logo
лекции / ИДС

Использование временных рядов в задачах идентификации.

При исследовании динамики процессов в технике, а также в экономике, биологии и в других науках, важную роль играют вопросы изучения характерных признаков последовательности возникающих значений.

По результатам наблюдений строятся хронологические (временные) ряды получаемых значений.

Для таких рядов разработаны специальные методы статистической обработки, которые называются авторегрессионными, поскольку значения членов временного ряда взаимосвязаны.

Идентификация моделей таких временных рядов производится итерационными методами, причем модели этих рядов бывают трех видов:

  1. Авторерессионные модели

  2. Модели авторегрессии со скользящим значением.

  3. Авторегрессионые с проинтегрированным средним значением.

На основании соответствующих методик по указанным моделям может получена с достаточно высокой степенью точности прогнозирования развитие процесса.

Характерной особенностью авторегрессионных моделей временных рядов является то, что чем выше порядок модели, тем больше число членов временного ряда необходимо учитывать при прогнозировании и тем более сложной является их математическая зависимость.

Методы идентификации моделей временных рядов в последнее время интенсивно развивается, находит широкое применение в связи с интенсивным использованием ЭВМ.