D
2019
Comparison of neural networks and regression time series in estimating the Czech Republic and China trade balance
ROWLAND, Zuzana, Petr ŠULEŘ and Marek VOCHOZKA
Basic information
Original name
Comparison of neural networks and regression time series in estimating the Czech Republic and China trade balance
Name in Czech
Porovnání neuronových sítí a regresních časových řad při odhadu obchodní bilance České republiky a Číny
Authors
ROWLAND, Zuzana (203 Czech Republic, guarantor, belonging to the institution),
Petr ŠULEŘ (203 Czech Republic, belonging to the institution) and
Marek VOCHOZKA (203 Czech Republic, belonging to the institution)
Edition
Les Ulis, France, SHS Web of Conferences: Innovative Economic Symposium 2018 - Milestones and Trends of World Economy (IES2018), p. nestránkováno, 13 pp. 2019
Other information
Type of outcome
Stať ve sborníku
Field of Study
50204 Business and management
Country of publisher
France
Confidentiality degree
není předmětem státního či obchodního tajemství
Publication form
printed version "print"
RIV identification code
RIV/75081431:_____/19:00001519
Organization unit
Institute of Technology and Business in České Budějovice
Keywords (in Czech)
neuronové sítě; regresní analýza; porovnání; obchodní bilance; predikce
Keywords in English
neural networks; regression analysis; comparison; trade balance; prediction
V originále
The aim of this paper is to compare the accuracy of time series alignment by means of regression analysis and neural networks on the example of the trade balance of the Czech Republic and the People's Republic of China. This is a monthly balance starting in 2000 and ending in July 2018.
In Czech
Cílem příspěvku je porovnat přesnost zarovnání časových řad pomocí regresní analýzy a neuronových sítí na příkladu obchodní bilance České republiky a Čínské lidové republiky. Používají se údaje o obchodní bilanci mezi Českou republikou a Čínskou lidovou republikou. Jedná se o měsíční bilance začínající v roce 2000 a končící v červenci 2018.
Displayed: 9/11/2024 18:24