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...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Igor Sikorsky Kyiv Polytechnic Institute
2019-07-01
|
| Series: | Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï |
| Online Access: | http://journal.iasa.kpi.ua/article/view/173911 |
| _version_ | 1817981779649232896 |
|---|---|
| author | P. I. Bidyuk |
| author_facet | P. I. Bidyuk |
| author_sort | P. I. Bidyuk |
| collection | DOAJ |
| 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. |
| first_indexed | 2024-04-13T23:11:42Z |
| format | Article |
| id | doaj.art-619557ff309c49bdb3927965bc5fcd8a |
| institution | Directory Open Access Journal |
| issn | 1681-6048 2308-8893 |
| language | Ukrainian |
| last_indexed | 2024-04-13T23:11:42Z |
| publishDate | 2019-07-01 |
| publisher | Igor Sikorsky Kyiv Polytechnic Institute |
| record_format | Article |
| series | Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï |
| spelling | doaj.art-619557ff309c49bdb3927965bc5fcd8a2022-12-22T02:25:32ZukrIgor Sikorsky Kyiv Polytechnic InstituteSistemnì Doslìdženâ ta Informacìjnì Tehnologìï1681-60482308-88932019-07-013Системний підхід до прогнозування на основі моделей часових рядівP. I. BidyukРозглянуто 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.http://journal.iasa.kpi.ua/article/view/173911 |
| spellingShingle | P. I. Bidyuk Системний підхід до прогнозування на основі моделей часових рядів Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï |
| title | Системний підхід до прогнозування на основі моделей часових рядів |
| 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 |
| url | http://journal.iasa.kpi.ua/article/view/173911 |
| work_keys_str_mv | AT pibidyuk sistemnijpídhíddoprognozuvannânaosnovímodelejčasovihrâdív |