Адаптивные модели прогнозирования
Рассмотрение адаптивной модели прогнозирования временных рядов. Информационная ценность статистических наблюдений. Алгоритмические схемы вычислений быстрого приспособления структуры и параметров модели к изменению условий, определяющих разные процессы.
| Рубрика | Экономико-математическое моделирование |
| Вид | статья |
| Язык | русский |
| Дата добавления | 19.10.2016 |
| Размер файла | 596,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http: //www. allbest. ru/
Северный (Арктический) Федеральный Университет имени М.В. Ломоносова
Адаптивные модели прогнозирования
Зеленина Лариса Ивановна,
Олар Яна Витальевна
Аннотация
В данной статье рассматриваются адаптивные модели прогнозирования. При этом внимание уделяется моделям, базирующимся на схеме скользящего среднего, и моделям, базирующиеся на схеме авторегрессии.
Ключевые слова: адаптивные модели, модель Брауна, схема авторегрессии, схема скользящего среднего
Адаптивные модели прогнозирования временных рядов учитывают тот факт, что уровни во временных рядах обладают разной информативностью, информационная ценность наблюдений убывает по мере их удаления от текущего момента времени.
В адаптивных моделях применяются алгоритмические схемы вычислений быстрого приспособления структуры и параметров модели к изменению условий, определяющих тот или иной процесс.
Для обеспечения адаптации к изменяющимся условиям, в этих моделях используют параметры, определяющие различную информационную ценность уровней ряда динамики, например:
параметр сглаживания a
коэффициент дисконтирования b
порядок разностного ряда и др.
К адаптивным моделям относятся модели, базирующиеся на схеме скользящего среднего, и модели, базирующиеся на схеме авторегрессии.
адаптивный прогнозирование алгоритмический статистический
Рисунок 1 Адаптивные модели
Рисунок 2 Схема скользящего среднего и авторегрессии
Рассмотрим процесс построения модели Брауна.
Пусть имеется временной ряд Y(t).
|
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
Y(t) |
45 |
43 |
40 |
36 |
38 |
34 |
31 |
28 |
25 |
Построим адаптивную модель Брауна
y = а0 + а1k
с параметром сглаживания а = 0,4.
Начальные оценки параметров получим по первым пяти точкам при помощи метода наименьших квадратов.
в = 1 - 0,4 = 0,6.
t = 1
Аналогично выполняются расчеты для t = 2, …, 9
|
t |
yt |
a0 |
a1 |
yt расч |
еt |
|
|
0 |
- |
46,7 |
-2,1 |
- |
- |
|
|
1 |
45 |
44,9 |
-2,0 |
44,6 |
0,4 |
|
|
2 |
43 |
42,9 |
-2,0 |
42,8 |
0,2 |
|
|
3 |
40 |
40,3 |
-2,2 |
40,9 |
-0,9 |
|
|
4 |
36 |
36,8 |
-2,5 |
38,2 |
-2,2 |
|
|
5 |
38 |
36,7 |
-1,9 |
34,3 |
3,7 |
|
|
6 |
34 |
34,3 |
-2,0 |
34,8 |
-0,8 |
|
|
7 |
31 |
31,4 |
-2,2 |
32,2 |
-1,24 |
|
|
8 |
28 |
28,4 |
-2,4 |
29,2 |
-1,22 |
|
|
9 |
25 |
25,4 |
-2,6 |
26,0 |
-1,0 |
|
|
Итого |
320 |
- |
- |
323,0 |
-3,0 |
На последнем шаге получена модель:
Yр(N+k) = 25,4 - 2,6 k.
Прогноз по модели Брауна:
y(9+1) = 25,4 - 2,6·1 = 22,8
y(9+2) = 25,4 - 2,6·2 = 20,2
Рисунок 3 Модель Брауна
Таким образом, адаптивные модели могут иметь широкое практическое применение в целях прогнозирования исследуемого показателя на последующие периоды.
Библиографический список
1. Малыхин В.И. Математика в экономике: Учебное пособие. - М.: ИНФРА-М, 2002. - 378 с.
2. Орехов Н.А., Левин А.Г., Горбунов Е.А. Математические методы и модели в экономике. Учебное пособие для вузов / Под ред. проф. Н.А. Орехова - М.: ЮНИТИ-ДАНА, 2004. - 398 с.
3. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов/ В.В. Федосеев, А.Н. Гармаш, Д.М. Дайитбегов и др.; Под ред. В.В. Федосеева. -- М.: ЮНИТИ, 2009. - 391 с.
4. Экономико-математическое моделирование. Учебник для вузов / Под общ. ред. И.Н. Дрогобыцкого. - М.: Изд. «Экзамен», 2004. - 368 с.
Размещено на Аllbest.ru
...Подобные документы
Классические подходы к анализу финансовых рынков, алгоритмы машинного обучения. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов. Выбор алгоритма для анализа данных. Практическая реализация модели.
дипломная работа [1,5 M], добавлен 21.09.2016Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.
контрольная работа [37,6 K], добавлен 03.06.2009Характеристики и свойства условно-гауссовской модели ARCH для прогнозирования волатильности стоимости ценных бумаг. Акции предприятия на рынке ЦБ. Оценка параметров модели ARCH для прогнозирования их доходности методом максимального правдоподобия.
курсовая работа [161,5 K], добавлен 19.07.2014Структурные компоненты детерминированной составляющей. Основная цель статистического анализа временных рядов. Экстраполяционное прогнозирование экономических процессов. Выявление аномальных наблюдений, а также построение моделей временных рядов.
курсовая работа [126,0 K], добавлен 11.03.2014Задачи, функции и этапы построения экономико-математических моделей. Аналитические, анионные, численные и алгоритмические модели. Экономическая модель спортивных сооружений. Модели временных рядов: тенденции и сезонности. Теории массового обслуживания.
реферат [167,6 K], добавлен 22.07.2009Создание комбинированных моделей и методов как современный способ прогнозирования. Модель на основе ARIMA для описания стационарных и нестационарных временных рядов при решении задач кластеризации. Модели авторегрессии AR и применение коррелограмм.
презентация [460,1 K], добавлен 01.05.2015Анализ и выявление значимых факторов, влияющих на объект. Построение эконометрической модели затрат предприятия для обоснований принимаемых решений. Исследование трендов временных рядов. Оценка главных параметров качества эконометрической модели.
курсовая работа [821,1 K], добавлен 21.11.2013Метод развертки вслепую. Понятия и построение модели для простейшего случая. Подгонка параметров: целевая функция, подбор независимых компонент и функции нелинейности. Настройка процесса обучения. Адаптация алгоритма под реалии рынка обмена валюты.
курсовая работа [1,1 M], добавлен 17.10.2016Теоретические выкладки в области теории хаоса. Методы, которые используются в математике, для прогнозирования стохастических рядов. Анализ финансовых рядов и рядов Twitter, связь между сентиметными графиками и поведением временного финансового ряда.
курсовая работа [388,9 K], добавлен 01.07.2017Назначение матричного метода прогнозирования и основные этапы его применения. Графическая основа модели развития объекта в матричном методе. Схемы оценки опосредствованных связей (влияния) комплексов при обработке матриц влияния и расчетов по графу.
презентация [752,6 K], добавлен 15.04.2015Временные ряды и их характеристики. Факторы, влияющие на значения временного ряда. Тренд и сезонные составляющие. Декомпозиция временных рядов. Метод экспоненциального сглаживания. Построение регрессионной модели. Числовые характеристики переменных.
контрольная работа [1,6 M], добавлен 18.06.2012Изучение особенностей стационарных временных рядов и их применения. Параметрические тесты стационарности. Тестирование математического ожидания, дисперсии и коэффициентов автокорреляции. Проведение тестов Манна-Уитни, Сиджела-Тьюки, Вальда-Вольфовитца.
курсовая работа [451,7 K], добавлен 06.12.2014Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.
курсовая работа [1005,0 K], добавлен 07.08.2013Основные задачи и принципы экстраполяционного прогнозирования, его методы и модели. Экономическое прогнозирование доходов ООО "Уфа-Аттракцион" с помощью экстраполяционных методов. Анализ особенностей применения метода экспоненциального сглаживания Хольта.
курсовая работа [1,7 M], добавлен 21.02.2015Раскрытие содержания математического моделирования как метода исследования и прогнозирования развития объектов народного хозяйства. Алгоритмы, модели и функции процедуры Эйткена. Оценивание ковариационной матрицы вектора при оценке объектов недвижимости.
статья [56,4 K], добавлен 14.10.2012Возврат и логарифмический возврат. Статистическое оценивание параметров модели. Стационарные в широком смысле модели. Линейные модели финансовых временных последовательностей. Линейный прогноз для стационарных в широком смысле последовательностей.
контрольная работа [557,4 K], добавлен 24.08.2015Построение имитационной модели бизнес-процесса "Управление инцидентами" компании "МегаФон" с целью прогнозирования совокупной стоимость ИТ-сервиса по обслуживанию инцидентов. Разработка моделирующих алгоритмов для реализации компьютерных программ модели.
курсовая работа [2,6 M], добавлен 09.04.2012Количественные и качественные методы экономического прогнозирования. Построение модели поиска оптимального уровня заказа, издержек, уровня повторного заказа, числа циклов за год, расстояния между циклами. Определение координат снабженческого центра.
контрольная работа [44,4 K], добавлен 15.09.2010Адаптивные методы прогнозирования. Критерий точности и надежности прогнозов. Прогнозирование максимальной и минимальной цены реализации продукции СПК "Новоалексеевский". Проверка значимости и точности модели в системе STATISTICA. Анализ доходности сделок.
дипломная работа [3,2 M], добавлен 29.06.2011Тесты, с помощью которых можно построить эконометрические модели. Эконометрическое моделирование денежного агрегата М0, в зависимости от валового внутреннего продукта и индекса потребительских цен. Проверка рядов на стационарность и гетероскедастичность.
курсовая работа [814,0 K], добавлен 24.09.2012
