Login for students

Login for employees

Publication detail

Chaotic Analysis of the GDP Time Series
Authors: Kříž Radko
Year: 2013
Type of publication: článek v odborném periodiku
Name of source: Nostradamus 2013: Prediction, Modeling and Analysis of Complex Systems
Publisher name: Springer
Place: Dordrecht
Page from-to: 353-362
Titles:
Language Name Abstract Keywords
cze Analýza HDP z hlediska chaosu Cílem příspěvku je analýza českého hrubého domácího produktu (HDP) a nalezení chaosu v českém HDP. Zpočátku bylo odhadnuté časové zpoždění a dimenze vnoření, které jsou důležité parametry pro odhad Lyapunovova exponentu a pro rekonstrukci fázového prostoru. Následně byl vypočítán největší Lyapunov exponent, který je jedním z důležitých ukazatelů chaosu. Dále byl proveden 0-1 test chaosu. Následně byl spočítán Hurstův exponent pomocí R/S analýzy a dispersionalní analýzy. Hurstův exponent je numerický odhad předvídatelnosti časové řady. Závěrem je zobrazen fázový portrét detrendované HDP časové řady. Výsledky ukázují na přítomnost chaosu v českém HDP. teorie chaosu; HDP; Hurstův exponent; největší Lyapunov exponent; rekonstrukce fázového prostoru; analýza časové řady
eng Chaotic Analysis of the GDP Time Series The goal of this paper is to analyze the Czech Gross domestic product (GDP) and to find chaos in the Czech GDP. At first we will estimate the time delay and the embedding dimension, which is needed for the Lyapunov exponent estimation and for the phase space reconstruction. Subsequently we will compute the largest Lyapunov exponent, which is one of the important indicators of chaos. Then we will calculate the 0-1 test for chaos. Finally we will compute the Hurst exponent by Rescaled Range analysis and by dispersional analysis. The Hurst exponent is a numerical estimate of the predictability of a time series. In the end we will display a phase portrait of detrended GDP time series. The results indicated that chaotic behaviors obviously exist in GDP. chaos theory; GDP; Hurst exponent; largest Lyapunov exponent; Phase Space Reconstruction; time series analysis

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives