Модель - временной ряд
Cтраница 1
Модели временных рядов используются для различных целей. [1]
Модели временных рядов, как правило, могут быть выведены, если есть, по крайней мере 30 наблюдений, а с ростом числа наблюдений ошибка оценки уменьшается. [2]
Разработаны модели временных рядов, которые сочетают авторегрессионный процесс с моделью скользящей средней. [3]
Пример модели временных рядов ( time series), в которой текущее значение переменной равно ее последнему значению плюс некоторой случайной величине. [4]
В моделях временных рядов неверная спецификация может служить причиной автокорреляции ошибок регрессии. [5]
Насколько хороши модели временных рядов в предсказании прибыли. [6]
При оценивании модели временного ряда получены следующие результаты. [7]
Аддитивная и мультипликативная модели временных рядов, модель смешанного типа. [8]
 |
Динамика изменения электропотребления ферросплавными заводами. [9] |
В общем случае модель одномерного временного ряда электропотребления для предприятия можно представить в виде четырех составляющих: тренда ( траектории долгосрочного движения); некоторой аддитивной к тренду нелинейности, которую обычно заменяют регулярными колебаниями возле тренда; сезонной или календарной составляющей; остатка или помехи. Колебания возле тренда определяются множеством факторов, одним из которых является принятая в стране система планирования по пятилеткам. Случайная составляющая временного ряда образуется в результате воздействия на предприятие большого числа независимых случайных факторов, основными из которых являются: непредвиденные изменения объемов и сортаментов выпускаемой продукции; нарушения технологических режимов; социальные факторы и факторы, связанные с квалификацией обслуживающего персонала; ограничения по электроэнергии и мощности со стороны энергосистемы; температурные факторы. [10]
В число регрессоров в моделях временных рядов могут быть включены и константа, и временной тренд, и какие-либо другие объясняющие переменные. Ошибки регрессии могут коррелировать между собой, однако, мы предполагаем, что остатки регрессии образуют стационарный временной ряд. [11]
В заключение добавим, что применение моделей временных рядов, скорее всего, окажется наиболее успешным применительно к фирмам с длительной историей прибыли и там, где параметры моделей не сдвинуты существенно во времени. [12]
Как мы уже отмечали, в моделях временных рядов часто значения объясняемых переменных зависят от их значений в предыдущие моменты времени. [13]
Не существует свидетельств тому, что одна из моделей временных рядов обладает преимуществом в смысле минимизации ошибки предсказания для каждой фирмы в выборке. Выигрыш от использования моделей, созданных специально для конкретной фирмы, по сравнению с моделями, которые применяются ко всем фирмам, относительно мал. [14]
Дан краткий обзор некоторых процедур обоснования для построения моделей многомерных временных рядов, ограничивающийся теми методами, о которых известно, что на практике они дают адекватные результаты. [15]
Страницы: 1 2 3