регрессия, факторами (объясняющими переменными) которой являются предыдущие уровни динамического ряда. Порядок авторегрессии определяется максимальным лагом. Используется при описании временных рядов.
методов прогнозирования (непараметрические методы, с оценкой точности прогноза, адаптивные методы, методы авторегрессии...
Среди современных статистических методов прогнозирования можно выделить моделирование авторегрессии,
Для оценивания параметров пороговой авторегрессии предлагаются последовательные оценки по методу наименьших квадратов. Получено совместное асимптотическое распределение ошибок оценивания. Приводятся результаты численных экспериментов.
Модель ARMA
Модель авторегрессии и скользящего среднего является одной из математических моделей, которые...
Модель ARMA является обобщением двух более простых временных моделей – модели авторегрессии и модели...
ненулевых лагов частной функции автокорреляции равно степени авторегрессионного процесса;
Частная функция авторегрессии
В статье предлагается метод подбора параметров, основанный на использовании числовых рядов в AR( p) моделях. Показана связь прогнозов по авторегрессии с треугольником Паскаля и числами Фибоначчи и Трибоначчи. Даны рекомендации по применению золотого сечения при прогнозировании.
совокупность органов управления, сил и средств, предназначенных для ре- 4 шения задач по предупреждению и ликвидации чрезвычайных ситуаций, функционально объединенных в единую систему, основу которой составляют аварийно – спасательные формирования.
самостоятельно действующее устройство или их совокупность, выполняющее по заданной программе без непосредственного участия человека перевод предмета обработки (заготовки, детали) из хаотичного положения в пространстве в требуемое относительно определенных поверхностей.
математические (абстрактные) модели реального объекта в виде явных функциональных зависимостей (уравнений алгебраических, дифференциальных или интегральных, систем этих уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению. Однако получить эти зависимости удается только для сравнительно простых реальных объектов (систем). Когда явления сложны и многообразны исследователю приходится идти на упрощенные представления сложных объектов. В результате аналитическая модель становится слишком грубым приближением к действительности.
