Modely rozložených časových zpoždění

Abstract

The aim of this bachelor thesis is to unite the theory about distribu- ted lag models and autoregressive distributed lag model, which includes lagged dependent variables and application of these models on real data. The properties of these models are also presented. Dynamic models are highly used for financial and economic data because of their ability to capture lagged effect on dependent variable. As a similar topic there are mentioned models of intervention analysis which are used to examine the external effects on time series and to model the in- terventions using indicator variables. Finally, applications of mentioned models on two data sets are introduced and analysis of the effect of coronavirus pandemic on time series is demonstrated. 1

Cílem této práce je sjednocení teorie o modelech se zpožděnými re- gresory a o autoregresním modelu rozložených časových zpoždění, který uvažuje zpožděné hodnoty vysvětlované proměnné a jejich následné aplikace na reálných datech. V práci se také pojednává o vlastnostech jednotlivých modelů. Dynamické modely jsou často využívány pro finanční a ekonomická data kvůli schopnosti za- chycení zpožděných vlivů na vysvětlovanou proměnnou. Příbuzným tématem jsou modely intervenční analýzy, které jsou důležitou aplikací autoregresních modelů. Hlavním cílem intervenční analýzy je zkoumání vnějších zásahů tzv. intervencí na úroveň časové řady a modelování této intervence pomocí indikátorových pro- měnných. Závěrem jsou představené modely aplikovány na dva datové soubory a intervenční analýza je využita ke zkoumání vlivu koronavirové pandemie na vý- voj časové řady. 1