viagra super force

+7(495) 123-XXXX  г. Москва

Выпуски журналов

  • Серия
  • Серия
  • Серия
  • Серия
  • Журнал
  • Журнал
  • Журнал
  • Журнал

Ф.Б.Тебуева,  (Северо-Кавказский федеральный университет, г. Ставрополь)

Н.В. Стреблянская,  (Северо-Кавказский федеральный университет, г. Ставрополь)

 

* Исследование выполнено в рамках реализации научного проекта по теме «Разработка кроссплатформенной технологии построения мобильных приложений с заданными контурами интеграции для повышения функциональной и ресурсной эффективности корпоративных информационных систем» в рамках ФЦПИР 2014-2020
(уникальный идентификатор прикладных научных исследований RFMEFI57614X0066) при финансовой поддержке Министерства образования и науки Российской Федерации.

Серия «Естественные и Технические науки» # ИЮНЬ  2016

Показатель Херста
В статье рассматриваются временные ряды природных процессов, обладающих свойством персистентности. Исследование направлено на выбор и адаптацию математического аппарата для прогнозирования персистентных временных рядов. Предлагается в методе Брауна коэффициент сглаживания соотносить с фрактальной размерностью временного ряда.

Ключевые слова: Показатель Херста, фрактальная размерность, прогнозирование.

 

Введение

Многие прикладные задачи прогнозирования содержат выборки слишком малой длины [1] для возможности получения статистически достоверных прогнозов. Поэтому прогнозирование коротких временных рядов [2] является очень актуальной проблемой, для решения которой необходимо иметь представление об особенностях описываемого временным рядом процесса. Для большинства природных временных рядов статистика не может быть смоделирована на длительный период.

Основными формализованными методами прогнозирования коротких временных рядов являются адаптивные модели прогнозирования [3], способные быстро приспосабливать свою структуру и параметры к изменению условий. Адаптивные модели прогнозирования основаны на двух схемах – скользящего среднего (СС-модели) и авторегрессии (АР-модели) [4]. Природные временные ряды в большинстве случаев представляют собой нестационарные эволюционные процессы, для их прогнозирования рассматриваем СС-модели. В статистическом прогнозировании наиболее часто используются две базовые СС-модели – Брауна и Хольта, первая из них является частным случаем второй и представляет наибольший интерес.

Читать полный текст статьи …


СПИСОК ЛИТЕРАТУРЫ:
1. Гаскаров Д.В., Шаповалов В.И. Малая выборка. – М.: Статистика, 1978. – 248 с.
2. Копытов В.В., Тебуева Ф.Б. Прогнозирование чрезвычайных ситуаций техногенного характера по коротким временным рядам// Научные и образовательные проблемы гражданской защиты. – №2. – 2009. – С. 33-36.
3. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. – М.: Финансы и статистика, 2003. – 416 с.
4. Сигел Э. Практическая бизнес-статистика. – М.: Издательский дом «Вильямс», 2008. – 1052 с.
5. Светуньков С.Г., Бутухунов А.В., Светуньков И.С. Исследование запредельных случаев метода Брауна применительно к малым выборкам: Препринт. – СПб.: Изд-во СПбГУЭФ, 2005. – 24 с.
6. Малинецкий Г.Г., Потапов А.Б. Нелинейность. Новые проблемы, новые возможности. В кн. Новое в синергетике. Загадки неравновесных структур. – М.: Наука, 1996. (Серия «Кибернетика: неограниченные возможности и возможные ограничения»). – С.165-190.
7. Петерс Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка. – М.: Мир, 2000. – 333 с.
8. Шелухин О.И., Тенякшев А.М., Осин А.В. Фрактальные процессы в телекоммуникациях. – М.: Радиотехника, 2003. – 480 с.
9. Тебуева Ф.Б. Два подхода к реализации фрактального анализа временных рядов// Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. – Т2. – №4, 2007. – С. 105-112.
 



© 
Ф.Б.Тебуева, Н.В. Стреблянская, Журнал "Современная наука: актуальные проблемы теории и практики".
 

 

 

 
SCROLL TO TOP

 Rambler's Top100 @Mail.ru