Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення
In the context of a military conflict, it is growing the number of people who are in difficult life circumstances and need state assistance. Therefore, the issue of forecasting spending on social protection and social security is becoming increasingly relevant. The aim of the paper is to consider mo...
Gespeichert in:
| Datum: | 2024 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | English |
| Veröffentlicht: |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
2024
|
| Schlagworte: | |
| Online Zugang: | https://jais.net.ua/index.php/files/article/view/413 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Problems of Control and Informatics |
Institution
Problems of Control and Informatics| id |
oai:ojs2.jais.net.ua:article-413 |
|---|---|
| record_format |
ojs |
| institution |
Problems of Control and Informatics |
| baseUrl_str |
|
| datestamp_date |
2025-03-11T15:13:28Z |
| collection |
OJS |
| language |
English |
| topic |
нелінійні нестаціонарні процеси байєсівські методи моделювання прогнозування узагальнені лінійні моделі |
| spellingShingle |
нелінійні нестаціонарні процеси байєсівські методи моделювання прогнозування узагальнені лінійні моделі Zarudnyi, Oleksii Koval, Roman Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| topic_facet |
нелінійні нестаціонарні процеси байєсівські методи моделювання прогнозування узагальнені лінійні моделі nonlinear nonstationary processes Bayesian methods modeling forecasting generalized linear models |
| format |
Article |
| author |
Zarudnyi, Oleksii Koval, Roman |
| author_facet |
Zarudnyi, Oleksii Koval, Roman |
| author_sort |
Zarudnyi, Oleksii |
| title |
Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| title_short |
Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| title_full |
Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| title_fullStr |
Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| title_full_unstemmed |
Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| title_sort |
методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення |
| title_alt |
Forecasting techniques based on the use of time series models for forecasting expenditures on social protection and social security |
| description |
In the context of a military conflict, it is growing the number of people who are in difficult life circumstances and need state assistance. Therefore, the issue of forecasting spending on social protection and social security is becoming increasingly relevant. The aim of the paper is to consider modern methods of analyzing and forecasting time series and propose their application to determine the need for spending on social protection and social security. The article provides a brief overview of regression models, their advantages and features of use for analyzing and predicting nonlinear and linear processes described by time series of statistical indicators used in the population social protection system. The paper offers a combination of predictions that can be made based on locally linear and nonlinear models, such as threshold autoregression (TAR) and exponential autoregression (ExAR), which have known quality characteristics. This approach primarily concerns time series that contain data on structural changes in the analyzed processes. Using combined predictions, it is possible to estimate the contribution of each component for both different and selected time points using variable weights. To build forecasts, depending on the scenario of distribution of social protection and social security expenditures, it is proposed to use Bayes networks. Their advantages are flexibility, high quality of results, the possibility of structural and parametric optimization and adaptation to new data and conditions, support for quality assessment by appropriate sets of statistical criteria, which makes it possible to analyze thoroughly intermediate and final results. It helps to increase the adequacy of models and the high quality of the final result of their application. |
| publisher |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine |
| publishDate |
2024 |
| url |
https://jais.net.ua/index.php/files/article/view/413 |
| work_keys_str_mv |
AT zarudnyioleksii forecastingtechniquesbasedontheuseoftimeseriesmodelsforforecastingexpendituresonsocialprotectionandsocialsecurity AT kovalroman forecastingtechniquesbasedontheuseoftimeseriesmodelsforforecastingexpendituresonsocialprotectionandsocialsecurity AT zarudnyioleksii metodikaprognozuvannâčasovihrâdívdlâviznačennâpotrebiuvidatkahnasocíalʹnijzahisttasocíalʹnezabezpečennâ AT kovalroman metodikaprognozuvannâčasovihrâdívdlâviznačennâpotrebiuvidatkahnasocíalʹnijzahisttasocíalʹnezabezpečennâ |
| first_indexed |
2025-10-30T02:49:08Z |
| last_indexed |
2025-10-30T02:49:08Z |
| _version_ |
1847373383805698048 |
| spelling |
oai:ojs2.jais.net.ua:article-4132025-03-11T15:13:28Z Forecasting techniques based on the use of time series models for forecasting expenditures on social protection and social security Методика прогнозування часових рядів для визначення потреби у видатках на соціальний захист та соціальне забезпечення Zarudnyi, Oleksii Koval, Roman нелінійні нестаціонарні процеси байєсівські методи моделювання прогнозування узагальнені лінійні моделі nonlinear nonstationary processes Bayesian methods modeling forecasting generalized linear models In the context of a military conflict, it is growing the number of people who are in difficult life circumstances and need state assistance. Therefore, the issue of forecasting spending on social protection and social security is becoming increasingly relevant. The aim of the paper is to consider modern methods of analyzing and forecasting time series and propose their application to determine the need for spending on social protection and social security. The article provides a brief overview of regression models, their advantages and features of use for analyzing and predicting nonlinear and linear processes described by time series of statistical indicators used in the population social protection system. The paper offers a combination of predictions that can be made based on locally linear and nonlinear models, such as threshold autoregression (TAR) and exponential autoregression (ExAR), which have known quality characteristics. This approach primarily concerns time series that contain data on structural changes in the analyzed processes. Using combined predictions, it is possible to estimate the contribution of each component for both different and selected time points using variable weights. To build forecasts, depending on the scenario of distribution of social protection and social security expenditures, it is proposed to use Bayes networks. Their advantages are flexibility, high quality of results, the possibility of structural and parametric optimization and adaptation to new data and conditions, support for quality assessment by appropriate sets of statistical criteria, which makes it possible to analyze thoroughly intermediate and final results. It helps to increase the adequacy of models and the high quality of the final result of their application. В умовах військового конфлікту зростає кількість осіб, що опинилися у складних життєвих обставинах і потребують допомоги держави. Тому питання прогнозування видатків на соціальний захист та соціальне забезпечення набуває все більшої актуальності. Мета роботи — розглянути сучасні методи аналізу та прогнозування часових рядів та запропонувати застосування цих методів для визначення потреби у видатках на соціальний захист та соціальне забезпечення. Наведено короткий огляд регресійних моделей, їхніх переваг та особливостей використання для аналізу та прогнозування нелінійних та лінійних процесів, що описуються часовими рядами статистичних показників, які використовуються у системі соціального захисту населення. Запропоновано комбінування прогнозів, яке може здійснюватися на основі локально лінійних і локально нелінійних моделей: таких як порогова авторегресія (TAR) та експоненційна авторегресія (ExAR), які мають відомі характеристики якості. Цей підхід стосується насамперед часових рядів, які містять інформацію про структурні зміни процесів, що аналізуються. З огляду на комбіновані прогнози оцінюється внесок кожного компонента часового ряду як для різних моментів часу, так і для обраного за допомогою змінних ваг. Для побудови прогнозів, залежно від сценарію розподілу видатків на соціальний захист та соціальне забезпечення, запропоновано використання мереж Байєса, що мають чимало переваг. Гнучкість, висока якість результатів, можливість структурно-парамет¬ричної оптимізації та адаптації до нових даних і умов, підтримка оцінювання якості відповідними множинами статистичних критеріїв — все це робить можливим ретельний якісний аналіз проміжних і кінцевих результатів. У підсумку це сприяє підвищенню адекватності моделей та якості остаточного результату їхнього застосування. V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2024-11-04 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/413 10.34229/1028-0979-2024-5-5 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 69 № 5 (2024): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 64-77 International Scientific Technical Journal "Problems of Control and Informatics; Том 69 № 5 (2024): International Scientific Technical Journal «Problems of Control and Informatics»; 64-77 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 69 No. 5 (2024): International Scientific Technical Journal «Problems of Control and Informatics»; 64-77 2786-6505 2786-6491 10.34229/1028-0979-2024-5 en https://jais.net.ua/index.php/files/article/view/413/486 Copyright (c) 2024 Oleksii Zarudnyi, Roman Koval https://creativecommons.org/licenses/by-nc-nd/4.0 |