1. Модель терминінің анықтамасы және талдауы; Модель
жүктеу/скачать 1.02 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Arima моделінің артықшылықтары
- Arima моделінің кемшіліктері
- 2.Векторлық авторегрессия (VAR)
- Var моделінің артықшылықтары
| Arima моделінің құрылымы:
AR (авторегрессия): модельдің бұл компоненті ағымдағы уақыт қатарының мәні мен оның алдыңғы мәндері арасындағы байланысты ескереді. Ол уақыт қатарының ағымдағы мәні белгілі бір артта қалған авторегрессиямен алдыңғы мәндерге байланысты деп болжайды. I (интеграция): бұл модель компоненті уақыт қатарының дәйекті мәндері арасындағы айырмашылықтарды білдіреді. Интеграция бастапқы уақыт қатарын тұрақтандыру және оны стационарлық көрініске келтіру үшін қолданылады. Стационарлық қатар тұрақты орташа және уақыт бойынша дисперсияға ие. MA (жылжымалы орташа): бұл модель компоненті ағымдағы уақыт қатарының мәні мен алдыңғы уақыт нүктелеріндегі кездейсоқ қателер арасындағы байланысты ескереді. Ол уақыт қатарының ағымдағы мәні бұрын пайда болған кездейсоқ қателерге байланысты деп болжайды. Arima моделінің артықшылықтары: Уақыт қатарларын талдауға және болжауға арналған қуатты құрал. Авторегрессиялық және жылжымалы орташа компоненттерді ескереді, бұл оны икемді және әртүрлі деректер түрлеріне бейімдейді. Деректердегі маусымдық және циклдік жағдайларды ескеруге мүмкіндік береді. Arima моделінің кемшіліктері: Дұрыс жұмыс істеу үшін уақыт қатарының стационарлығын қажет етеді. Параметрлерді орнату және нәтижелерді түсіндіру қиын болуы мүмкін. Шығарындылар немесе сызықтық емес тәуелділіктер сияқты деректердің кейбір ерекшеліктерін әрдайым ескере бермейді. 2.Векторлық авторегрессия (VAR) - бір өлшемді авторегрессия моделін (AR) көп өлшемді жағдайға жалпылайтын уақыт қатарының моделі. VAR әр айнымалы тек өзінің өткен мәндеріне ғана емес, сонымен қатар басқа айнымалылардың өткен мәндеріне де тәуелді екенін ескере отырып, бірнеше уақыт қатарлары арасындағы байланысты талдайды. Var моделінің артықшылықтары: Бірнеше уақыт қатарлары арасындағы байланысты ескереді. Жүйенің динамикасын, соның ішінде кері байланыс әсерін модельдеуге мүмкіндік береді. Көп өлшемді уақыт қатарларын болжау және талдау үшін пайдалануға болады. жүктеу/скачать 1.02 Mb. Достарыңызбен бөлісу:
|