Анализ временных рядов
Ана́лиз временны́х рядо́в — совокупность математико-статистических методов анализа, предназначенных для выявления структуры временных рядов и для их прогнозирования. Сюда относятся, в частности, методы регрессионного анализа. Выявление структуры временного ряда необходимо для того, чтобы построить математическую модель того явления, которое является источником анализируемого временного ряда. Прогноз будущих значений временного ряда используется для эффективного принятия решений.
Пример временного ряда
Временные ряды состоят из двух элементов:
периода времени, за который или по состоянию на который приводятся числовые значения;
числовых значений того или иного показателя, называемых уровнями ряда.
Временные ряды классифицируются по следующим признакам:
по форме представления уровней:
ряды абсолютных показателей;
относительных показателей;
средних величин.
по количеству показателей, для который определяются уровни в каждый момент времени: одномерные и многомерные временные ряды;
по характеру временного параметра: моментные и интервальные временные ряды. В моментных временных рядах уровни характеризуют значения показателя по состоянию на определенные моменты времени. В интервальных рядах уровни характеризуют значение показателя за определенные периоды времени. Важная особенность интервальных временных рядов абсолютных величин заключается в возможности суммирования их уровней. Отдельные же уровни моментного ряда абсолютных величин содержат элементы повторного счета. Это делает бессмысленным суммирование уровней моментных рядов;
по расстоянию между датами и интервалами времени выделяют равноотстоящие — когда даты регистрации или окончания периодов следуют друг за другом с равными интервалами и неполные (неравноотстоящие) — когда принцип равных интервалов не соблюдается;
по наличию пропущенных значений: полные и неполные временные ряды;
временные ряды бывают детерминированными и случайными: первые получают на основе значений некоторой неслучайной функции (ряд последовательных данных о количестве дней в месяцах); вторые есть результат реализации некоторой случайной величины.
в зависимости от наличия основной тенденции выделяют стационарные ряды, в которых среднее значение идисперсия постоянны, и нестационарные, содержащие основную тенденцию развития[1].
- 35 Моделирование тенденции временного ряда
- 34 Автокорреляция уровней временного ряда. Анализ структуры временного ряда на основании коэффициентов автокорреляции
- 33 Коэффициент автокорреляции. Их свойства
- Анализ временных рядов
- Примеры временных рядов
- 31 Автокорреляция уровней временного ряда и выявление его структуры
- 30 Основные элементы временного ряда
- Метод Гольдфельда-Квандта проверки гипотезы гомоскедастичности
- 27 Гомоскедастичность остатков регрессионной функции. Гетероскедастичность остатков регрессионной функции.
- 25 Фиктивные переменные во множественной регрессии
- 21 Множественная корреляция (multiple correlation)
- Частные уравнения регрессии
- 15 10.2. Отбор факторов при построении множественной регрессии