• English
    • Latviešu
    • Deutsch
    • русский
  • Help
  • русский 
    • English
    • Latviešu
    • Deutsch
    • русский
  • Войти
Просмотр элемента 
  •   Главная
  • B4 – LU fakultātes / Faculties of the UL
  • B --- Bij. Fizikas, matemātikas un optometrijas fakultātes studentu noslēguma darbi / Faculty of Physics, Mathematics and Optometry - Graduate works
  • Bakalaura un maģistra darbi (FMOF) / Bachelor's and Master's theses
  • Просмотр элемента
  •   Главная
  • B4 – LU fakultātes / Faculties of the UL
  • B --- Bij. Fizikas, matemātikas un optometrijas fakultātes studentu noslēguma darbi / Faculty of Physics, Mathematics and Optometry - Graduate works
  • Bakalaura un maģistra darbi (FMOF) / Bachelor's and Master's theses
  • Просмотр элемента
JavaScript is disabled for your browser. Some features of this site may not work without it.

Latvijas IKP prognozēšana ar dinamiskā faktoru modeļa palīdzību

Thumbnail
Открыть
304-6596-Saveljeva_Natalja_MaSt020005.pdf (942.0Kb)
Автор
Saveļjeva, Nataļja
Co-author
Latvijas Universitāte. Fizikas un matemātikas fakultāte
Advisor
Siņenko, Nadežda
Дата
2007
Metadata
Показать полную информацию
Аннотации
Diplomdarbs tiek veltīts Latvijas IKP rindas prognozēšanai ar dinamiskā faktoru modeļa palīdzību. Izmantojot šo metodi no makroekonomisko mainīgo kopas tika izdalīti nekorelēti kopīgie faktori. IKP rinda tika prognozēta ar autoregresīvā modeļa ar sadalītiem lagiem (ADL) palīdzību, kurā mainīgo vietā tika izmantoti iepriekš izdalītie kopīgie faktori. Prognozes rezultāti tika salīdzināti ar rezultātiem, kuri tika iegūti ar viendimensijas ARIMA modeļa, bez skaidrojošiem mainīgiem, palīdzību. Diplomdarbā nepieciešamā analīze tika veikta, izmantojot statistisko pakešu datorprogrammas kā SPSS 11.5, Eviews 5 un Flash 2.1.
 
The work is dedicated to forecast GDP series of Latvia with help of the dynamic factor analysis. Uncorrelated common factors were extracted from the set of macroeconomics variables. GDP series was forecasted with the autoregressive distributed lags (ADL) model help, using previously obtained common factors. The forecast are compared with the results, which were obtained from univariate ARIMA model without explanatory variables. The work was done with the help of the following computer programs: SPSS 11.5, Eviews 5 and Flash 2.1.
 
URI
https://dspace.lu.lv/dspace/handle/7/23826
Collections
  • Bakalaura un maģistra darbi (FMOF) / Bachelor's and Master's theses [2631]

University of Latvia
Контакты | Отправить отзыв
Theme by 
@mire NV
 

 

Просмотр

Весь DSpaceСообщества и коллекцииДата публикацииАвторыНазванияТематикаЭта коллекцияДата публикацииАвторыНазванияТематика

Моя учетная запись

Войти

Статистика

Просмотр статистики использования

University of Latvia
Контакты | Отправить отзыв
Theme by 
@mire NV