Journal articles on the topic 'Модель ARIMA'
To see the other types of publications on this topic, follow the link: Модель ARIMA.
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 24 journal articles for your research on the topic 'Модель ARIMA.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.
1
Б. Б., Раднаев, Цыбиков А. С., and Хабитуев Б. В. "ARIMA-МОДЕЛЬ ПУЛЬСОВОГО СИГНАЛА." Bulletin of the Buryat State University Mathematics Informatics 100, no. 1 (2017): 78–85. http://dx.doi.org/10.18101/2304-5728-2017-1-78-85.
Full text
2
Худов, Г. В., О. М. Маковейчук, І. М. Бутко, and І. А. Хижняк. "Модель прогнозування геопросторових даних в системах обробки геопросторової інформації." Системи озброєння і військова техніка, no. 2(66) (May 21, 2021): 123–28. http://dx.doi.org/10.30748/soivt.2021.66.16.
Full textAbstract:
Предметом дослідження в статті є прогнозування геопросторових даних в системах обробки геопросторової інформації. Метою статті є розробка моделі прогнозування геопросторових даних в системах обробки геопросторової інформації. Удосконалено модель прогнозування даних, яка представляє собою адаптивну селективну модель на базі ансамблю інтегрованих моделей авторегресії-ковзного середнього {ARIMA(p, d, q)} різних порядків. При цьому в якості критерія селекції використовується мінімум суми квадратів відхилень для попередніх прогнозів, що забезпечує точність та робастність прогнозу і дає можливість приймати на його основі обґрунтовані управлінські рішення. Напрямком подальших досліджень є проведення верифікації отриманого прогнозу.
3
Жигайло, О. М., and М. М. Топор. "АВТОМАТИЗОВАНА ПОБУДОВА МОДЕЛЕЙ ПРОГНОЗУВАННЯ ЗБУТУ ХЛІБОБУЛОЧНИХ ВИРОБІВ." Automation of technological and business processes 11, no. 2 (June 26, 2019): 24–30. http://dx.doi.org/10.15673/atbp.v11i2.1372.
Full textAbstract:
Дослідження процесів збуту та планування виробництва є важливою складовою діяльності будь-якого комерційного підприємства. Це пояснюється тим, що професійне вирішення основних задач збуту обумовлює максимальний рівень задоволення потреби клієнтів, створення додаткових маркетингових переваг, збільшення обсягів реалізації, забезпечення зростання прибутку не тільки в коротко, але і в довгостроковому періоді. Для підвищення ефективності управління процесами збуту та планування виробництва сучасні підприємствавикористовують різноманітні програмні продукти, які автоматизують тільки частину їх бізнес-процесів. В тих продуктах, які займаються аналізом, прогнозуванням збуту та плануванням виробництва, існують проблеми з рівнем точності результатів прогнозу. Тому розробка програмних модулів, що спрощують вирішення задачі прогнозування та підвищують точність отриманих результатів є досить актуальною. Для вирішення задачі прогнозування була обрана модель проінтегрованої авторегресії та ковзного середнього (ARIMA). Перед побудовою моделей прогнозування проводиться автоматична класифікація (кластеризація) досліджуваних часових рядів для виявлення чітких груп зі схожими властивостями, яка надає можливість вибору початкової структури моделей прогнозування для кожної із груп. Після цього йде валідація або корегування значень порядку складових моделей (AR, MA), завдяки результатам обробки коррелограмм автокореляційної та приватної автокореляційної функій. На останньому етапі за допомогою методу найменших квадратів розраховуються параметри сформованих моделей прогнозування.
4
Сердюк, К., and O. П’ятикоп. "Вибір моделі прогнозування індивідуальних навантажень ходьби людини." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 44 (October 29, 2021): 60–65. http://dx.doi.org/10.36910/6775-2524-0560-2021-44-10.
Full textAbstract:
Сучасний світ стикається з проблемою недостатньої фізичної і рухової активності людини, або гіподинамією. Особливо зараз це питання актуальне у зв’язку з пандемією Covid-19 та вимушеним переходом на дистанційну роботу та навчання. Сучасна людина в умовах популярною на сьогоднішній день сидячої роботи рухається вкрай мало. Найпростішим методом підвищення рухової активності людини є ходьба. Робота присвячується вирішенню проблеми прогнозування кількості кроків для людини з урахуванням його особливостей та попередніх показників. В статті наведено аналіз публікацій щодо визначення необхідної кількості кроків. Описано процес попередньої обробки реальних даних. Для моделювання в роботі обрано три методи прогнозування: метод простого усереднення (SMA), експоненціально зважене ковзне середнє (EWMA), авторегресійна інтегрована модель змінної середньої (ARIMA). Використовувані в роботі методи дозволять знайти кращий метод для прогнозування кількості майбутніх кроків людини.
5
Лакман, И. А., Р. А. Аскаров, В. Б. Прудников, З. Ф. Аскарова, and В. М. Тимирьянова. "Прогнозирование смертности по причинам в Республике Башкортостан на основе модели Ли–Картера." «Проблемы прогнозирования» 2021 №5, No 5, 2021 (September 25, 2021): 124–38. http://dx.doi.org/10.47711/0868-6351-188-124-138.
Full textAbstract:
В статье проведен анализ и сделан прогноз возрастно-половых коэффициентов смертности по причинам в Республике Башкортостан. В качестве методов анализа использованы: модель Ли-Картера, SVD-разложение, ARIMA-моделирование. Согласно результатам прогноза, в Республике Башкортостан к 2025 г. ожидается: снижение смертности по причине злокачественных новообразований во всех возрастных группах, за исключением группы 70+ для женщин и возрастных групп, начиная с 50+, для мужчин; снижение смертности по причине болезней системы кровообращения во всех возрастных группах для мужчин и увеличение – в возрастных группах 45+ для женщин; снижение смертности по причине травм во всех возрастных группах для обоих полов; отсутствие значительных изменений в смертности по причине болезней органов дыхания; повышение смертности от болезней ЖКТ для обоих полов во всех возрастах, за исключение детского возраста; повышение смертности по причине инфекции в возрастах 20-54 года для мужчин и 20-64 года для женщин; снижение смертности от инфекции почти в два раза в возрастной группе 0-4 года для обоих полов.
6
Родионова, Лилия Анатольевна, and Елена Дмитриевна Копнова. "Статистические подходы к анализу и моделированию сезонности в демографических данных." Демографическое обозрение 6, no. 2 (July 1, 2019): 104–41. http://dx.doi.org/10.17323/demreview.v6i2.9874.
Full textAbstract:
Согласно майскому указу Президента (2018 г.), в число национальных целей и стратегических задач развития РФ на период до 2024 г. входят «обеспечение устойчивого естественного роста численности населения РФ и повышение ожидаемой продолжительности жизни до 78 лет». Возросшая необходимость мониторинга текущей демографической ситуации, изучение структуры демографических показателей, пристальное внимание научного сообщества к реализации национальных целей обусловили выбор темы настоящего исследования.
В работе исследовались проблемы моделирования сезонности демографических показателей РФ (числа рождений, числа умерших, младенческой смертности, числа заключенных браков) по ежемесячным данным Росстата за период 2007-2018 гг. Зарубежные исследования показали, что, наряду с традиционными демографическими методами, ARIMA-модели дают хорошие результаты при прогнозировании демографических показателей (численности населения, уровня рождаемости и смертности, продолжительности жизни населения). Использование статистического подхода на основе SARIMA-моделей в данной работе позволило получить адекватные модели с хорошими статистическими и прогностическими свойствами. Стационарность процессов с учетом сезонности анализировали на основе HEGY-теста. Исследуемые в работе показатели имели ряд особенностей, которые были учтены при моделировании. Ряды числа рождений и числа умерших имели второй и первый порядки интегрируемости соответственно и содержали детерминированную сезонность, ряд числа заключенных браков имел первый порядок обычной и сезонной интегрируемости, ряд младенческой смертности не содержал сезонность, что было подтверждено на основе анализа автокорреляционной функции и периодограммы. Для анализируемых показателей в работе были построены точечные и интервальные оценки прогноза на 2019 г. Для сравнения качества прогнозирования SARIMA-моделей в работе были оценены также сезонные модели Хольта-Уинтерса.
7
Chernigovskiy, A. V., M. V. Krivov, and A. L. Istomin. "Investigating Network Traffic and Selecting a Matching Mathematical Model." Herald of the Bauman Moscow State Technical University. Series Instrument Engineering, no. 3 (132) (September 2020): 84–99. http://dx.doi.org/10.18698/0236-3933-2020-3-84-99.
Full textAbstract:
The investigation aimed to study various network traffic types so as to derive a mathematical description not only for a specific type of traffic, but also for the aggregated network traffic. We characterized the main types of data transmitted during network operation and compared the results with the most common mathematical models, that is, Poisson, Pareto, Weibull, exponential and lognormal distributions. We established that regardless of traffic type the volume distribution of data packets transmitted has a "long tail" and is well described by the lognormal distribution model. We evaluated the autocorrelation function, which showed that a long-range dependence characterises virtually all data, which indicates their self-similarity. We also confirmed this conclusion by calculating the Hurst exponent. At the same time, we determined that the degree of self-similarity depends not only on the type of data transmitted, but also on the data ratio in the aggregated network traffic. We selected the following models so as to compare the mathematical descriptions of traffic: classical and fractal Brownian motion, and the AR, MA, ARMA and ARIMA models. The results showed that the fractal Brownian motion model provides the most accurate mathematical description of network traffic
8
Chaban, V. I., S. P. Kliavzo, O. U. Podobed, and S. A. Chernyh. "Sunflower yield forecast using ARIMA time series models." Scientific Journal Grain Crops 5, no. 2 (2022): 267–74. http://dx.doi.org/10.31867/2523-4544/0185.
Full textAbstract:
The forecast of sunflower yield was based on the analysis of the time series of yield data of this crop at its cultivation in the Northern Steppes of Ukraine against the background of natural fertility for 1971-2019. The true average yield value of sunflower ranged from 2.15 ± 0.17 t/ha, the average variation of yield data for the study period was: coefficient of variation – Cv = 24 %, standard deviation – s = 0.516 t/ha. Analysis of the scattering graph of the series showed a tendency to increase the sunflower yield over a given period of time. An adequate linear model with an increasing trend of yield data is obtained. According to the forecast results by this method for the period up to 2025, the sunflower yield is expected at the level of 2.59–2.67 t/ha. Forecasting with ARIMA (Autoregressive Integrated Moving Average) was carried out by reduction of the yield data series to a stationary form, which was achieved by first order differentiation D (-1). The selection of the most adaptive model was carried out by varying the values of p and q, according to the type of autocorrelation (ACF) and partial autocorrelation functions (PACF). It was found that the best model is D (-1) ARIMA model: (2,0,0), the stationarity of which was achieved by first order differentiation, the residuals are not autocorrelated and normally distributed, and the regression coefficients corresponded to the values of residual probabilities less (p <0, 05). According to the short-term forecast based on the chosen model, it was found that the maximum of sunflower yield against the background of natural fertility in 2023 should be expected up to 3.56 t/ha. Keywords: forecast, yield, sunflower, model, time series, ARIMA model.
9
Fel’ker, M. N., and V. V. Chesnov. "STUDY OF THE INFLUENCE OF CHANGING THE PARAMETERS OF THE ARIMA MODEL ON THE QUALITY OF THE FORECAST FOR SHORT DATA SETS." Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control & Radioelectronics 21, no. 3 (August 2021): 36–46. http://dx.doi.org/10.14529/ctcr210304.
Full textAbstract:
Time series, i.e. data collected at various times. The data collection segments may differ de-pending on the task. Time series are used for decision making. Time series analysis allows you to get some result that will determine the format of the decision. Time series analysis was carried out in very ancient times, for example, various calendars became a consequence of the analysis. Later, time series analysis was applied to study and forecast economic, social and other systems. Time se-ries appeared a long time ago. Once upon a time, ancient Babylonian astronomers, studying the po-sition of the stars, discovered the frequency of eclipses, which allowed them to predict their appearance in the future. Later, the analysis of time series, in a similar way, led to the creation of various calen-dars, for example, harvest calendars. In the future, in addition to natural areas, social and economic ones were added. Aim. Search for classification patterns of time series, allowing to understand whether it is possible to apply the ARIMA model for their short-term (3 counts) forecast. Materials and methods. Special software with ARIMA implementation and all need services is made. We examined 59 data sets with a short length and step equal a year, less than 20 values in the paper. The data was processed using Python libraries: Statsmodels and Pandas. The Dickey – Fuller test was used to de-termine the stationarity of the series. The stationarity of the time series allows for better forecasting. The Akaike information criterion was used to select the best model. Recommendations for a rea-sonable selection of parameters for adjusting ARIMA models are obtained. The dependence of the settings on the category of annual data set is shown. Conclusion. After processing the data, four categories (patterns) of year data sets were identified. Depending on the category ranges of parame-ters were selected for tuning ARIMA models. The suggested ranges will allow to determine the starting parameters for exploring similar datasets. Recommendations for improving the quality of post-forecast and forecast using the ARIMA model by adjusting the settings are given.
10
Balagula, Y. "Forecasting daily spot prices in the Russian electricity market with the ARFIMA model." Applied Econometrics 57 (2020): 89–101. http://dx.doi.org/10.22394/1993-7601-2020-57-89-101.
Full text
11
Polovnikov, D. S., and I. Yu Kolpakov. "APPLICATIONS OF AUTOREGRESSIVE AND INTEGRATED MOVING AVERAGE (ARIMA) MODEL IN ECONOMIC PROCESSES." Фундаментальные исследования (Fundamental research), no. 7 2020 (2020): 90–95. http://dx.doi.org/10.17513/fr.42810.
Full text
12
Garafutdinov, Robert. "Influence of some ARFIMA model parameters on the accuracy of financial time series forecasting." Applied Econometrics 62 (2021): 85–100. http://dx.doi.org/10.22394/1993-7601-2021-62-85-100.
Full textAbstract:
The influence of ARFIMA model parameters on the accuracy of financial time series forecasting on the example of artificially generated long memory series and daily log returns of RTS index is investigated. The investigated parameters are deviation of the integration order value from its «true» value, as well as the memory «length» considered by the model. Based on the research results, some practical recommendations for modeling using ARFIMA have been formulated.
13
Rakhmonov, Ikromjon U., and Nurbek Nurullo ugli Kurbonov. "Forecasting the Electricity Consumption at Industrial Enterprises Using an Autoregressive Integrated Moving Average Model." Vestnik MEI, no. 6 (2021): 11–19. http://dx.doi.org/10.24160/1993-6982-2021-6-11-19.
Full textAbstract:
The problems concerned with forecasting the amount of electricity consumed by industrial enterprises are of utmost importance. An effective way of resolving conflicts between an industrial enterprise and a power supply company and preventing the occurrence of additional costs is to perform maximally accurate prediction of electricity consumption parameters, which can be achieved by reducing them for a contractual settlement period. Electricity consumption forecasting is of importance both from the technological and economical points of view, and its completeness has a direct effect on improving the competitiveness of manufactured products. This, in turn, is determined by a significant fraction of electricity expenditures in the enterprise output net cost. In determining the forecasted indicators of electricity consumption by industrial enterprises, it is advisable to use modern high-precision forecasting methods that ensure the minimum prediction error. The article addresses matters concerned with forecasting the electricity consumption by industrial enterprises with applying the autoregressive integrated moving average (ARIMA) method and using the Python 3.9 programming language (with involvement of the following software packages: statsmodels, numpy, pandas, pmdarima, and matplotlib) taking a metallurgical enterprise in the Republic of Uzbekistan as an example. An outline flowchart of electricity consumption prediction algorithm using the autoregressive integrated moving average method has been developed. The electricity consumption value predicted using the developed model is compared with the actual electricity consumption data. The adequacy of the developed models is validated by low absolute and relative errors between the actual and predicted data. An analysis of prediction error values has shown that the low prediction error in percentage terms is due to adequately developed mathematical models of electricity consumption parameters, due to which these can be applied to forecast the electricity consumption parameters at ferrous metallurgy enterprises.
14
Suvorov, Aleksandr O., Aleksandr A. Petrenko, and Anastasija D. Neprina. "Comparative evaluation of technical and fundamental analysis models when predicting stock prices." Journal Of Applied Informatics 16, no. 96 (December 24, 2021): 6–20. http://dx.doi.org/10.37791/2687-0649-2021-16-6-6-20.
Full textAbstract:
The article considers a comparative analysis of the effectiveness in use of ARIMA, ARCH, GARCH models, а multi-factor forecasting model, and a decision tree model. Model functionality can be evaluated on the practical examples presented in the article. The results of applying the Dickey-Fuller test according to various data to verify the presence of non- stationarity are obtained. Parametric arguments for the models under study are described. The initial data, the order of the study, the results and charts are presented. Using the R programming language, practical studies focused on the functionality of the technical and fundamental analysis models were carried out to obtain the forecast values of PJSC "Sberbank" stock rate. The software modeling process showed the strengths and weaknesses of each of the models considered. The best results were shown by the multi-factor model. The paper gives quantitative indicators of the forecast values. A comparative table of the statistical indicators showing the results of the forecast models is presented and the conclusions are drawn based on the suitability of their modeling. Current study was carried out to identify models of technical and fundamental analysis that give the most accurate forecast of the stock price with the possibility of further implementation in a computer program.
15
Yakovleva, E. L. "DESIGNING A FEMALE ELEGANCE MODEL BASED ON THE IDEAS OF MAGGI RUFF." Intelligence. Innovations. Investment, no. 5 (2020): 152–60. http://dx.doi.org/10.25198/2077-7175-2020-5-152.
Full textAbstract:
The relevance of the article is due to the fact that the attention of a modern personality is focused on the formation of the image. It helps not only to present it favorably, but at the same time to develop your own individual style. Among the significant components of style is elegance, which contributes to the uniqueness of the personality and its memorization in the environment. In this regard, the aim of the study was an attempt to construct a model of elegance, the analysis of which is built using the phenomenological and systemic approaches. A fairly complete phenomenological description of elegance in the first half of the twentieth century was carried out by the French fashion designer Maggi Ruff. The appeal to the systems approach of R. Barthes helped to create a theoretical construction of elegance, which became the novelty of the undertaken research. The elegance model is based on image (formal aspect) and fashion code (content aspect). In turn, the image of elegance is procedural: it includes the idea of an elegant image-design, realized in the image-embodiment, and the visibility of the latter contributes to the formation of the image-perception both by the person himself and by the people around him. The image of elegance corresponds to the aesthetic standards of the cultural and historical era, and its understanding is made possible thanks to the stories-descriptions using the fashion code. It includes semantic units with a rather abstract character and their metaphorical description (rhetoric). Among the semantic units of elegance, one can distinguish beauty, femininity, taste, life experience and improvisation, which manifest themselves already at the level of an image-concept, as well as chic, quality, well-groomed, additional details (accessories, aroma), clearly presented in the image-embodiment. The above affects the image-perception and its description. Today, there are certain transformations in the understanding of elegance. The intellectual component, harmony and taste gradually begin to disappear in it, and simulations and semantic units unacceptable for elegance (ugliness, absurdity, grotesque, lack of quality, simulative chic, lies) come to the fore. In modern times, knowledge of the features of the elegance model helps not only in building your own image, but also in diagnosing celebrity.
16
"Берідзе Т.М., Бараник З.П. МОДЕЛЮВАННЯ ПАНДЕМІЇ COVID-19 В УКРАЇНІ." TRADE AND MARKET OF UKRAINE, no. 49 (1) 2021 (June 30, 2021): 9–17. http://dx.doi.org/10.33274/2079-4762-2021-49-1-9-17.
Full textAbstract:
Мета. Дослідження розповсюдження пандемії COVID-19 в Україні на підставі статистичної інформації шляхом математичного моделювання з застосуванням ARIMA-моделей задля прогнозування постраждалих від COVID-19. Методи. Проблема, яка потребує як найшвидшого вирішення, аналізу статистики хворих COVID-19 задля відповідного прогнозування. Моніторинг щодо чисельності постраждалих від COVID-19, опублікованих в засобах масової інформації, дає підстави вважати про наявність процесів з невизначеністю. Застосування методу математичного моделювання дозволяє проаналізувати стан захворюваності COVID-19 з метою прогнозування постраждалих від пандемії. Показано, що статистична інформація постраждалих від COVID-19, утворюють стохастичні часові ряди з дискретністю в одну добу. Аналіз цих рядів дозволив дійти висновку щодо можливості моделювання на підставі кореляційної теорії випадкових процесів. Зведення нестаціонарних часових рядів, які містять стаціонарні збільшення, до лінійних стаціонарних рядів шляхом визначення другої різниці дало можливість синтезувати структуру математичної моделі у вигляді авторегресії другого порядку. Застосування статистичних даних щодо постраждалих від COVID-19, дозволило ідентифікувати параметри математичних моделей відповідно до постраждалих від COVID-19. Результати. Досліджено процес розповсюдження пандемії COVID-19 в Україні на підставі статистичних даних Розроблені математичні моделі дозволили спрогнозувати кількість постраждалих від COVID-19. Це надало можливість обчислити залежність чисельності постраждалих від COVID-19, що припадає на одного одужаного або померлого в залежності від часу. Отримані аналітичні співвідношення в оцифрованому вигляді довели, що за досить тривалий період, порядку 80 діб, кількість постраждали від COVID-19 зростає. У той же час швидкість збільшення кількості, які захворіли і померли від COVID-19 зменшується, що дає підстави визначити оптимістичний сценарій щодо терміну закінчення спалаху COVID-19. Запропоновано скористатися розробленою методикою задля порівняння динаміки кількості постраждалих від COVID-19, що забезпечить можливість визначити ефективність заходів по попередженню COVID-19. Ключові слова: пандемія, модель, стохастичність, часовий ряд, авторегресія, прогноз.
17
Zhukovska, O. A., and R. V. Shperlov. "ПРОГНОЗУВАННЯ НАВАНТАЖЕННЯ HIGH-LOAD СИСТЕМ." Економічний вісник Національного технічного університету України «Київський політехнічний інститут», no. 18 (September 17, 2021). http://dx.doi.org/10.20535/2307-5651.18.2021.231293.
Full textAbstract:
У статті проведено аналітико-прогностичне моделювання завантаженості інформаційної системи, що в метричному виразі базується на кількості запитів до системи в секунду. Досліджені статистичні дані показника кількості запитів до системи дозволяють знаходити закономірності минулого та прогнозувати подальший вектор розвитку. Актуальність даного дослідження є пріоритетним напрямом в IT-індустрії, адже масштабність інформаційних систем навіть малих компаній є настільки громісткою, що затрати на їх утримання становлять велику долю доходу компаній. Зазначено, що однією значною причиною актуальності є світова криза, спровокована пандемією Covid-19. Саме вона посприяла пошуку нових методів збуту товарів з урахуванням соціальної дистанції та зменшення фінансових втрат. В зв’язку із цим більшість продуктових компаній переводять свій бізнес у віртуальний світ, створюючи неабиякий попит формування власних IT-інфраструктур. Наявність прогнозованих значень забезпечує впевненість бізнесу в стабільності їх продукту чи технології, що напряму впливає на собівартість реалізованого програмного коду та майбутній отриманий дохід. Своєчасність виявлення пікових навантажень або ж навпаки – просідань в системі, допомагають запобігти принципу «карткового домику», та захистити залежні родинні процеси в компанії. Довгострокове бачення руху часового ряду забезпечує компанії можливість підготовки до інфраструктурних змін та надає певний період часу для оновлення технічної бази чи розширення можливостей їх «Cloud Services». З цією метою на основі статистичних даних був побудований прогноз на основі інтегрованого ковзного середнього або ж ARIMA-моделі, проведено статистичне виявлення тренду шляхом аналізу автокореляційних функцій. Було прийнято рішення щодо групування даних відповідно пори доби для збільшення прогнозованих періодів та більшої точності прогнозу моделі. Проаналізовано автокореляційну та часткову автокореляційну функції для часового ряду послідовних різниць для виявлення AR- та MA-процесів. На основі аналізу значущості останніх ненульових лагів побудовано декілька кандидатних моделей для кожного групованого ряду. Кожна модель була провірена на подібність залишків «білому шуму» та нормальності розподілу коефіцієнтів. Зведені прогнози були порівняні та оцінені для виявлення найменшої відсоткової похибки. Було оцінено вартість заощаджень для прогнозованого періоду. На основі цих даних був зроблений висновок, щодо важливості проведення даних досліджень із використанням таких методів прогнозу та аналізу даних для різних векторів діяльності IT-компанії.
18
Федейко, Юрій, and Олександр Жиров. "ПРОГНОЗУВАННЯ ДИНАМІКИ БАЗОВОГО АКТИВУ ЗА ДОПОМОГОЮ ARIMA-GARCH МОДЕЛІ." ГРААЛЬ НАУКИ, November 28, 2021, 281–84. http://dx.doi.org/10.36074/grail-of-science.19.11.2021.053.
Full textAbstract:
В даній статті розглянуто метод прогнозування динаміки базового активу фондового ринку за допомогою ARIMA-GARCH моделі, її особливості та архітектуру. Розглянуто зміну цін фінансового інструмента як логарифмічну прибутковість та виведено формули для ефективного прогнозування вартості фінансового інструмента.
19
Rikota, Valentina, and Elvira Kovpak. "FORECASTING THE DYNAMICS OF THE PFTS STOCK INDEX BY USING THE ARIMA-GARCH MODEL." Pryazovskyi Economic Herald, no. 6(17) (2019). http://dx.doi.org/10.32840/2522-4263/2019-6-75.
Full text
20
Petrova, Anzhela, and Margarita Deyneka. "ARIMA-MODELS: MODELING AND FORECASTING PRICES OF STOCKS." International scientific journal "Internauka". Series: "Economic Sciences", 2022. http://dx.doi.org/10.25313/2520-2294-2022-2-7921.
Full textAbstract:
Modeling the dynamics and forecasting of financial market indicators is of interest to its participants and analysts, as well as scientific circles. The implementation of the task of researching market indicators involves the selection of appropriate methods, tools and resources. The popularity and a significant number of approbations belongs to technical analysis, based on the visual analysis of time series using the construction of special charts and graphical models (figures). Technical analysis is subjective, therefore, in addition to it, methods are used that involve the use of a mathematical apparatus. ARIMA model has shown its effectiveness in working with different time series and has become a powerful tool for obtaining accurate forecasts. The algorithm for constructing such a model involves performing a number of mathematical calculations, which can cause difficulties. But thanks to modern software capabilities, for example, the R programming language, statistical analysis of time series, namely the construction of an ARIMA model, is implemented quickly and with the ability to obtain graphical and numerical results. That is why building an ARIMA model using the R language for modeling the price of a company's shares is of practical importance, which will allow you to get a forecast and make decisions during asset purchase and sale transactions in the financial market. In this work, the algorithm for constructing an ARIMA model is implemented using the R-studio environment in 3 stages (with the consistent use of the corresponding library functions) using the example of PepsiCo prices of stocks time series (monthly and daily data). The graphs of the series were constructed, the series were tested for stationarity, an assumption was made about the value of the model parameters according to the preliminary analysis, automatic selection of parameters was also used, and the corresponding models were built. All constructed models were tested for adequacy through appropriate tests and criteria, as well as the quality of approximation of the actual data by the model. Forecast values were obtained, presented graphically in comparison with the actual data of the share price, and the accuracy of the forecast was calculated.
21
"Анисимова Д.В. Ретропрогнозирование индекса Санкт-Петербургской фондовой биржи (1914-1915 гг.): опыт работы с моделью ARIMA." Историческая информатика 3, no. 3 (March 2018): 25–32. http://dx.doi.org/10.7256/2585-7797.2018.3.27482.
Full text
22
"Automatic Selection of ARIMA Model Parameters to Forecast COVID-19 Infection and Death Cases." Bulletin of the South Ural State University. Series "Computational Mathematics and Software Engineering" 10, no. 2 (May 2021). http://dx.doi.org/10.14529/cmse210202.
Full text
23
Настић, Небојша. "ЕМПИРИЈСКО ИСТРАЖИВАЊЕ ЦИЈЕНА У БИХ 2006–2010. И ПРОГНОЗА ИНФЛАЦИЈЕ ЗА 2011. ГОДИНУ – ПРИМЈЕНА ARIMA МОДЕЛА." Зборник радова Економског факултета у Источном Сарајеву 1, no. 6 (October 19, 2012). http://dx.doi.org/10.7251/zrefis1206091n.
Full text
24
ПРИЧКО, Т. Г., and Н. В. ДРОФИЧЕВА. "DEVELOPMENT OF FRUIT AND VEGETABLE JAM WITH AN INCREASED CONTENT OF BIOLOGICALLY ACTIVE SUBSTANCES." Известия вузов. Пищевая технология, no. 385 (March 25, 2022). http://dx.doi.org/10.26297/0579-3009.2022.1.5.
Full textAbstract:
Консервная продукция с повышенным содержанием биологически активных веществ из натурального фруктового и овощного сырья пользуется большим спросом. Настоящее исследование направлено на расширение ассортимента таких продуктов за счет разработки рецептуры с нестандартным сочетанием компонентов – фейхоа, брокколи, яблок и яблочного порошка из вторичных сырьевых ресурсов сокового производства, использованного для замены части сахара с целью снижения содержания простых углеводов в продукте и увеличения его биологической ценности. Разработаны четыре рецептурные модели фруктово-овощного повидла «Фитнес», содержащие меньше сахара-песка, чем в рекомендациях ГОСТ Р 32099–2013 «Повидло. Общие технические условия». Технология приготовления повидла включала подготовку, бланширование, протирку плодов фейхоа, соцветий и стеблей брокколи, загрузку в варочный котел совместно с яблочным пюре, смешанным в соотношении 1 : 1 с порошком из вторичного сырья, внесения сахара-песка, варку до достижения содержания сухих веществ не менее 67%, добавление раствора лимонной кислоты, фасовку горячим розливом и герметизацию. Установлено, что фруктово-овощное повидло «Фитнес» содержит в зависимости от рецептуры витаминов, мг/100 г: С – 10,55–21,56; Р – 22,02–43,22; Е – 0,92–1,34, а общее содержание минеральных веществ составляет 206–381 мг/100 г. Органолептическая оценка показала, что образцы фруктово-овощного повидла имеют желто-зеленый цвет, стойкую пластичную структуру, обладающую мажущейся консистенцией, кисловато-сладкий вкус и специфический аромат, свойственный использованному сырью. Разработанное повидло «Фитнес» имеет сниженную энергетическую ценность (142,6 ккал), сбалансировано по химическому составу и при потреблении 100 г удовлетворяет суточную потребность организма человека в витаминах, аминокислотах и пектиновых веществах на 50–100%. Canned products with a increased content of biologically active substances from natural fruit and vegetable raw materials are in great demand. This study is aimed at expanding the range of such products by developing a formulation with a non-standard combination of components – feijoa, broccoli, apples and apple powder from secondary raw materials of juice production, used to replace part of sugar in order to reduce the content of simple carbohydrates in the product and increase its biological value. Four prescription models of fruit and vegetable jam «Fitness» containing less granulated sugar than in the recommendations of GOST R 32099–2013 «Jam. General technical conditions», have been developed. The technology of jam included preparation, blanching, wiping of feijoa fruits, inflorescences and stems of broccoli, loading into a digester together with applesauce mixed in a ratio of 1 : 1 with a powder from secondary raw materials, adding granulated sugar, cooking until a dry matter content of at least 67% is reached, adding a solution of citric acid, packing hot filling and sealing. It was found that fruit and vegetable jam «Fitness» contains, depending on the formulation of vitamins, mg/100 g: C – 10,55–21,56; P – 22,02–43,22; E – 0,92–1,34, and the total mineral content is 206–381 mg/100 g. The organoleptic evaluation showed that the samples of fruit and vegetable jam have a yellow-green color, a persistent plastic structure with a smearing consistency, a sour-sweet taste and a specific aroma characteristic of the raw materials used. The developed jam «Fitness» has a reduced energy value (142,6 kcal), is balanced in chemical composition and, when consumed 100 g, satisfies the daily need of the human body for vitamins, amino acids and pectin substances by 50–100%.