Системний підхід до прогнозування на основі моделей часових рядів
Constructing of forecasting functions is considered for the following classes of processes: stationary autoregression and autoregression with moving average part, processes with deterministic and stochastic trends, heteroscedastic and cointegrated processes. The forecasting functions are given deriv...
Saved in:
| Date: | 2019 |
|---|---|
| Main Author: | |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2019
|
| Online Access: | http://journal.iasa.kpi.ua/article/view/173911 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | System research and information technologies |
Institution
System research and information technologies| _version_ | 1856543441726472192 |
|---|---|
| author | Bidyuk, P. I. |
| author_facet | Bidyuk, P. I. |
| author_sort | Bidyuk, P. I. |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2019-07-23T14:06:31Z |
| description | Constructing of forecasting functions is considered for the following classes of processes: stationary autoregression and autoregression with moving average part, processes with deterministic and stochastic trends, heteroscedastic and cointegrated processes. The forecasting functions are given derived with and without the difference equation solution. To describe the stochastic trend, the random step model with noise and drift and the model of linear local trend are used. The basic types of equations are given for describing heteroscedastic and cointegrated processes. |
| first_indexed | 2025-07-17T10:25:48Z |
| format | Article |
| id | journaliasakpiua-article-173911 |
| institution | System research and information technologies |
| language | Ukrainian |
| last_indexed | 2025-07-17T10:25:48Z |
| publishDate | 2019 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-1739112019-07-23T14:06:31Z System approach to forecasting using time series models Системный подход к прогнозированию на основе моделей временных рядов Системний підхід до прогнозування на основі моделей часових рядів Bidyuk, P. I. Constructing of forecasting functions is considered for the following classes of processes: stationary autoregression and autoregression with moving average part, processes with deterministic and stochastic trends, heteroscedastic and cointegrated processes. The forecasting functions are given derived with and without the difference equation solution. To describe the stochastic trend, the random step model with noise and drift and the model of linear local trend are used. The basic types of equations are given for describing heteroscedastic and cointegrated processes. Рассмотрено построение функций прогнозирования для стационарных процессов авторегрессии и авторегрессии со скользящим средним, процессов с детерминированными и стохастическими трендами, гетероскедастических и коинтегрированных процессов. Приведены функции прогнозирования, полученные без решений и на основе решений разностных уравнений. Для описания случайного тренда использована модель случайного шага с шумом и дрейфом, а также модель линейного локального тренда. Рассмотрены основные типы уравнений для описания гетероскедастических и коинтегрированных процессов. Розглянуто побудову функцій прогнозування для стаціонарних процесів авторегресії та авторегресії з ковзним середнім, процесів з детермінованими та стохастичними трендами, гетероскедастичних та коінтегрованих процесів. Наведено функції прогнозування, які отримані без розв'язку рівнянь та на основі їх розв'язку. Для опису стохастичного тренду використано модель випадкового кроку з шумом та дрейфом, а також модель лінійного локального тренду. Розглянуто основні типи рівнянь для опису гетероскедастичних та коінтегрованих процесів. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2019-07-23 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/173911 System research and information technologies; No. 3 (2003); 88-110 Системные исследования и информационные технологии; № 3 (2003); 88-110 Системні дослідження та інформаційні технології; № 3 (2003); 88-110 2308-8893 1681-6048 uk http://journal.iasa.kpi.ua/article/view/173911/173819 Copyright (c) 2021 System research and information technologies |
| spellingShingle | Bidyuk, P. I. Системний підхід до прогнозування на основі моделей часових рядів |
| title | Системний підхід до прогнозування на основі моделей часових рядів |
| title_alt | System approach to forecasting using time series models Системный подход к прогнозированию на основе моделей временных рядов |
| title_full | Системний підхід до прогнозування на основі моделей часових рядів |
| title_fullStr | Системний підхід до прогнозування на основі моделей часових рядів |
| title_full_unstemmed | Системний підхід до прогнозування на основі моделей часових рядів |
| title_short | Системний підхід до прогнозування на основі моделей часових рядів |
| title_sort | системний підхід до прогнозування на основі моделей часових рядів |
| url | http://journal.iasa.kpi.ua/article/view/173911 |
| work_keys_str_mv | AT bidyukpi systemapproachtoforecastingusingtimeseriesmodels AT bidyukpi sistemnyjpodhodkprognozirovaniûnaosnovemodelejvremennyhrâdov AT bidyukpi sistemnijpídhíddoprognozuvannânaosnovímodelejčasovihrâdív |