0411410 20240103182325.520060210235959.9 6 s. 421-426SkalskáH.Hradec KrálovéGaudeamus2005978-80-7041-535-1 Bayes analysis time series unemployment data cav_un_auth*0101227 Volf Petr UTIA-B Department of Stochastic Informatics Ústav teorie informace a automatizace AV ČR, v. v. i. 12B GA402/04/1294 GA ČR cav_un_auth*0001810 CEZ:AV0Z10750506 Bayes methods (supported by MCMC computations) allows to deal with enhanced statistical models. It concerns also time series analysis, where the autoregressive character can be incorporated already to Bayes prior model and one can consider simultaneously a similar time development of other parameters. In present contribution the methodology is used to the analysis of time series of aggregated unemployment data, model contains regression on age, gender, region, and time-dependent variance. Bayesovské metody (často doplněné MCMC výpočetními postupy) jsou dnes s výhodou používány pro formulaci a analýzu složitých modelů. To se týká i uvažovaného modelu autoregrese, kde předpokládáme zároveň vliv dalších kovariát a časový vývoj parametrů regrese, včetně měnícího se reziduálního rozptylu. Takovýto model je použit na analýzu časové řady počtu nezaměstnaných v ČR, s tříděním podle věku, pohlaví a regionu. cav_un_auth*0213243 Mathematical Methods in Economics 2005 /23./ Hradec Králové CZ 14.09.2005-16.09.2005 BB 2010 SI http://hdl.handle.net/11104/0131492 2005 Proceedings of the 23rd International Conference Mathematical Methods in Economics 2005 978-80-7041-535-1 421 426 Hradec Králové Gaudeamus 2005 Skalská H. 340