Дина Николаевна Савинская, Алексей Алексеевич Шуняев, Видад Зейн
{"title":"时间级数预测方法","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":"{\"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}","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}
CОВРЕМЕННЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ
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.