Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей
В статье предложена новая малопараметрическая модель временного ряда – авторегрессия порядка s с r частичными связями AR(s,r), построена оценка максимального правдоподобия параметров модели AR(s,r), исследованы ее свойства. Для временных рядов малой длительности наблюдения показано преимущество испо...
Saved in:
| Published in: | Математичне моделювання в економіці |
|---|---|
| Date: | 2014 |
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут телекомунікацій і глобального інформаційного простору НАН України
2014
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/131746 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей / Ю.С. Харин, С.М. Сталевская // Математичне моделювання в економіці. — 2014. — № 1. — С. 106-114. — Бібліогр.: 13 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-131746 |
|---|---|
| record_format |
dspace |
| spelling |
Харин, Ю.С. Сталевская, С.М. 2018-03-28T19:05:34Z 2018-03-28T19:05:34Z 2014 Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей / Ю.С. Харин, С.М. Сталевская // Математичне моделювання в економіці. — 2014. — № 1. — С. 106-114. — Бібліогр.: 13 назв. — рос. 2409-8876 https://nasplib.isofts.kiev.ua/handle/123456789/131746 519.2: 330.43 В статье предложена новая малопараметрическая модель временного ряда – авторегрессия порядка s с r частичными связями AR(s,r), построена оценка максимального правдоподобия параметров модели AR(s,r), исследованы ее свойства. Для временных рядов малой длительности наблюдения показано преимущество использования модели AR(s,r) по сравнению с классической полной моделью при прогнозировании будущих значений временного ряда. Представлены результаты компьютерных экспериментов на модельных и реальных экономико-статистических данных. У статті розроблена нова малопараметрична модель авторегресії порядку s з r частковими зв'язками AR(s,r), побудована оцінка максимальної правдоподібності параметрів моделі AR(s,r), розглянуто її властивості. Для часових рядів малої тривалості спостереження показано перевагу використання моделі AR(s,r) в порівнянні з класичною повної моделлю. Представлені результати комп'ютерних експериментів на модельних і реальних економіко-статистичних даних. This paper is devoted to new small-parametric model of time series – autoregressive model of order s with r partial connections AR(s, r), the maximum likelihood estimator is constructed for parameters of the AR(s, r)-modes, its properties are analyzed. The advantages of this model AR(s, r) for short-duration time-series are showed in comparison with classical full model AR(s) for statistical forecasting of future values. Results of computer experiments are presented for simulated and economic time series. ru Інститут телекомунікацій і глобального інформаційного простору НАН України Математичне моделювання в економіці Аналіз, оцінка та прогнозування в економіці Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей Робастність прогнозування авторегресійних часових рядів на основі малопараметричних моделей Robustness of forecasting based on the small parameters autoregressive time series models Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
| spellingShingle |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей Харин, Ю.С. Сталевская, С.М. Аналіз, оцінка та прогнозування в економіці |
| title_short |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
| title_full |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
| title_fullStr |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
| title_full_unstemmed |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
| title_sort |
робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
| author |
Харин, Ю.С. Сталевская, С.М. |
| author_facet |
Харин, Ю.С. Сталевская, С.М. |
| topic |
Аналіз, оцінка та прогнозування в економіці |
| topic_facet |
Аналіз, оцінка та прогнозування в економіці |
| publishDate |
2014 |
| language |
Russian |
| container_title |
Математичне моделювання в економіці |
| publisher |
Інститут телекомунікацій і глобального інформаційного простору НАН України |
| format |
Article |
| title_alt |
Робастність прогнозування авторегресійних часових рядів на основі малопараметричних моделей Robustness of forecasting based on the small parameters autoregressive time series models |
| description |
В статье предложена новая малопараметрическая модель временного ряда – авторегрессия порядка s с r частичными связями AR(s,r), построена оценка максимального правдоподобия параметров модели AR(s,r), исследованы ее свойства. Для временных рядов малой длительности наблюдения показано преимущество использования модели AR(s,r) по сравнению с классической полной моделью при прогнозировании будущих значений временного ряда. Представлены результаты компьютерных экспериментов на модельных и реальных экономико-статистических данных.
У статті розроблена нова малопараметрична модель авторегресії порядку s з r частковими зв'язками AR(s,r), побудована оцінка максимальної правдоподібності параметрів моделі AR(s,r), розглянуто її властивості. Для часових рядів малої тривалості спостереження показано перевагу використання моделі AR(s,r) в порівнянні з класичною повної моделлю. Представлені результати комп'ютерних експериментів на модельних і реальних економіко-статистичних даних.
This paper is devoted to new small-parametric model of time series – autoregressive model of order s with r partial connections AR(s, r), the maximum likelihood estimator is constructed for parameters of the AR(s, r)-modes, its properties are analyzed. The advantages of this model AR(s, r) for short-duration time-series are showed in comparison with classical full model AR(s) for statistical forecasting of future values. Results of computer experiments are presented for simulated and economic time series.
|
| issn |
2409-8876 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/131746 |
| citation_txt |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей / Ю.С. Харин, С.М. Сталевская // Математичне моделювання в економіці. — 2014. — № 1. — С. 106-114. — Бібліогр.: 13 назв. — рос. |
| work_keys_str_mv |
AT harinûs robastnostʹprognozirovaniâavtoregressionnyhvremennyhrâdovnaosnovemaloparametričeskihmodelei AT stalevskaâsm robastnostʹprognozirovaniâavtoregressionnyhvremennyhrâdovnaosnovemaloparametričeskihmodelei AT harinûs robastnístʹprognozuvannâavtoregresíinihčasovihrâdívnaosnovímaloparametričnihmodelei AT stalevskaâsm robastnístʹprognozuvannâavtoregresíinihčasovihrâdívnaosnovímaloparametričnihmodelei AT harinûs robustnessofforecastingbasedonthesmallparametersautoregressivetimeseriesmodels AT stalevskaâsm robustnessofforecastingbasedonthesmallparametersautoregressivetimeseriesmodels |
| first_indexed |
2025-11-29T12:02:34Z |
| last_indexed |
2025-11-29T12:02:34Z |
| _version_ |
1850854878617796608 |