- •Прогнозування соціально-економічних процесів на основі аналізу часових рядів
- •Характеристики динаміки часового ряду
- •Основні статистичні характеристики
- •Алгоритм аналіз чр → прогнозна модель
- •Структурні складові чр:
- •Ідентифікація детермінованого тренду та сезонності на основі дослідження (аналізу )акф чр
Основні статистичні характеристики
ВИПАДКОВОЇ ВИБІРКИ
Характеристики
|
Оцінки вибіркових значень |
1. Середні значення: |
|
арифметичне |
|
геометричне |
|
гармонійне |
|
2. Дисперсія |
|
Середньоквадратичне відхилення (СКВ) |
|
3. Середнє
абсолютне лінійне відхилення
|
|
4. Початкові моменти: другого, третього, четвертого порядку |
|
5. Моменти центральні: |
|
другого,
третього,
четвертого порядку |
|
9. Коефіцієнт асиметрії |
|
його незміщена оцінка |
|
СКВ
|
|
10. Показник ексцесу |
|
його незміщена оцінка |
|
СКВ |
|
11. Коефіцієнти варіації: |
|
за розмахом |
|
за середнім абсолютним лінійним відхиленням |
|
за СКВ |
|
медіана |
|
мода |
|
мінімальне значення ряду |
ymin |
максимальне значення ряду |
ymax |
розмах |
R= ymax – ymin |
Слайд № 5
Алгоритм аналіз чр → прогнозна модель
Інформація (статистичні дані): ДР→ ЧР
Ідентифікація – аналіз динаміки ЧР → Клас ЧР:
стаціонарний або нестаціонарний
Фільтрація → структурні складові ЧР
Згладжування → моделювання
Декомпозиція
Методи прогнозування
Прогнозна модель
Слайд № 6
Ідентифікація моделі ЧР –
визначення характеру соціально-економічного процесу з позицій його стаціонарності
Для нестаціонарного ряду визначають ознаку його нестаціонарності: описується він детермінованим чи стохастичним трендом, визначають наявність періодичної складової.
Стаціонарні ЧР передбачають, що процес породження наявних даних є лінійним. Вони не мають тренду або періодичної зміни середнього та дисперсії.
Слайд № 7

;
;
;