Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей
В статье предложена новая малопараметрическая модель временного ряда – авторегрессия порядка s с r частичными связями AR(s,r), построена оценка максимального правдоподобия параметров модели AR(s,r), исследованы ее свойства. Для временных рядов малой длительности наблюдения показано преимущество испо...
Gespeichert in:
Datum: | 2014 |
---|---|
Hauptverfasser: | , |
Format: | Artikel |
Sprache: | Russian |
Veröffentlicht: |
Інститут телекомунікацій і глобального інформаційного простору НАН України
2014
|
Schriftenreihe: | Математичне моделювання в економіці |
Schlagworte: | |
Online Zugang: | http://dspace.nbuv.gov.ua/handle/123456789/131746 |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
Zitieren: | Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей / Ю.С. Харин, С.М. Сталевская // Математичне моделювання в економіці. — 2014. — № 1. — С. 106-114. — Бібліогр.: 13 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraineid |
irk-123456789-131746 |
---|---|
record_format |
dspace |
fulltext |
|
spelling |
irk-123456789-1317462018-03-29T03:03:09Z Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей Харин, Ю.С. Сталевская, С.М. Аналіз, оцінка та прогнозування в економіці В статье предложена новая малопараметрическая модель временного ряда – авторегрессия порядка s с r частичными связями AR(s,r), построена оценка максимального правдоподобия параметров модели AR(s,r), исследованы ее свойства. Для временных рядов малой длительности наблюдения показано преимущество использования модели AR(s,r) по сравнению с классической полной моделью при прогнозировании будущих значений временного ряда. Представлены результаты компьютерных экспериментов на модельных и реальных экономико-статистических данных. У статті розроблена нова малопараметрична модель авторегресії порядку s з r частковими зв'язками AR(s,r), побудована оцінка максимальної правдоподібності параметрів моделі AR(s,r), розглянуто її властивості. Для часових рядів малої тривалості спостереження показано перевагу використання моделі AR(s,r) в порівнянні з класичною повної моделлю. Представлені результати комп'ютерних експериментів на модельних і реальних економіко-статистичних даних. This paper is devoted to new small-parametric model of time series – autoregressive model of order s with r partial connections AR(s, r), the maximum likelihood estimator is constructed for parameters of the AR(s, r)-modes, its properties are analyzed. The advantages of this model AR(s, r) for short-duration time-series are showed in comparison with classical full model AR(s) for statistical forecasting of future values. Results of computer experiments are presented for simulated and economic time series. 2014 Article Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей / Ю.С. Харин, С.М. Сталевская // Математичне моделювання в економіці. — 2014. — № 1. — С. 106-114. — Бібліогр.: 13 назв. — рос. 2409-8876 http://dspace.nbuv.gov.ua/handle/123456789/131746 519.2: 330.43 ru Математичне моделювання в економіці Інститут телекомунікацій і глобального інформаційного простору НАН України |
institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
collection |
DSpace DC |
language |
Russian |
topic |
Аналіз, оцінка та прогнозування в економіці Аналіз, оцінка та прогнозування в економіці |
spellingShingle |
Аналіз, оцінка та прогнозування в економіці Аналіз, оцінка та прогнозування в економіці Харин, Ю.С. Сталевская, С.М. Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей Математичне моделювання в економіці |
description |
В статье предложена новая малопараметрическая модель временного ряда – авторегрессия порядка s с r частичными связями AR(s,r), построена оценка максимального правдоподобия параметров модели AR(s,r), исследованы ее свойства. Для временных рядов малой длительности наблюдения показано преимущество использования модели AR(s,r) по сравнению с классической полной моделью при прогнозировании будущих значений временного ряда. Представлены результаты компьютерных экспериментов на модельных и реальных экономико-статистических данных. |
format |
Article |
author |
Харин, Ю.С. Сталевская, С.М. |
author_facet |
Харин, Ю.С. Сталевская, С.М. |
author_sort |
Харин, Ю.С. |
title |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
title_short |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
title_full |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
title_fullStr |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
title_full_unstemmed |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
title_sort |
робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей |
publisher |
Інститут телекомунікацій і глобального інформаційного простору НАН України |
publishDate |
2014 |
topic_facet |
Аналіз, оцінка та прогнозування в економіці |
url |
http://dspace.nbuv.gov.ua/handle/123456789/131746 |
citation_txt |
Робастность прогнозирования авторегрессионных временных рядов на основе малопараметрических моделей / Ю.С. Харин, С.М. Сталевская // Математичне моделювання в економіці. — 2014. — № 1. — С. 106-114. — Бібліогр.: 13 назв. — рос. |
series |
Математичне моделювання в економіці |
work_keys_str_mv |
AT harinûs robastnostʹprognozirovaniâavtoregressionnyhvremennyhrâdovnaosnovemaloparametričeskihmodelej AT stalevskaâsm robastnostʹprognozirovaniâavtoregressionnyhvremennyhrâdovnaosnovemaloparametričeskihmodelej |
first_indexed |
2025-07-09T16:04:53Z |
last_indexed |
2025-07-09T16:04:53Z |
_version_ |
1837185991292485632 |