Прогнозирование

Сглаживание

Сглаживание

В программе реализованы методы скользящего среднего, центрированного скользящего среднего, B-линия.

Характеристики ряда

Характеристики ряда

В программе рассчитываются следующие характеристики.

  • Базисные характеристики
  • Цепные характеристики
  • Автокорреляционная функция
Модели авторегрессии

Модели авторегрессии

В модели авторегрессии AP(p) порядка "p" текущий уровень ряда представляется в виде взвешенной суммы "p" предыдущих наблюдений:

Кривые роста

Кривые роста

Для аналитического выравнивания временных рядов используются функции c одним параметром t, представляющим собой порядковый номер наблюдения (t=1,2,...N), который интерпретируется как "Время".

Метод ОЛИМП

Метод ОЛИМП

Метод ОЛИМП является распространением моделей авторегрессии - скользящего среднего для прогнозирования нестационарных временных рядов.

Метод Бокса-Дженкинса

Метод Бокса-Дженкинса

Если временной ряд стационарный, что означает наличие статистического равновесия относительно постоянной средней c, он может быть представлен широким классом линейных моделей, называемых моделями авторегрессии-скользящего среднего (АРСС).

Адаптивные методы

Адаптивные методы

При краткосрочном прогнозировании обычно более важна динамика развития исследуемого показателя на конце периода наблюдений, а не тенденция его развития, сложившаяся в среднем на всем периоде предыстории. Свойство динамичности развития финансово-экономических процессов часто преобладает над свойством инерционности.