Page 34 - 4268
P. 34
методи добре виявляють довготермінові закономірності, але
пропускають локальні (короткотермінові) процеси. Даний
недолік певною мірою усувається за допомогою згладжування.
Основна ідея методу згладжування полягає в тому, що кожний
новий прогноз утворюється шляхом переміщення попереднього
прогнозу у напрямку, який дав би кращі результати порівняно до
попереднього прогнозу. Базове рівняння має наступний вигляд
F (t ) 1 F (t ) a e (t ),
де t – часовий період,
F(t) – прогноз, зроблений в момент часу t,
a – константа згладжування,
e(t) – похибка (відмінність між прогнозом на момент часу t
і дійсним значенням у момент часу t).
ПЕТ MS Excel безпосередньо підтримує один з методів
прогнозування на основі згладжування, який називається
експоненційним згладжуванням і знаходиться у надбудові Пакет
анализа.
Вибір певного виду апроксимуючої функції у кожному
конкретному випадку залежить від розв’язуваної задачі і
розуміння користувачем аналізованого процесу і особливостей
задачі. Вибір найкращої апроксимації зручно виконувати за
допомогою графічного подання лінії тренду разом з первинними
даними часового ряду, яке забезпечує наочність і можливість
неформального аналізу задачі, задіяння евристичних механізмів і
інтуїції. Проведення попарної кроскореляції між рядами із метою
виявлення їх існуючих зміщень у часі і приведення до
максимальної синфазності.
Коефіцієнт кореляції rxy(k) являє собою кореляцію між
двома рядами x і кожним з y, де ряд x зміщений на лаг порядку k
c xy k ( )
r xy k ( )
s x s y , для k = 0, ±1, ±2 (5.2)
де cxy(k) – коефіцієнт кроскореляції на лазі k; sx, sy–
стандартні відхилення рядів
Синфазність часових рядів – зміна значень одного часового ряду
відносно іншого прямо пропорційно в той самий момент часу.
Коли ряди синфазні збільшенню значення одного ряду відповідає
збільшення іншого і навпаки. Синфазність рядів досягається
34