mavsumiy bo‘lmagan box-jenkins (arima) modellari

PPTX 75 стр. 517,5 КБ Бесплатная загрузка

75 стр.

FaylHub.uz

Скачать через Telegram

Размер 517,5 КБ

Тип файла PPTX

Страницы 75

Обновлено Дек 2025

Предварительный просмотр (5 стр.)

Прокрутите вниз 👇

1 / 75

decomposition method 1 mavsumiy bo'lmagan box-jenkins modellari 1 2 box-jenkins (arima) modellari box-jenkins metodologiyasi avtoregressiv integratsiyalangan harakatlanuvchi o'rtacha (arima) modellari sinfidagi vaqt seriyalari modellarini aniqlash va baholash uchun protseduralar to'plamiga ishora qiladi. arima modellari tushuntirish o'zgaruvchilari sifatida qaram o'zgaruvchining kechikkan qiymatlari va/yoki tasodifiy buzilish atamasidan foydalanadigan regressiya modellaridir. arima modellari asosan ma'lumotlardagi avtokorrelyatsiya naqshiga tayanadi ushbu usul mavsumiy bo'lmagan va mavsumiy ma'lumotlarga ham tegishli. ushbu kursda biz faqat mavsumiy bo'lmagan ma'lumotlar bilan shug'ullanamiz. 3 box-jenkins (arima) modellari statsionar vaqt seriyasi uchun uchta asosiy arima modeliyt: (1) buyurtmaning avtoregressiv modelip(ar(p)) ya'ni, ytunga bog'liq p oldingi qiymatlar (2) buyurtmaning harakatlanuvchi o'rtacha modeliq(ma(q)) ya'ni, ytga bog'liqqoldingi tasodifiy xato shartlari 4 box-jenkins (arima) modellari (3) buyurtmaning avtoregressiv harakatlanuvchi o'rtacha modeli p va q(arma(p,q)) ya'ni, yt unga bog'liq p oldingi qiymatlar va qn oldingi tasodifiy xato shartlari 5 box-jenkins (arima) modellari arima modelida tasodifiy buzilish atamasi odatda, deb taxmin qilinadi"oq shovqin”; ya'ni, u o'rtacha 0 …

2 / 75

statsionar bo'lmagan qatorga misol 12 statsionarlik aytaylik, yt ar(1) jarayonini driftsiz kuzatib boradi. ytstatsionarlik? yozib oling 13 statsionarlik umumiylikni yo'qotmasdan, y deb faraz qilingo= 0. keyin e(yt)=0. t katta deb faraz, ya'ni, jarayon ancha vaqt oldin boshlangan, keyin shuni ham ko'rsatish mumkinki, agar bir xil shart bajarilsa, 14 statsionarlik maxsus holat:f1= 1 bu "tasodifiy yurish" jarayoni. endi, shunday qilib, 15 statsionarlik faraz qilaylik, model driftsiz ar(2), ya'ni, buni y uchun ko'rsatish mumkintstatsionar bo'lish, muhim nuqta shundaki, parametrlarga tegishli oldingi shartlar qo'yilmasa, ar jarayonlari statsionar emas. 16 statsionarlik driftsiz ma(1) jarayonini ko'rib chiqing: ning qiymatidan qat'i nazar, uni ko'rsatish mumkin 17 statsionarlik ma(2) jarayoni uchun 18 statsionarlik umuman olganda, ma jarayonlari parametrlarning qiymatlaridan qat'i nazar, statsionardir, lekin "teskari” emas. ma jarayoni, agar uni cheksiz tartibli statsionar ar jarayoniga aylantirish mumkin bo'lsa, teskari deyiladi. ma(k) jarayoni uchun teskari shartlari ar(k) jarayoni uchun statsionarlik shartlariga o‘xshashdir. 19 farqlash ko'pincha statsionar bo'lmagan qatorlarni farqlash …

3 / 75

davrlar. 22 farqlash orqaga siljish operatori farqlash jarayonini tavsiflash uchun qulaydir. umuman olganda, a d -tartibli farqni quyidagicha yozish mumkin orqaga siljish yozuvi qulay, chunki birlashtirilgan effektni ko'rish uchun atamalar birga ko'paytirilishi mumkin. 23 populyatsiya avtokorrelyatsiyasi funksiyasi savol shundaki, amalda ma'lumotlarning statsionar ekanligini qanday aniqlash mumkin? agar ma'lumotlar statsionar bo'lmasa (ya'ni, tasodifiy yurish), u holda k ning barcha qiymatlari uchun = 1 agar ma'lumotlar statsionar bo'lsa (ya'ni, ), u holda avtokorrelyatsiya koeffitsientining kattaligi"o'ladi”k ortishi bilan. 24 populyatsiya avtokorrelyatsiyasi funksiyasi driftsiz ar(2) jarayonini ko'rib chiqing: avtokorrelyatsiya koeffitsientlari 25 populyatsiya avtokorrelyatsiyasi funksiyasi keyin avtokorrelyatsiya funktsiyasi namlangan eksponensiallar va/yoki so'yilgan sinus to'lqinlar aralashmasiga ko'ra o'chadi. umuman olganda, statsionar ar jarayonining avtokorrelyatsiyasi k ortishi bilan asta-sekin o'ladi. 26 populyatsiya avtokorrelyatsiyasi funksiyasi harakatlanuvchi o'rtacha (ma) jarayonlari driftsiz ma(1) jarayonini ko'rib chiqing: shuni eslang 27 populyatsiya avtokorrelyatsiyasi funksiyasi shuning uchun ma(1) jarayonining kechikishdagi avtokorrelyatsiya koeffitsienti k ma(1) jarayonining avtokorrelyatsiya funksiyasi kechikish k=1 dan keyin “kesadi”. 28 …

4 / 75

) serial uchuny1,y2,,yn, kechikishdagi namuna avtokorrelyatsiyasikhisoblanadi qayerda 31 namuna avtokorrelyatsiya funktsiyasi (sac) rkning kechikishi bilan ajratilgan vaqt seriyalari kuzatuvlari orasidagi chiziqli munosabatni o'lchaydikvaqt birliklari ning standart xatosir k hisoblanadi trkstatistika hisoblanadi 32 namuna avtokorrelyatsiya funktsiyasi (sac) sacning xatti-harakati (1) sac uzilishi mumkin. kechikishdagi boshoqkagar sacda mavjud bo'lsa rk statistik jihatdan katta. agar keyinrkstatistik jihatdan katta deb hisoblanadi. sac kechikishdan keyin uzilib qoladi k dan kattaroq kechikishlarda tikanlar bo'lmasa k sacda. 33 namuna avtokorrelyatsiya funktsiyasi (sac) (2)agar bu funktsiya uzilmasa, aksincha, "barqaror" tarzda kamaysa, sac o'ladi, deyiladi. sac o'lishi mumkin (i) sonli eksponensial moda (ii) o'chirilgan sinus-to'lqin modasi (iii) (i) va (ii) ikkalasining biri yoki kombinatsiyasi ustunlik qiladigan moda. sac juda tez yoki juda sekin o'lishi mumkin. 34 namuna avtokorrelyatsiya funktsiyasi (sac) vaqt seriyasining qiymatlariy1,y2, …,ynagar vaqt seriyasining sac qiymati juda tez kesilsa yoki juda tez o'chib qolsa, statsionar deb hisoblanishi kerak. biroq, agar vaqt seriyasining sac qiymatlari bo'lsay1,y2, …,ynjuda sekin …

5 / 75

ma: k ortishi bilan asta-sekin o'ladi 2) ma: ma'lum bir kechikishdan keyin uziladi 3) tasodifiy yurish: avtokorrelyatsiya funktsiyalari juda sekin o'chadi va 1 lagda taxminiy avtokorrelyatsiya koeffitsienti 1 ga yaqin. agar ma'lumotlar statsionar bo'lmasa-chi? statsionarlik tugamaguncha farqlashni bajaring. 38 statsionarning sac ar(1) jarayoni arima protsedurasi o'zgaruvchining nomi = y ishchi seriyaning o'rtacha qiymati -0,08047 standart og'ish 1.123515 kuzatishlar soni 99 avtokorrelyatsiyalar kechikish kovariant korrelyatsiyasi -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 std xatosi 0 1.262285 1.00000 | |********************| 0 1 0,643124 0,50949 | . |************ | 0.100504 2 0,435316 0,34486 | . |******** | 0,123875 3 0,266020 0,21075 | . |****. | 0.133221 4 0,111942 0,08868 | . |** . | 0.136547 5 0,109251 0,08655 | . |** . | 0.137127 6 0,012504 0,00991 | . | . | 0,137678 7 -0,040513 -,03209 | . *| …

Хотите читать дальше?

Скачайте все 75 страниц бесплатно через Telegram.

Скачать полный файл

О "mavsumiy bo‘lmagan box-jenkins (arima) modellari"

decomposition method 1 mavsumiy bo'lmagan box-jenkins modellari 1 2 box-jenkins (arima) modellari box-jenkins metodologiyasi avtoregressiv integratsiyalangan harakatlanuvchi o'rtacha (arima) modellari sinfidagi vaqt seriyalari modellarini aniqlash va baholash uchun protseduralar to'plamiga ishora qiladi. arima modellari tushuntirish o'zgaruvchilari sifatida qaram o'zgaruvchining kechikkan qiymatlari va/yoki tasodifiy buzilish atamasidan foydalanadigan regressiya modellaridir. arima modellari asosan ma'lumotlardagi avtokorrelyatsiya naqshiga tayanadi ushbu usul mavsumiy bo'lmagan va mavsumiy ma'lumotlarga ham tegishli. ushbu kursda biz faqat mavsumiy bo'lmagan ma'lumotlar bilan shug'ullanamiz. 3 box-jenkins (arima) modellari statsionar vaqt seriyasi uchun uchta asosiy arima modeliyt: (1) bu...

Этот файл содержит 75 стр. в формате PPTX (517,5 КБ). Чтобы скачать "mavsumiy bo‘lmagan box-jenkins (arima) modellari", нажмите кнопку Telegram слева.

Теги: mavsumiy bo‘lmagan box-jenkins … PPTX 75 стр. Бесплатная загрузка Telegram