project |
project_id |
GA402/04/1294 |
agency |
GA ČR |
ARLID |
cav_un_auth*0001810 |
|
research |
CEZ:AV0Z10750506 |
abstract
(eng) |
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. |
abstract
(cze) |
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. |
action |
ARLID |
cav_un_auth*0213243 |
name |
Mathematical Methods in Economics 2005 /23./ |
place |
Hradec Králové |
country |
CZ |
dates |
14.09.2005-16.09.2005 |
|
RIV |
BB |
reportyear |
2010 |
department |
SI |
permalink |
http://hdl.handle.net/11104/0131492 |
arlyear |
2005 |
mrcbU63 |
Proceedings of the 23rd International Conference Mathematical Methods in Economics 2005 978-80-7041-535-1 421 426 Hradec Králové Gaudeamus 2005 |
mrcbU67 |
Skalská H. 340 |