| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Napovedovanje maloprodajnih cen mesa na podlagi časovnih vrst : na študijskem programu 2. stopnje Matematika
Avtorji:ID Kuhar, Eva (Avtor)
ID Benkovič, Dominik (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Kuhar_Eva_2024.pdf (2,79 MB)
MD5: E3797D91D9E44798C2E9553CDC16AB48
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FNM - Fakulteta za naravoslovje in matematiko
Opis:V magistrskem delu se srečujemo z izzivom napovedovanja cen. Sprašujemo se, kateri so tisti parametri, ki vplivajo na končno ceno izdelka. Obravnavamo dve vrsti modelov napovedovanja cen - model multiple regresije, ki napoveduje ceno s pomočjo drugih parametrov, in sezonski ARIMA model, ki napoveduje cene na podlagi preteklega vzorca podatkov. Podatki, s katerimi gradimo modele, so v obliki časovnih vrst. V prvem delu uredimo podatke v skupno Excel tabelo ter izračunamo vse pomembne statistike. Sledi gradnja modela multiple regresije za posamezne izdelke, nato še gradnja sezonskega ARIMA modela. Modele multiple regresije gradimo v programu EViews, ARIMA modele pa v programu Python. Skozi analizo ugotovimo, da imamo v podatkih prisotno močno sezonsko komponento, zato podatke desezoniramo in zgradimo še model multiple regresije na desezoniranih podatkih. Končna ugotovitev kaže na to, da regresijski model na desezoniranih podatkih najbolje pojasnjuje variabilnost odvisne spremenljivke.
Ključne besede:Časovne vrste, model multiple regresije, ARIMA model, sezonskost.
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:E. Kuhar
Leto izida:2024
Št. strani:VIII, 93 f.
PID:20.500.12556/DKUM-87212 Novo okno
UDK:519.237(043.2)
COBISS.SI-ID:190132483 Novo okno
Datum objave v DKUM:26.03.2024
Število ogledov:264
Število prenosov:41
Metapodatki:XML DC-XML DC-RDF
Področja:FNM
:
KUHAR, Eva, 2024, Napovedovanje maloprodajnih cen mesa na podlagi časovnih vrst : na študijskem programu 2. stopnje Matematika [na spletu]. Magistrsko delo. Maribor : E. Kuhar. [Dostopano 23 april 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=87212
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:06.03.2024

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Predicting retail meat prices based on time series : magistrsko delo
Opis:In the master's thesis, we confront the challenge of price prediction. We inquire about the parameters that influence the final product price. We address two types of price prediction models - a multiple regression model that predicts the price using other parameters, and a seasonal ARIMA model that forecasts prices based on past data patterns. The data used to build the models are in the form of time series. In the first part, we organize the data into a comprehensive Excel table and calculate all relevant statistics. This is followed by the construction of a multiple regression model for individual products, and then the construction of a seasonal ARIMA model. We construct multiple regression models in the EViews software, while ARIMA models are built in Python. Through analysis, we discover a strong seasonal component in the data, so we deseasonalize the data and build a multiple regression model on deseasonalized data. The final conclusion indicates that the variability of the dependent variable is best explained by a regression model on deseasonalized data.
Ključne besede:Time series, multiple regression model, ARIMA model, seasonality.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici