МОДЕЛҲОИ ҒАЙРИХАТТӢ БАРОИ ПЕШГӮИИ ҚАТОРҲОИ ВАҚТӢ ДАР МИСОЛИ ФУНКСИЯҲОИ ПОЛИНОМИАЛӢ

ilhomjonqodirov02

Муаллифон

      Низомитдинов А.И. – доктори фалсафа аз рӯйи ихтисос (PhD), омӯзгори калони  кафедраи иқтисоди рақамӣ, Донишкадаи политехникии Донишгоҳи техникии  Тоҷикистон ба номи академик М.С.Осимӣ, ш. Хучанд, Чумхурии Точикистон, ahlidin@gmail.com

 Чакида

  Дар мақола алгоритмҳои асосии пешгӯии қаторҳои вақтӣ баррасӣ карда шудааст. Мақола оиди усулҳои маъмултарини регрессия барои пешгӯии силсилаи вақт истифодашаванда, ба монанди модели регрессияи хаттӣ, модели полиномиалӣ ва модели регрессияи кубӣ баҳс мекунад. Дар мақола усулҳои пешгӯӣ заминаи назариявии сохтани моделҳои регрессионии истифодашуда оварда шудааст. Барои муқоисаи усулҳои дар боло овардашуда моделҳои пешгӯии қаторҳои вақтӣ сохта шудаанд. Натиҷаҳои арзёбии модел бо истифода аз ченакҳо барои кам кардани хатогиҳои модел таҳлил карда мешаванд. Таҳлили муқоисавии натиҷаҳои бадастомадаи моделҳо бо истифода аз метрикаи меъёри пешгӯӣ, хатогии миёнаи мутлақ (MAPE) дода мешавад. Таҳлили таҷрибавии қатори вақтӣ, қурби ҳаррӯзаи евро/доллари ИМА барои як сол аз 01/04/2019-17/04/2020 истифода мешавад. Маълумот n=267 мушоҳидаро дар бар мегирад, ки дар он n шумораи мушоҳидаҳо мебошад. Натиҷаҳои бо истифода аз моделҳои истифодашуда бо ҳамдигар муқоиса карда мешаванд. Дар натиҷа, мо метавонем чунин хулоса барорем, ки мувофиқи арзиши меъёрҳои арзёбии MAPE барои силсилаи вақт, модели ғайрипараметрӣ дар асоси модели регрессияи кубӣ натиҷаи беҳтаринро нишон медиҳад. Қайд карда мешавад, ки бо рушди технологияҳои нав дар коркарди додаҳои калон, алгоритмҳои нави омӯзиши мошинӣ барои пешгӯии қаторҳои вақтӣ дар заминаи рушди иқтисоди рақамӣ таҳия карда мешаванд

Калидвожаҳо

пешгӯӣ; қаторҳои вақтӣ; усули квадратҳои хурд; моделҳои полиномиалӣ, модели регрессионии кубӣ.

Забон

тоҷикӣ

Намуд

техникӣ

Сол

2022

Саҳифа

15

Рӯйхати адабиётҳои истифодашуда

    1. Abraham, B. (1981). Missing Observations in Time Series. Communications in statistics Theory A, 10, 1643-1653.
    2. D. Marx and P.H.C. Eilers (1998). Direct generalized additive modeling with penalized likelihood, Computational Statistics and Data Analysis, 28, 193-209.
    3. Beveridge S. (1992). Least Squares Estimation of Missing Values in Time Series. Communications in statistics Theory A, 21(12), 3479-3496.
    4. Brockwell, P. J., & Davis, R. A. (1991). Time Series: Theory and Methods. New York, USA: Springer-Verlag.
    5. De Boor (1978). A Practical Guide to Splines, Springer, New York.
    6. Hamilton, J. D. (1994). Time Series Analysis. New Jersey, USA: Princeton University Press.
    7. Dierckx, Curve and surface fitting with splines, Clarendon Press, Oxford, 1993.
    8. H.C. Eilers and B.D. Marx (1996). Flexible smoothing using B-splines and penalized likelihood (with comments and rejoinders). Statistical Science, 11(2), 89-121.
    9. J. Green and B.W. Silverman, Nonparametric regression and generalized linear models. Chapman and Hall, London, 1994.
    10. Robert H. Shumway, David S. Stoffer. Time Series Analysis and Its Applications. Springer, New York, 2006.

Таърихи нашр

2023-09-25