Page 31 - 4268

Лабораторна робота №5

АНАЛІЗ ЧАСОВИХ РЯДІВ. ПРОГНОЗУВАННЯ
ГЕОЛОГІЧНИХ ПРОЦЕСІВ З ЗАСТОСУВАННЯМ

МЕТОДІВ РОЗПІЗНАВАННЯ ОБРАЗІВ

5.1 Мета і завдання роботи.

Засвоїти методичні основи процесу моделювання та набути

практичних навичок застосування цієї процедури при
моделюванні геологічних процесів.

5.2 Основні теоретичні положення

Для прогнозування даних в MS Excel пропонується три
основних підходи до створення прогнозу:1) з застосуванням
ковзного середнього; 2) на основі моделі регресії; 3) на основі

згладжування.
Метод ковзного середнього полягає у тому, що прогноз
будь-якого періоду являє собою середній показник кількох

попередніх елементів часового ряду. Звичайно число елементів,
що використовуються в усередненні, доцільно брати не менше 3.
Ковзну середню звичайно застосовують перед розрахунком

регресії при великому розмірі ряду для згладжування різких
коливань з метою зменшення помилки через розсіювання даних, і
лише після цього будують тренди за згладженою лінією.

Прогнозування на основі моделі регресії полягає в
екстраполяції часового ряду за рівнянням регресії
y  F (t ), (5.1)

де у – результативний фактор (показник), t – час, F(t) –
функція регресії. При прогнозуванні на основі моделі регресії час
відіграє роль єдиного фактора, який узагальнює дію усіх

факторів. Визначальним моментом прогнозування за регресійною
моделлю є вибір адекватної моделі регресії. Для підбору
найкращої моделі залежності результативного показника від часу

зручно використовувати графічне подання моделі і даних

31