologije za izgradnjo ARIMA modelov. V četrtem poglavju je povzeta uporaba taksonomije, izdelana je razširitev taksonomije napovedovanja v elektrogospodarstvu, predstavljena je obdelana literatura in prikaz taksonomskih enot, ki so bile vsebovane v njej. Poleg taksonomskih enot so za obravnavano literaturo predstavljeni grafi primerjav tehnik modeliranja. V zadnjem poglavju so predstavljeni izračuni in primerjava rezultatov natančnosti modelov za napovedovanje. Najprej je predstavljena lastna časovna vrsta, sledi konstrukcija ARIMA modela po Box-Jenkins metodologiji in kasneje še modelov AutoARIMA (funkcija, ki samostojno določi parametre modela), multiple linearne regresije (MLR) in metode podpornih vektorjev (SVM). Na koncu poglavja so prikazane analize primerjav med modeli glede na dolžino in odmik učnega obdobja. Primerjani so tudi modeli za 12 urno napovedovanje.
Keywords: napovedovanje, linearna regresija, naključni gozd, podporni vektorji, ARIMA modeli, taksonomija, mehka logika, informacijski kriteriji.
Published in DKUM: 07.02.2017; Views: 3187; Downloads: 347
Full text (4,58 MB) |
3. |
4. Preverjanje veljavnosti hipoteze učinkovitega trga: primer Stockholm Stock Exchange : diplomsko deloVita Jagrič, 2005, undergraduate thesis Keywords: borzništvo, borze, učinkovitost, finančna analiza, kazalniki, indikatorji, finančni trg, trgovanje, matematična statistika, statistična analiza, analiza časovnih vrst, časovne vrste, hipoteze, baze podatkov, ekonomski modeli, matematični modeli, ARIMA modeli, analiza variance, korelacije, odvisnosti
Published in DKUM: 28.09.2007; Views: 4344; Downloads: 422
Full text (1,78 MB) |
