авторегрессион моделлар

PPT 15 pages 1.7 MB Free download

15 pages

FaylHub.uz

Download via Telegram

Size 1.7 MB

File type PPT

Pages 15

Updated Dec 2025

Page preview (5 pages)

Scroll down 👇

1 / 15

тема лекции №6 авторегрессион моделлар * маъруза мақсади - авторегрессион моделаштиришнинг хусуссиятларини ўрганиш маъруза режаси: 1. авторегрессон модел ва унинг турлари 2. авторегрессон моделнинг тавсифланиши 3. автокорреляцион функция * 1. авторегрессион модел ва унинг турлари авторегрессиион (ар-) модел -бу вақт қаторининг ҳозирги вақтдаги қийматлари чизиқли равишда бир хил қаторнинг олдинги қийматларига боғлиқ бўлган вақт қатори модели. * авторегрессион моделнинг умумий кўриниши: yi = a0 + ʃai*yi-1+ɛi бу ерда a0 — доимий-бу таъсир етувчи омилларнинг келиб чиқиши орқали ўтиш ҳолатини тавсифловчи коеффициент, яъни таъсир етувчи омиллар нолга тенг бўлган тақдирда моделнинг натижаси қандай бўлишини кўрсатади; ai — якуний y нинг таъсир етувчи омилларга, бу ҳолда охирги регрессия даврида yга боғлиқлик даражасини тавсифловчи коеффициентлар; yi-1 — таъсир етувчи омиллар, бу ҳолда бу охирги y, лекин аввалгиси; ɛi — тасодифий компонент ёки у одатда model хатоси деб аталади (аслида бу маълум даврлар учун моделнинг ҳисобланган қиймати ва маълум қийматларнинг ҳақиқий қийматлари ўртасидаги фарқ, …

2 / 15

га мос равишда аниқроқ прогнозни яратишга имкон беради. * намуна * учинчи тартибли авторегрессия (ar iii - ) yi = a0 + ai*yi-1 + ai*yi-2 + ai*yi-3 +ɛi учинчи даражали авторегрессия модели якуний кўрсаткичнинг олдинги ҳолатига боғлиқлигини енг яқиндан тавсифлайди, чунки учта бошланғич нуқта таъсир қилувчи омиллар сифатида ишлатилади -y 1 давр олдин, 2 давр олдин ва 3 давр олдин нима бўлган. ушбу model учун ўрганилаётган динамик қаторлар доирасига қўйиладиган талаблар юқорироқ - дастлабки маълумотлар диапазони уч даврга қисқартирилганлиги сабабли, моделнинг сифати ёмонлашмаслиги учун ўрганилаётган даврни кенгайтириш керак. * пример ижобий: 1. minimal вақт харажатлари ва манба маълумотларига қўйиладиган талаблар билан етарли прогнозга ега юқори сифатли моделни олиш. минусы: дастлабки маълумотларга асосланган прогноз фақат бир муддат олдин мумкин. агар сиз узоқроқ муддатга прогноз қилишингиз керак бўлса, унда сиз ҳисоблаш учун таъсир етувчи омиллар сифатида ҳақиқий y ни емас, балки моделга мувофиқ ҳисоблаб чиқилганни олишингиз керак бўлади, бу охир-оқибат прогноз бўйича …

3 / 15

токорреляции) должен быть строго меньше 1 по модулю. для ar(2)-процесса можно показать, что условия стационарности имеют вид: |a2|<1, a2 ±a1<1. * 3. автокорреляционная функция автоковариационная и автокорреляционная функции ar(p)-процесса удовлетворяют рекуррентным соотношениям: или в простейшем случае ar(1)-процесса, математическое ожидание равно а дисперсия * в общем случае выражение для математического ожидания через параметры модели было указано выше, однако, выражение для дисперсии временного ряда - существенно усложняется. можно показать, что дисперсия ряда γ(0) и вектор автокорреляций γ выражаются через параметры следующим образом: где а - вектор параметров, с - матрица порядка р , элементы которой определяются следующим образом. диагональные элементы равны cii=1-a2i. элементы выше диагонали равны –a2i+j-1, а элементы ниже диагонали равны –(aj+a2i-j). здесь подразумевается, что если индекс превышает порядок модели p, то соответствующая величина приравнивается к нулю. 0 1 , p i titt i yaaly e = =++ å 0 1 ()(1). p i titt i alyalya e = =-=+ å …

4 / 15

5 / 15

Want to read more?

Download all 15 pages for free via Telegram.

Download full file

About "авторегрессион моделлар"

тема лекции №6 авторегрессион моделлар * маъруза мақсади - авторегрессион моделаштиришнинг хусуссиятларини ўрганиш маъруза режаси: 1. авторегрессон модел ва унинг турлари 2. авторегрессон моделнинг тавсифланиши 3. автокорреляцион функция * 1. авторегрессион модел ва унинг турлари авторегрессиион (ар-) модел -бу вақт қаторининг ҳозирги вақтдаги қийматлари чизиқли равишда бир хил қаторнинг олдинги қийматларига боғлиқ бўлган вақт қатори модели. * авторегрессион моделнинг умумий кўриниши: yi = a0 + ʃai*yi-1+ɛi бу ерда a0 — доимий-бу таъсир етувчи омилларнинг келиб чиқиши орқали ўтиш ҳолатини тавсифловчи коеффициент, яъни таъсир етувчи омиллар нолга тенг бўлган тақдирда моделнинг натижаси қандай бўлишини кўрсатади; ai — якуний y нинг таъсир етувчи омилларга, бу ҳолда охирги регрессия даврида yг...

This file contains 15 pages in PPT format (1.7 MB). To download "авторегрессион моделлар", click the Telegram button on the left.

Tags: авторегрессион моделлар PPT 15 pages Free download Telegram