Number of the records: 1  

Vývoj složení hrubého domácího produktu v České republice

  1. Title statementVývoj složení hrubého domácího produktu v České republice [rukopis] / Věra Balcárková
    Additional Variant TitlesVývoj složení hrubého domácího produktu v České republice
    Personal name Balcárková, Věra (dissertant)
    Translated titleTrend of gross domestic product composition in the Czech Republic
    Issue data2012
    NoteOponent Lubomír Kubáček
    Ved. práce Karel Hron
    Another responsib. Kubáček, Lubomír (opponent)
    Hron, Karel, 1981- (thesis advisor)
    Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor)
    Keywords hrubý domácí produkt * kompoziční data * časová řada * lineární regresní model * predikce * gross domestic product * compositional data * time series * linear regression model * prediction
    Form, Genre bakalářské práce bachelor's theses
    UDC (043)378.22
    CountryČesko
    Languagečeština
    Document kindPUBLIKAČNÍ ČINNOST
    TitleBc.
    Degree programBakalářský
    Degree programAplikovaná matematika
    Degreee disciplineMatematika-ekonomie se zaměřením na bankovnictví
    book

    book

    Kvalifikační práceDownloadedSizedatum zpřístupnění
    00137769-522857451.pdf40205.2 KB20.04.2012
    PosudekTyp posudku
    00137769-ved-402839254.pdfPosudek vedoucího
    00137769-opon-808208304.pdfPosudek oponenta

    Bakalářská práce pojednává o HDP a jeho složkách. Seznámíme se s kompozičními daty, časovou řadou a jednoduchým lineárním regresním modelem. Cílem této práce je ukázat, jak se spočítá odhad struktury HDP ve všech zjištěných letech (respektive určit predikci) pomocí jednoduchého lineárního modelu. Nakonec hodnoty, které nám vyšly, porovnáme s původními daty.The thesis deals with GDP and its components. We deal with compositional data, time series and a simple linear regression model. The aim of this work is to show how to compute an estimate of the structure of GDP in the observed years (and to derive prediction, respectively) using simple linear regression model. Finally, the resulting values were compared with the original data.

Number of the records: 1  

  This site uses cookies to make them easier to browse. Learn more about how we use cookies.