03938ntm a22005057i 4500 000727738 CZ-PrVSE 20260207225632.0 m d cr n|||||||||| 260207s2025 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Shalauka, Tatsiana ISIS:157886 dis Identifying common trends in tourism data eng Identifikace společných trendů v datech cestovního ruchu / Tatsiana Shalauka 2025 ?? stran : digital, PDF soubor Vedoucí práce: Lukáš Malec Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2026 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2026 Cílem této diplomové práce je identifikovat společné trendy ve vývoji počtu přenocování v cestovním ruchu devíti evropských zemí – Německa, Švýcarska, Rakouska, Slovinska, Lichtenštejnska, Česka, Polska, Slovenska a Maďarska – a posoudit vliv klíčových makroekonomických faktorů, mezi něž patří reálný HDP na obyvatele, míra nezaměstnanosti a index finančního napětí, na dynamiku těchto časových řad. Analýza se zaměřuje jak na absolutní hodnoty počtu přenocování, tak na jejich krátkodobé změny vyjádřené pomocí prvních diferencí, a využívá dva modely dynamické faktorové analýzy: variantu bez zahrnutí makroekonomických kovariátů a model rozšířený o uvedené kovariáty. Okrajově jsou prezentovány také výsledky založené na nestandardizovaných datech a na odlišné specifikaci kovariační matice chybové složky.Modely dynamické faktorové analýzy umožňují identifikovat latentní faktory popisující společnou dynamiku vývoje počtu přenocování napříč sledovanými zeměmi a vyhodnotit faktorové zátěže, které ukazují míru napojení jednotlivých států na společný trend. Začlenění makroekonomických kovariátů umožňuje lépe porozumět tomu, nakolik tyto proměnné ovlivňují tvar latentních faktorů a celkový modelový fit. Modely jsou odhadovány metodami Kalman Expectation–Maximization a Broyden–Fletcher–Goldfarb–Shann a práce dále porovnává různé specifikace kovariační struktury chyb.Pro doplnění jsou výsledky interpretovány i ve vztahu ke krátkodobým výkyvům a rozdílům mezi jednotlivými zeměmi. Získané latentní proměnné zachycují zejména oživení po roce 2009, stabilizaci před rokem 2019, výrazný propad způsobený pandemií COVID-19 a následný návrat turistické aktivity. Výsledky zároveň odhalují specifické dynamiky zejména ve Švýcarsku a Lichtenštejnsku, které se od hlavního regionálního trendu Způsob přístupu: Internet statistika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas Počet přenocování Cestovní ruch Makroekonomie Dynamická faktorová analýza Malec, Lukáš jx20110720024 ths Šimpach, Ondřej jo2013796555 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/88887/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/88887 Hlavní práce https://insis.vse.cz/zp/88887/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/88887/posudek/oponent/89041 Oponentura https://insis.vse.cz/zp/88887/podrobnosti dc:identifier NEPOSILAT VSKP vse88887 260206 88887