Анализ временных рядов - История изменений

Patarakin в 14:19, 6 ноября 2025

2025-11-06T14:19:44Z

← Предыдущая версия		Версия от 17:19, 6 ноября 2025
Строка 6:		Строка 6:
	\|Field_of_knowledge=Социология, Экономика, Статистика		\|Field_of_knowledge=Социология, Экономика, Статистика
	\|similar_concepts=Временной ряд (временной ряд)		\|similar_concepts=Временной ряд (временной ряд)
	\|Environment=Как провести анализ временного ряда		\|Environment=Как провести анализ временного ряда, Time Series Lab
	}}		}}
	ARMA(p,q) модель представляется как:		ARMA(p,q) модель представляется как:

Patarakin в 13:20, 6 ноября 2025

2025-11-06T13:20:32Z

← Предыдущая версия		Версия от 16:20, 6 ноября 2025
Строка 5:		Строка 5:
	* случайную составляющую (random component или residuals)		* случайную составляющую (random component или residuals)
	\|Field_of_knowledge=Социология, Экономика, Статистика		\|Field_of_knowledge=Социология, Экономика, Статистика
	\|similar_concepts=временной ряд		\|similar_concepts=Временной ряд (временной ряд)
			\|Environment=Как провести анализ временного ряда
	}}		}}
	ARMA(p,q) модель представляется как:		ARMA(p,q) модель представляется как:

Patarakin в 13:20, 6 ноября 2025

2025-11-06T13:20:06Z

← Предыдущая версия		Версия от 16:20, 6 ноября 2025
Строка 1:		Строка 1:
	{{Понятие		{{Понятие
	\|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. Временно́й ряд (или ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку.		\|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. Временно́й ряд (или ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку. Анализ структуры временного ряда позволяет выявить основные компоненты:
			* тренд (trend),
			* сезонность (seasonality)
			* случайную составляющую (random component или residuals)
	\|Field_of_knowledge=Социология, Экономика, Статистика		\|Field_of_knowledge=Социология, Экономика, Статистика
	\|similar_concepts=временной ряд		\|similar_concepts=временной ряд

Patarakin в 12:56, 6 ноября 2025

2025-11-06T12:56:07Z

← Предыдущая версия		Версия от 15:56, 6 ноября 2025
Строка 13:		Строка 13:

	Для нестационарных временных рядов применяется '''концепция коинтеграции''', введенная Клайвом Грейнджером. Модель коррекции ошибок (ECM):		Для нестационарных временных рядов применяется '''концепция коинтеграции''', введенная Клайвом Грейнджером. Модель коррекции ошибок (ECM):
			<math>\Delta Y_t = \alpha (Y_{t-1} - \beta X_{t-1}) + \gamma \Delta X_t + \varepsilon_t</math>

	~~<math>\Delta Y_t = \alpha (Y_{t-1} - \beta X_{t-1}) + \gamma \Delta X_t + \varepsilon_t</math>~~		[[Как провести анализ временного ряда]]

Patarakin в 11:54, 6 ноября 2025

2025-11-06T11:54:07Z

← Предыдущая версия		Версия от 14:54, 6 ноября 2025
Строка 2:		Строка 2:
	\|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. Временно́й ряд (или ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку.		\|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. Временно́й ряд (или ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку.
	\|Field_of_knowledge=Социология, Экономика, Статистика		\|Field_of_knowledge=Социология, Экономика, Статистика
			\|similar_concepts=временной ряд
	}}		}}
	ARMA(p,q) модель представляется как:		ARMA(p,q) модель представляется как:

Patarakin в 11:53, 6 ноября 2025

2025-11-06T11:53:39Z

← Предыдущая версия		Версия от 14:53, 6 ноября 2025
Строка 1:		Строка 1:
	{{Понятие		{{Понятие
	\|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования.		\|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. Временно́й ряд (или ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку.
	\|Field_of_knowledge=Социология, Экономика, Статистика		\|Field_of_knowledge=Социология, Экономика, Статистика
	}}		}}

Patarakin в 09:01, 1 сентября 2025

2025-09-01T09:01:53Z

← Предыдущая версия		Версия от 12:01, 1 сентября 2025
Строка 3:		Строка 3:
	\|Field_of_knowledge=Социология, Экономика, Статистика		\|Field_of_knowledge=Социология, Экономика, Статистика
	}}		}}

	ARMA(p,q) модель представляется как:		ARMA(p,q) модель представляется как:

Строка 12:		Строка 11:


	Для нестационарных временных рядов применяется концепция коинтеграции, введенная Клайвом Грейнджером. Модель коррекции ошибок (ECM):		Для нестационарных временных рядов применяется '''концепция коинтеграции''', введенная Клайвом Грейнджером. Модель коррекции ошибок (ECM):

	<math>\Delta Y_t = \alpha (Y_{t-1} - \beta X_{t-1}) + \gamma \Delta X_t + \varepsilon_t</math>		<math>\Delta Y_t = \alpha (Y_{t-1} - \beta X_{t-1}) + \gamma \Delta X_t + \varepsilon_t</math>

Patarakin в 09:01, 1 сентября 2025

2025-09-01T09:01:21Z

← Предыдущая версия		Версия от 12:01, 1 сентября 2025
Строка 9:		Строка 9:

	где i — индекс объекта, t — индекс времени, <math>\alpha_i</math> — индивидуальные эффекты.		где i — индекс объекта, t — индекс времени, <math>\alpha_i</math> — индивидуальные эффекты.



			Для нестационарных временных рядов применяется концепция коинтеграции, введенная Клайвом Грейнджером. Модель коррекции ошибок (ECM):

			<math>\Delta Y_t = \alpha (Y_{t-1} - \beta X_{t-1}) + \gamma \Delta X_t + \varepsilon_t</math>

Patarakin в 09:00, 1 сентября 2025

2025-09-01T09:00:24Z

← Предыдущая версия		Версия от 12:00, 1 сентября 2025
Строка 7:		Строка 7:

	<math>X_t = \phi_1 X_{t-1} + \ldots + \phi_p X_{t-p} + \varepsilon_t + \theta_1 \varepsilon_{t-1} + \ldots + \theta_q \varepsilon_{t-q}</math>		<math>X_t = \phi_1 X_{t-1} + \ldots + \phi_p X_{t-p} + \varepsilon_t + \theta_1 \varepsilon_{t-1} + \ldots + \theta_q \varepsilon_{t-q}</math>

			где i — индекс объекта, t — индекс времени, <math>\alpha_i</math> — индивидуальные эффекты.

Patarakin: Новая страница: «{{Понятие |Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. |Field_of_knowledge=Социология, Экономика, Статистика }} ARMA(p,q) модель представляется как: $X_t = \phi_1 X_{t-1} +...»$

2025-09-01T08:59:38Z

Новая страница: «{{Понятие |Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования. |Field_of_knowledge=Социология, Экономика, Статистика }} ARMA(p,q) модель представляется как: <math>X_t = \phi_1 X_{t-1} +...»

Новая страница

{{Понятие
|Description=Анализ временных рядов — совокупность математико-статистических методов для выявления структуры временных рядов и их прогнозирования.
|Field_of_knowledge=Социология, Экономика, Статистика
}}

ARMA(p,q) модель представляется как:

<math>X_t = \phi_1 X_{t-1} + \ldots + \phi_p X_{t-p} + \varepsilon_t + \theta_1 \varepsilon_{t-1} + \ldots + \theta_q \varepsilon_{t-q}</math>