Понятие и тенденции временных рядов, процесс их прогнозирования. Аддитивная и мультипликативная сезонность. Экспоненциальное сглаживание и спектральный анализ. Анализ и прогнозирование объемов добычи нефти марки Brent, а также цен на данную продукцию.
Аннотация к работе
Существует огромное количество различных моделей прогнозирования или стохастических моделей: от простых регрессионных до моделей на нейронных сетях и нечеткой логике, но в данной работе будут использованы модели экспоненциального сглаживания (Exponential Smoothing) и модели авторегрессии и проинтегрированного скользящего среднего (Autoregressive integrated moving average, ARIMA) или АРПСС. Тренд - основная тенденция изменения временного ряда, т.е. это постепенный сдвиг вверх или вниз уровня ряда или тенденция значений ряда расти или уменьшаться со временем. В модель входят параметры ? и ?, отвечающие за сглаживание уровня ряда и тренда соответственно. Параметры ?, ?, ? отвечают за сглаживание уровня ряда, тренда и сезонности соответственно. Параметры ?, ? и ? отвечают за сглаживание уровня ряда, тренда и скорости затухания ряда соответственно.В ходе решения поставленной задачи был проведен анализ временных рядов с использованием методов спектрального анализа, экспоненциального сглаживания и авторегрессии и проинтегрированного скользящего среднего, установлено, что на данных временных рядах метод скользящего среднего стабильно показывает лучшие результаты, так как во всех прогнозах средние абсолютные относительные ошибки экспоненциального сглаживания были меньше, чем ошибки модели АРПСС.