Системний підхід до прогнозування на основі моделей часових рядів
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 осно...
Saved in:
| Published in: | Системні дослідження та інформаційні технології |
|---|---|
| Date: | 2003 |
| Main Author: | |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2003
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/50316 |
| 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: | Системний підхід до прогнозування на основі моделей часових рядів / П.І. Бідюк // Систем. дослідж. та інформ. технології. — 2003. — № 3. — С. 88-110. — Бібліогр.: 7 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862656524835356672 |
|---|---|
| author | Бідюк, П.І. |
| author_facet | Бідюк, П.І. |
| citation_txt | Системний підхід до прогнозування на основі моделей часових рядів / П.І. Бідюк // Систем. дослідж. та інформ. технології. — 2003. — № 3. — С. 88-110. — Бібліогр.: 7 назв. — укр. |
| collection | DSpace DC |
| container_title | Системні дослідження та інформаційні технології |
| description | 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.
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.
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 | 2025-12-02T05:23:35Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-50316 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1681–6048 |
| language | Ukrainian |
| last_indexed | 2025-12-02T05:23:35Z |
| publishDate | 2003 |
| publisher | Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України |
| record_format | dspace |
| spelling | Бідюк, П.І. 2013-10-10T18:59:01Z 2013-10-10T18:59:01Z 2003 Системний підхід до прогнозування на основі моделей часових рядів / П.І. Бідюк // Систем. дослідж. та інформ. технології. — 2003. — № 3. — С. 88-110. — Бібліогр.: 7 назв. — укр. 1681–6048 https://nasplib.isofts.kiev.ua/handle/123456789/50316 62-50 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. 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. 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. uk Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України Системні дослідження та інформаційні технології Математичні методи, моделі, проблеми і технології дослідження складних систем Системний підхід до прогнозування на основі моделей часових рядів Системный подход к прогнозированию на основе моделей временных рядов System approach to forecasting using time series models Article published earlier |
| spellingShingle | Системний підхід до прогнозування на основі моделей часових рядів Бідюк, П.І. Математичні методи, моделі, проблеми і технології дослідження складних систем |
| title | Системний підхід до прогнозування на основі моделей часових рядів |
| title_alt | Системный подход к прогнозированию на основе моделей временных рядов System approach to forecasting using time series models |
| 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 |
| topic | Математичні методи, моделі, проблеми і технології дослідження складних систем |
| topic_facet | Математичні методи, моделі, проблеми і технології дослідження складних систем |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/50316 |
| work_keys_str_mv | AT bídûkpí sistemniipídhíddoprognozuvannânaosnovímodeleičasovihrâdív AT bídûkpí sistemnyipodhodkprognozirovaniûnaosnovemodeleivremennyhrâdov AT bídûkpí systemapproachtoforecastingusingtimeseriesmodels |