построение прогнозирующей модели arima на тему: “цифровая экономика и ее влияние на традиционные отрасли”

DOCX 6 стр. 37,0 КБ Бесплатная загрузка

6 стр.

FaylHub.uz

Скачать через Telegram

Размер 37,0 КБ

Тип файла DOCX

Страницы 6

Обновлено Дек 2025

Предварительный просмотр (5 стр.)

Прокрутите вниз 👇

1 / 6

построение прогнозирующей модели arima на тему: “цифровая экономика и ее влияние на традиционные отрасли” просвиркин алексей васильевич магистрант термезского университета экономики и сервиса одним из популярных и широко используемых статистических методов прогнозирования временных рядов является метод моделирования arima. компоненты модели arima: 1. авторегрессия(ar (p)): 2. интегрированный (i(d)): 3. скользящая средняя (ма(q)): модель используется для прогнозирования цифвизации экономики и традиционных отраслей основная часть:в первую очередь проверим наши значения на стационарность, а для этого мы воспользуемся графиком(рис. 1) рис. 1 данные цифвизации экономики и традиционных отраслей на период с 2010 по 2023 год как мы видим на рисунке (рис. 1) наши значения не являются стационарными. что продолжить наше решение возьмём первую разность наших значений и проверим её график (рис.2) на стационарность рис. 2 график первой разности наших значений на графике функции появилась стационарность, а именно график начал проходить вокруг точки 0. но для того чтобы точно убедиться, что этот график является подходящим, …

2 / 6

это значит что первая разность подходит для моделирования и в модели arima значение числа d будет равна 1 теперь рассмотрим коррелограмму (рис. 2) рис 2. коррелограмма временного ряда дальше для вычисления лагов для модели arima воспользуемся следующими данными таблица 2 нахождения лагов для модели arima оценено с помощью метода bhhh (berndt, hall, hall and hausman) (условный метод мп) dependent variable d_x1, t = 0 criteria for arima(p, 2, q) specifications ------------------------------------------------------------ p, q aic bic hqc loglik ------------------------------------------------------------ 0, 0 199,5918 199,9896 199,3409 -98,7959 0, 1 193,8039 194,5997 193,3023 -94,9019 0, 2 192,1320* 193,3257* 191,3796* -93,0660 0, 3 194,1212 195,7128 193,1179 -93,0606 0, 4 194,5443 196,5338 193,2902 -92,2722 0, 5 194,0146 196,4020 192,5097 -91,0073 0, 6 196,0140 198,7993 194,2583 -91,0070 1, 0 193,1296 193,9253 192,6279 -94,5648 1, 1 193,0178 194,2115 192,2654 -93,5089 1, 2 194,2178 195,8094 193,2145 -93,1089 1, 3 196,1994 198,1889 194,9453 -93,0997 1, 4 195,3218 197,7091 193,8169 -91,6609 …

3 / 6

0,7277 4, 6 203,5045 207,8814 200,7456 -90,7523 5, 0 196,3409 198,7283 194,8360 -92,1704 5, 1 196,2761 199,0613 194,5203 -91,1380 5, 2 197,7801 200,9632 195,7735 -90,8900 5, 3 199,7628 203,3439 197,5055 -90,8814 5, 4 201,6400 205,6190 199,1319 -90,8200 5, 5 202,7468 207,1236 199,9878 -90,3734 5, 6 na na na na 6, 0 na na na na 6, 1 na na na na 6, 2 na na na na 6, 3 na na na na 6, 4 na na na na 6, 5 na na na na 6, 6 na na na na '*' indicates best, per criterion 'na' indicates that a specification could not be estimated log-likelihood ('loglik') is provided for reference смотря на эту таблицу получаем модель arima со следующими значениями arima(0 2 2) таблица 3 результаты регрессионного анализа модель 1: arima, использованы наблюдения 2014-2023 (t = 10) зависимая переменная: (1-l)^2 d_d_x1 стандартные ошибки рассчитаны на основе гессиана коэффициент ст. …

4 / 6

2000 3000 4000 5000 6000 7000 2010 2012 2014 2016 2018 2020 2022 x1 -1000 -500 0 500 1000 1500 2000 2500 2012 2014 2016 2018 2020 2022 d_x1 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0 2 4 6 8 10 +- 1,96/t^0,5 лаг acf для d_x1 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0 2 4 6 8 10 +- 1,96/t^0,5 лаг pacf для d_x1

5 / 6

построение прогнозирующей модели arima на тему: “цифровая экономика и ее влияние на традиционные отрасли” - Page 5

Хотите читать дальше?

Скачайте все 6 страниц бесплатно через Telegram.

Скачать полный файл

О "построение прогнозирующей модели arima на тему: “цифровая экономика и ее влияние на традиционные отрасли”"

построение прогнозирующей модели arima на тему: “цифровая экономика и ее влияние на традиционные отрасли” просвиркин алексей васильевич магистрант термезского университета экономики и сервиса одним из популярных и широко используемых статистических методов прогнозирования временных рядов является метод моделирования arima. компоненты модели arima: 1. авторегрессия(ar (p)): 2. интегрированный (i(d)): 3. скользящая средняя (ма(q)): модель используется для прогнозирования цифвизации экономики и традиционных отраслей основная часть:в первую очередь проверим наши значения на стационарность, а для этого мы воспользуемся графиком(рис. 1) рис. 1 данные цифвизации экономики и традиционных отраслей на период с 2010 по 2023 год как мы видим на рисунке (рис. 1) наши значения не являются стационарными....

Этот файл содержит 6 стр. в формате DOCX (37,0 КБ). Чтобы скачать "построение прогнозирующей модели arima на тему: “цифровая экономика и ее влияние на традиционные отрасли”", нажмите кнопку Telegram слева.

Теги: построение прогнозирующей модел… DOCX 6 стр. Бесплатная загрузка Telegram