Построение - временной ряд
Cтраница 1
Построение временных рядов за значительный период позволяет установить определенные экономические закономерности в хозяйственном развитии. Особое внимание обращается на анализ хозяйственной деятельности за текущий период; он является в то же время и предплановым анализом. Выводы ретроспективного анализа совмещаются с ним и в обобщенном виде используются в плановых расчетах. В связи с тем, что плановая работа опережает отчетную за текущий период, возникает необходимость предпланового анализа, изучение ожидаемого выполнения плана производится, как правило, за IV квартал. [1]
Очевидно, что процесс построения временных рядов может принимать различные формы. В нашем обсуждении мы уже ограничили себя тремя элементами и показали, что при анализе временных рядов необходимо обратить внимание на уровень автокорреляции, интегрированности и на компонент скользящей средней. Далее мы рассмотрим использование коэффициента автокорреляции ( Auto-correlation coefficient - АСС) и частного коэффициента автокорреляции ( Partial auto-correlation coefficient - РАСС) для идентификации элементов AR и МА в процессе построения временных рядов. [2]
 |
Временной ряд непрерывно наращенной нормы доходности. 1984 - 1992. [3] |
В рамках однофакторных стохастических моделей процесс построения временных рядов рассматривается как состоящий из компонентов анализируемых временных рядов. Другими словами, если будущие значения рассматриваемой переменной сколько-нибудь предсказуемы, то они являются функцией от прошлых значений этой переменной. [4]
В основу формализации процессов прогнозирования предлагается положить методы построения временных рядов [54] для расходуемых ресурсов. [5]
Динамический, или временной, ряд представляет собой совокупность числовых данных, характеризующих изменение показателя во времени. При построении временного ряда должна быть обеспечена сопоставимость отдельных его членов. Допускается построение рядов с годовым исчислением признака с использованием более мелких единиц измерения времени: квартала, месяца, декады. Это дает возможность исследовать колеблемость показателей не только по годам, но и кварталам, месяцам, декадам. Может возникнуть вопрос, какой длины брать ряд динамики для прогнозирования. [6]
 |
Этапы жизненного цикла товара.| Первый и повторный жизненные циклы товара. [7] |
Однако до начала построения временных рядов данные об объеме продаж должны быть скорректированы с учетом влияния таких факторов, как численность населения в районах реализации, различия в ценах, доходах покупателей, уровень снабжения. [8]
После завершения этапа имитации обычно осуществляются обработка статистики и корректировка плана имитационного эксперимента. Для статистического анализа результатов моделирования МК PLSIM предоставляет традиционные возможности по обработке спланированного эксперимента: аппроксимацию гистограмм, распределений, вычисление квантилей распределений, проверку гипотез, построение временных рядов. Язык планирования экспериментов МК PLSIM дает исследователю возможность использовать следующие стратегии планирования: композиционную схему планирования экстремального, последовательного Д - оптимального и априорного, планирование с предварительным отсеиванием факторов, последовательную дискриминацию взаимодействия факторов отклика. [9]
Анализ временных рядов включает в себя очень широкий спектр проблем. Вторая - проанализировать процесс построения временных рядов как однофакторный стохастический процесс, т.е. стохастический процесс, составляющие которого являются функциями одной рассматриваемой переменной. [10]
Контрольные карты были изобретены в 1930 - х гг. Уолтером Шуартом как средство осмысления данных временных рядов, и с тех пор практически не совершенствовались. Они лежат в основе большинства методов управления тотальным качеством ( УТК) и всех методов статистического контроля процессов. Контрольные карты принято ассоциировать с производством, но применяться они могут везде, где имеются данные для построения временного ряда. [11]
Очевидно, что процесс построения временных рядов может принимать различные формы. В нашем обсуждении мы уже ограничили себя тремя элементами и показали, что при анализе временных рядов необходимо обратить внимание на уровень автокорреляции, интегрированности и на компонент скользящей средней. Далее мы рассмотрим использование коэффициента автокорреляции ( Auto-correlation coefficient - АСС) и частного коэффициента автокорреляции ( Partial auto-correlation coefficient - РАСС) для идентификации элементов AR и МА в процессе построения временных рядов. [12]
Страницы: 1