МОДЕЛІ ЧАСОВИХ РЯДІВ

Після вивчення даного розділу студент повинен:

• • знати
• - причини появи структурних змін у тимчасових рядах; причини і наслідки автокореляції; методи побудови моделей авторегресії і взаємозв'язку часових рядів;
• • вміти
• - проводити побудова моделей часових рядів при наявності структурних змін; проводити аналіз часових рядів в умовах автокореляції; інтерпретувати авторегресії і взаємозв'язку часових рядів;
• • володіти
• - методами побудови моделей тренда, сезонності і змішаних моделей; методами виявлення автокореляції; методами оцінювання параметрів моделей авторегресії і взаємозв'язків часових рядів.

Побудова моделей для невипадкових компонент

Всі методи виділення невипадкових складових моделі часового ряду можна розділити на два основні класи - аналітичні та алгоритмічні. При застосуванні аналітичних методів припускають, що для опису динаміки часового ряду може бути використана деяка аналітична функція, параметри якої можуть бути оцінені методами регресійного аналізу. У свою чергу, застосування алгоритмічних методів не вимагає знання аналітичного виду невипадкових складових часового ряду, проте ці методи дозволяють кількісно оцінити значення невипадкових компонент часового ряду в кожен момент часу. Одним із прикладів алгоритмічного підходу є метод змінного середнього [2, 3, 281.