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: 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 Australia
1
Germany Germany
1
Greece Greece
1
Ireland Ireland
4005
Lithuania Lithuania
1
Singapore Singapore
236186
Ukraine Ukraine
42552
United Kingdom United Kingdom
21582
United States United States
236185
Unknown Country Unknown Country
42551

Downloads

Italy Italy
1
Lithuania Lithuania
1
Singapore Singapore
1
Spain Spain
1
Ukraine Ukraine
125489
United Kingdom United Kingdom
1
United States United States
236184
Unknown Country 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.