Презентация на тему Временные ряды

сезонные)
колебания S
Случайная компонента
Е

и количественное выражение его компонент (тенденции, периодичности, случайной компоненты)

в целях их использования для прогнозирования будущих значений ряда.

1) аддитивная

2) мультипликативная

3) смешанная

между последовательными уровнями временного ряда.
Измеряется с помощью линейного

коэффициента корреляции между уровнями исходного временного ряда и уровнями ряда, сдвинутыми на несколько шагов назад во времени:

Например, лаг τ=1 означает, что ряд сдвинут на один

период (момент) назад и т.д. С увеличением лага число пар значений, по которым рассчитывается коэффициент автокорреляции, уменьшается.

τ=1 =>

τ=2 =>

и предыдущего уровней ряда, поэтому по данному коэффициенту можно

судить о наличии линейной или близкой к линейной тенденции. Для некоторых временных рядов, имеющих сильную нелинейную тенденцию, коэффициент автокорреляции может приближаться к нулю;

по знаку коэффициента автокорреляции нельзя судить о возрастающей или убывающей тенденции в уровнях ряда.

коэффициентов автокорреляции первого, второго и т.д. порядков. Коррелограмма –

это график зависимости значений АКФ от величины лага.

аналитической функции, характеризующей зависимость уровней ряда от времени, т.е.

построение тренда:
линейный тренд
экспоненциальный тренд
гипербола
тренд в форме степенной функции

анализ изучаемого процесса;

– построение и визуальный анализ графика зависимости

уровней ряда от времени;

– расчет и анализ показателей динамики временного ряда (абсолютные приросты, темпы роста и др.);

– метод перебора, при котором строятся тренды различного вида с последующим выбором наилучшего на основании значения скорректированного коэффициента детерминации.

с монотонным характером развития и отсутствием пределов роста
Функции:

линейная,
параболическая,
экспоненциальная,
степенная.

Процессы, имеющие предел роста (падения), так называемые процессы с «насыщением»

Функции:
гиперболическая,
модифицированная экспонента.

S-образные
процессы

Функция:
логистическая.

к расчету значений T, S, E для каждого уровня

ряда.
Процесс построения модели включает в себя следующие этапы:
1. Выравнивание исходного ряда методом скользящей средней.
2. Расчет значений периодической компоненты S.
3. Устранение периодической компоненты из исходных уровней ряда и получение выравненных данных (Т+Е) в аддитивной или (Т•Е) в мультипликативной модели.
4. Аналитическое выравнивание уровней ряда и расчет значений Т с использованием полученного уравнения тренда.
5. Расчет полученных по модели значений (Т+S) или (Т•S).
6. Расчет абсолютных и/или относительных ошибок.

ряда и получение выравненных данных (Т+Е)