CОВРЕМЕННЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ

Дина Николаевна Савинская, Алексей Алексеевич Шуняев, Видад Зейн
{"title":"CОВРЕМЕННЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ","authors":"Дина Николаевна Савинская, Алексей Алексеевич Шуняев, Видад Зейн","doi":"10.17308/meps.2021.11/2713","DOIUrl":null,"url":null,"abstract":"Цель: актуальность изучения временных рядов в последнее время вышла на новый уровень популярности в различных научных областяхв экономике, в частности, поэтому в данной статье мы сделаем обзор понятий и компонент временных рядов, затем обсудим некоторые распространенные методы прогнозирования. Обсуждение: согласно описанным целям исследования и по результатам проведенного анализа понятия временного ряда и методов прогнозирования временных рядов, в том числе рядов с памятью, авторами выделены самые прогрессивные методы, а именно адаптивные, нейронные сети и клеточный автомат. Результаты: результатом исследования является раскрытие ключевых моментов применения тех или иных методов прогнозирования в зависимости от компонентного состава и происхождения исследуемых временных рядов.","PeriodicalId":429408,"journal":{"name":"Современная экономика: проблемы и решения","volume":"51 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-12-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Современная экономика: проблемы и решения","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.17308/meps.2021.11/2713","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Цель: актуальность изучения временных рядов в последнее время вышла на новый уровень популярности в различных научных областяхв экономике, в частности, поэтому в данной статье мы сделаем обзор понятий и компонент временных рядов, затем обсудим некоторые распространенные методы прогнозирования. Обсуждение: согласно описанным целям исследования и по результатам проведенного анализа понятия временного ряда и методов прогнозирования временных рядов, в том числе рядов с памятью, авторами выделены самые прогрессивные методы, а именно адаптивные, нейронные сети и клеточный автомат. Результаты: результатом исследования является раскрытие ключевых моментов применения тех или иных методов прогнозирования в зависимости от компонентного состава и происхождения исследуемых временных рядов.
时间级数预测方法
目标:时间序列研究的紧迫性最近在各种科学领域都达到了新的流行水平,特别是在本文中,我们将回顾时间级数的概念和成分,然后讨论一些常见的预测方法。讨论:根据所描述的研究目标和分析时间序列的概念和预测时间序列的方法,包括记忆序列,作者列出了最先进的方法,即适应性、神经网络和细胞自动装置。结果:研究的结果是,根据所研究时间序列的组成和来源,揭示了使用预测方法的关键时刻。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信