УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта

јвтор:  «оркальцев ¬.»., ѕолковска€ ћ.Ќ.
Ќазвание:  –езультаты анализа требований к методам выделени€ составл€ющих временных
—татус:  опубликовано
»здательство:  »ѕ” –јЌ
√од:  2020
“ип:  стать€ вед.журн.
Ќазвание журнала:  ”правление большими системами
¬ыпуск:  88
Ѕиблиографи€:  «оркальцев ¬.»., ѕолковска€ ћ.Ќ. –езультаты анализа требований к методам выделени€ составл€ющих временных // ”правление большими системами. ¬ыпуск 88. ћ.: »ѕ” –јЌ, 2020. —.26-40. DOI: https://doi.org/10.25728/ubs.2020.88.2
–убрика:  —истемный анализ
 лючевые слова:  методы выделени€ составл€ющих временного р€да, аксиоматический подход к сравнительному анализу методов
 лючевые слова (англ.):  methods for identifying time series components, axiomatic approach to†comparative analysis of methods
јннотаци€:  –ассматриваетс€ задача выбора метода выделени€ составл€ющих временного р€да. ¬ качестве таких составл€ющих могут быть, например, тренд или†периодические колебани€ (в частности, сезонные). »сследуемые методы выделени€ составл€ющих представл€ютс€ в виде отображени€ исходного временного р€да в выдел€емые составл€ющие. ‘ормулируетс€ система требований к этим отображени€м, к которым относ€тс€: непрерывность, идемпотентность, аддитивность и учет информативности наблюдений. ѕомимо этого, доказаны теоремы о том, что всем введенным требовани€м удовлетвор€ет декомпозици€ на составл€ющие временного р€да, использующа€ метод наименьших квадратов. ¬ качестве примера рассмотрено выделение двух составл€ющих временного р€да (тренда и сезонной компоненты) из поквартальных и помес€чных данных на основе аддитивной модели. ѕри этом тренд задан полиномом от времени, а сезонные колебани€ Ц в виде суммы взвешенных по степен€м времени строго периодических функций. ѕредставленна€ аддитивна€ модель применима дл€ анализа динамики запасов, производства, транспорта, потреблени€ отдельных продуктов в различных районах и т.д. ƒл€ оценки динамики цен более уместно использовать мультипликативную модель, поскольку большую устойчивость имеют показатели, измер€емые в относительных, а не в балансовых величинах. ¬ этом случае вместо рассмотренного в статье требовани€ аддитивности необходимо ввести требование мультипликативности.
јннотаци€ (англ.):  Abstract: The problem of methodТs choosing for selecting components of a time series is considered. Such components can be a trend or periodic fluctuations (in particular, seasonal). The studied methods for selecting components are presented as a mapping of the original time series to the selected components. The requirements for these maps have been formulated: continuity, idempotency, additivity, and consideration of the informative nature of observations. In addition, we prove theorems that all the requirements are met by the decomposition into components of a time series using the least squares method. The selection of two components of a time series (trend and seasonal components) from quarterly and monthly data based on an additive model has been considered. The trend is defined as a polynomial of time, and seasonal fluctuations are defined as the sum of strictly periodic functions weighted by degrees of time. The presented additive model is applicable for analyzing the dynamics of stocks, production, transport, consumption of individual products in different areas, etc. It is more appropriate to use a multiplicative model for price dynamics, since indicators measured in relative rather than balance values are more stable. In this case, instead of the additivity requirement discussed in the article, it is necessary to introduce the multiplicativity requirement.

в формате PDF

ѕросмотров: 127, загрузок: 32, за мес€ц: 8.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены