Please use this identifier to cite or link to this item:
http://essuir.sumdu.edu.ua/handle/123456789/68083
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Моделювання нестаціонарних процесів із структурними розривами |
Other Titles |
Modeling of nonstationary processes with structural breaks |
Authors |
Marynych, Tetiana Oleksandrivna
Nazarenko, Liudmyla Dmytrivna Hets, Kseniia Vitaliivna |
ORCID |
http://orcid.org/0000-0002-1393-7607 |
Keywords |
модель авторегресії модель авторегрессии autoregression model прогноз forecast фіктивна змінна фиктивная переменная dummy variable автокореляція автокорреляция autocorrelation гетероскедастичність гетероскедастичность heteroscedasticity |
Type | Article |
Date of Issue | 2016 |
URI | http://essuir.sumdu.edu.ua/handle/123456789/68083 |
Publisher | Національний технічний університет «Харківський політехнічний інститут» |
License | |
Citation | Маринич, Т.О. Моделювання нестаціонарних процесів із структурними розривами [Текст] / Т.О. Маринич, Л.Д. Назаренко, К.В. Гец // Вісник НТУ "ХПІ": збірник наукових праць. Серія. Математичне моделювання в техніці та технологіях . – Харків: НТУ "ХПІ", 2016. – № 6 (1178). – С. 62-68. |
Abstract |
Проведено пошук оптимальної моделі для опису нестаціонарних часових рядів із адекватними статистичними характеристиками та якісними прогнозними властивостями. У якості інформаційної бази обрано щоденні статистичні дані міжбанківського валютного курсу гривні до долара США. Досліджено детерміністичні та стохастичні компоненти з метою визначення класу стаціонарності ряду. Перевірено доцільність проведення різних процедур згладжування та вирівнювання часових рядів із сезонністю, циклічністю та трендом. Для вихідних даних побудовано інтегровані моделі авторегресії – ковзного середнього (ARIMA), умовної гетероскедастичності (ARCH); проведено аналіз залишків та перевірено якість отриманих моделей. Досліджено умови застосування фіктивних змінних для усунення структурних розривів даних та проблем із залишками моделей. Виконано порівняльний аналіз якості прогнозів за побудованими моделями. Наведений алгоритм дозволив встановити оптимальну модель SARIMA, що включає сезонні параметри та фіктивні змінні структурного розриву. The paper deals with creating an optimal model of non-stationary time series with adequate static features and high prediction options. The daily statistic data on the hryvnia to US dollar interbank exchange rate form the information basis of the model. The deterministic and stochastic components are studied to determine the type of the series stationarity. The expediency of smoothing and leveling time series with seasonality, cyclic recurrence, and trend is tested. Autoregressive integrated moving average (ARIMA) and autoregressive conditional heteroscedasticity (ARCH) models are developed for the initial data. The model residues are analyzed and model adequacy is tested. The conditions for using dummy variables for eliminating the data structural breaks and model residue problems are studied. The algorithm proposed allows determining the SARIMA optimal model, which includes the seasonality parameters and the structural break dummy variables. |
Appears in Collections: |
Наукові видання (ЕлІТ) |
Views
Australia
1
Germany
1
Greece
1
Ireland
4005
Lithuania
1
Singapore
236186
Ukraine
42552
United Kingdom
21582
United States
236185
Unknown Country
42551
Downloads
Italy
1
Lithuania
1
Singapore
1
Spain
1
Ukraine
125489
United Kingdom
1
United States
236184
Unknown Country
23
Files
File | Size | Format | Downloads |
---|---|---|---|
Marynych_Nazarenko_Hets_Modeliuvannia_vestnik_KhPI_2016_6.pdf | 211.1 kB | Adobe PDF | 361701 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.