Временные ряды

Cтраница 2

Дискретные временные ряды часто описывают с помощью моделей, родственных конечно-разностной модели высокого порядка. [16]

Временные ряды изменения производительности труда за 5 - 10 лет для такого анализа явно недостаточны, так как для выявления существующих закономерностей период времени для анализа должен быть достаточно велик, по крайней, мере не менее 15 - 20 лет. При этом временной ряд должен правильно отражать объективный процесс развития. Для этого необходимо, чтобы уровни ( отдельные наблюдения) временного ряда состояли из однородных, сопоставимых величин. Они должны выражаться в одних и тех же единицах измерения, рассчитываться для одного и того же интервала времени. [17]

Финансовые временные ряды высокой частоты ( изменения происходят ежедневно или несколько раз за день) обычно проявляют значимые авторегрессионные тенденции. Эта особенность является ожидаемой, потому что высокочастотные данные являются, прежде всего, торговыми данными, и трейдеры действительно влияют друг на друга. Почасовые данные, например, могут показать значимость при задержках до десяти часов. По мере увеличения временного интервала эффект корреляции от торговли уменьшается. [18]

Тепловые потоки на поверхностях ограждения. [19]

Временные ряды дискретных значений наружной и внутренней температуры представляются непрерывной функцией в виде ломаной кривой, являющейся суммой треугольных импульсов с вершинами в заданных точках температуры. [20]

Некоторые временные ряды, как, например, хорошо известные годовые числа солнечных пятен, наилучшим образом моделируются элементом семейства ( За. Дальнейшие подробности даны в гл. [21]

Некоторые временные ряды не содержат тенденции и циклической компоненты, а каждый следующий их уровень образуется как сумма среднего уровня ряда и некоторой ( положительной или отрицательной) случайной компоненты. [22]

Ингл рассматривал временные ряды, которые определялись нормальными распределениями вероятности за исключением зависящих от времени дисперсий; ожидаемая дисперсия процесса зависела от того, каковой она была до этого. [23]

Различают детерминированные и случайные временные ряды. Если будущие значения временного ряда точно определены какой-либо математической функцией, временной ряд называется детерминированным. [24]

Трудно классифицировать все наблюдаемые временные ряды, поэтому ограничимся лишь несколькими классами временных рядов. [25]

Как и большинство использующих временные ряды ( time series) методов, он рассматривается как нейтральный с точки зрения любых конкретных экономических теорий. Метод не делает различия между эндогенными ( endogenous variable) и экзогенными переменными ( exogenous variable), а исследует временную траекторию вектора ( vector) тех переменных, которые представляют интерес в данной задаче. Прогнозы, получаемые с использованием векторной авторегрессии, не всегда превосходят прогнозы, выполненные по методу Бокса-Дженкинса ( Box-Jenkins) с использованием полной эконометрической модели. [26]

Исторически служилось обыкновение представлять временные ряды детерминированными функциями времени, например, в виде комбинаций полиномов, или синусоид, или других функций времени. Такие модели обычно неэкономичны в том смысле, что могут содержать большое число синусоидальных или полиномиальных членов. Самым большим недостатком таких моделей является то, что их способность предсказания процессов очень невелика. Это указывает на низкое качество модели. Причиной столь низкого качества является то, что вероятностная природа временных рядов в моделях, содержащих только детерминированные функции, совершенно игнорируется. [27]

Используемые в реальной Д.м.э. временные ряды содержат три элемента - тренд, сезонные переменные ( см. Сезонные колебания) и случайную переменную ( остаток); во многих моделях рыночной экономики выделяется еще одна составляющая - циклическая. В качестве экзогенных величин могут выступать, напр. [28]

Инструментальные каталоги землетрясений, временные ряды геофизических наблюдений с координатной привязкой, векторные, растровые и табличные данные о свойствах геологической среды, не зависящих от времени, трехмерные растровые динамические поля признаков, характеризующие процесс подготовки землетрясения, и отобранные при решении последовательности операторов преобразования всех типов данных в растровые динамические поля. [29]

В Главе 1 представляются фрактальны временные ряды и определяются пространственные и временные фракталы. Особое внимание уделяется тому, что такое фракталы, с концептуальной и с физической точки зрения. Почему они кажутся алогичными, даже несмотря на то, что фрактальная геометрия намного ближе к реальному миру, чем евклидова геометрия, которую мы все изучали в средней школе. [30]

Страницы: 1 2 3 4