Содержание
- 2. Цель лекции - изучить особенности авторегрессионого моделирования План лекции. 1. Авторегрессонная модель и её виды 2.
- 3. 1. Авторегрессонная модель и её виды Авторегрессионная (AR-) модель — модель временных рядов, в которой значения
- 4. Общий вид модели авторегрессии: Yi = a0 + Ʃai*Yi-1+Ɛi где a0 — постоянная - коэффициент описывающий
- 5. Виды моделей Авторегрессия первого порядка (AR I - ) Yi = a0 + ai*Yi-1+Ɛi Линейная модель
- 6. Пример Рассмотрим построение модели с помощью "пакета анализа" в эксель (вся процедура и поочередность шагов аналогичны
- 7. Результат регрессии
- 8. Авторегрессия второго порядка (AR II -) Yi = a0 + ai*Yi-1 + ai*Yi-2 +Ɛi Модель авторегрессии
- 9. Пример
- 10. Авторегрессия третьего порядка (AR III - ) Yi = a0 + ai*Yi-1 + ai*Yi-2 + ai*Yi-3
- 11. Пример ПЛЮСЫ: 1. Получение высококачественной модели с адекватным прогнозом при минимуме временных затрат и требований к
- 12. 2. Операторное представление Если ввести лаговый оператор L: LYt=Yt-1 то авторегрессионную модель можно представить следующим образом
- 13. Стационарность авторегрессионного процесса зависит от корней характеристического полинома Для того чтобы процесс был стационарным, достаточно, чтобы
- 14. 3. Автокорреляционная функция Автоковариационная и автокорреляционная функции AR(p)-процесса удовлетворяют рекуррентным соотношениям: или В простейшем случае AR(1)-процесса,
- 16. Скачать презентацию