СИСТЕМНИЙ ПІДХІД ДО ПРОГНОЗУВАННЯ ДИНАМІКИ ЧАСОВИХ РЯДІВ

Автор(и)

  • П. І. Бідюк НТУ «КПІ»
  • Є. О. Демківський КНУТД

Анотація

Прогнозування на основі часових рядів - один із самих популярних підходів до прогнозування розвитку економічних процесів, об’ємів торгових операцій, об’ємів виробництва та накопичення продукції на складах, оцінювання альтернативних економічних стратегій, формування бюджетів підприємств та держави, прогнозування та менеджмент економічних і фінансових ризиків, прогнозування енергоспоживання та навантаження на енергосистеми і т.ін. На сьогодні в спеціальній літературі описано ба­гато методів прогнозування. Найбільш поширеними серед них є метод групового вра­хування аргументів [1], авторегресія (АР), АРКС, авторегресія з інтегрованим ковзним середнім (АРІКС), авторегресія з дробово-інтегрованим ковзним середнім (АРДІКС), лінійна та нелінійна множинна регресія [2,3,4,5], квантильна регресія [7], регресійні де­рева, нейромережі, байєсівські мережі, нечіткі множини, нечіткі нейромережі та інші. Однак, немає систематизованого підходу до вибору математичних моделей та методів для прогнозування, а також рекомендацій щодо їх застосування.

Посилання

Ивахненко А. Г. Индуктивный метод самоорганизации моделей сложных систем. - Киев: Наукова думка, 1982. - 296 с.

Лук'яненко І., Краснікова Л. Економетрика. - К.: Знання, 1998. - 494 с.

Дрейпер Н., Смит Г. Прикладной регрессионный анализ (т.2). - М.: Финансы и статистика, 1986. - 366 с.

Бідюк П. І., Половцев О. В. Аналіз та моделювання економічних процесів перехідного періоду. - К.: НТУ КПІ, 1999. - 230 с.

##submission.downloads##

Опубліковано

2021-11-17

Номер

Розділ

Статті