Саратов, ГосУНЦ "Колледж", 2000, 23 с.
Рассматриваются подходы к использованию дискретных последовательностей экспериментальных данных (временных рядов) для конструирования статистических моделей, предназначенных для прогноза поведения объекта. Представлены: экстраполяция временной зависимости, а также линейные модели авторегрессии и проинтегрированного скользящего среднего. Предлагается, пользуясь готовыми программами, по экспериментальным временным рядам сконструировать прогностические модели и оценить их качество.
Работа предназначена для практических занятий по курсу "Математическое моделирование".
Содержание
1. Введение (динамический и статистический подходы к моделированию)
2. Временные ряды
3. Экстраполяция временной зависимости
4. Модель в виде случайного процесса
5. Модель скользящего среднего
6. Модель авторегрессии
7. ARIMA-модель
8. Методика построения ARIMA-модели по временному ряду
9. Практическое задание
Приложение. О методах максимального правдоподобия и наименьших квадратов
Литература
Контрольные вопросы
Рассматриваются подходы к использованию дискретных последовательностей экспериментальных данных (временных рядов) для конструирования статистических моделей, предназначенных для прогноза поведения объекта. Представлены: экстраполяция временной зависимости, а также линейные модели авторегрессии и проинтегрированного скользящего среднего. Предлагается, пользуясь готовыми программами, по экспериментальным временным рядам сконструировать прогностические модели и оценить их качество.
Работа предназначена для практических занятий по курсу "Математическое моделирование".
Содержание
1. Введение (динамический и статистический подходы к моделированию)
2. Временные ряды
3. Экстраполяция временной зависимости
4. Модель в виде случайного процесса
5. Модель скользящего среднего
6. Модель авторегрессии
7. ARIMA-модель
8. Методика построения ARIMA-модели по временному ряду
9. Практическое задание
Приложение. О методах максимального правдоподобия и наименьших квадратов
Литература
Контрольные вопросы