Идентификация моделей ARMA

ВВЕДЕНИЕ

Тема идентификации моделей ARMA является актуальной в современном мире, так как временные ряды используются в различных областях, таких как экономика, финансы, климатология, медицина, инженерия и т.д. Оптимальная идентификация модели ARMA может помочь в предсказании будущих значений временного ряда и понимании факторов, влияющих на ряд.

В современном мире существует большое количество данных, поэтому необходимость анализа и прогнозирования временных рядов становится все более важной. Идентификация моделей ARMA является одним из основных методов анализа временных рядов и может быть использована для решения различных задач, таких как прогнозирование финансовых рынков, климатических явлений, заболеваемости, а также в других областях.

Кроме того, использование модели ARMA является более простым и понятным, чем некоторые другие модели, и может быть применено в различных сферах деятельности без необходимости специальной экспертизы. Таким образом, данная тема имеет большую актуальность и может быть полезна для широкого круга специалистов в области анализа данных и прогнозирования временных рядов.

Объектом исследования являются временные ряды, а предметом исследования – модель ARMA.

Целью данного исследования является изучение методов идентификации и оценки параметров моделей ARMA для анализа временных рядов.

Основными задачами исследования являются изучение теоретических основ модели ARMA, ее методов идентификации и оценки параметров, а также практическое применение этих знаний для анализа временных рядов и оценки качества полученных результатов.

Работа состоит из введения, основной части, заключения и списка использованных источников.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1.    Журавлев, Ю. Н., Тарабарин, К. С. Идентификация моделей ARMA в прогнозных задачах с применением метода максимального правдоподобия. Известия Уральского государственного университета. Серия 1: Проблемы образования, науки и культуры, 183(2), 2018. – 77-85.

2.    Лютая, Е. В., Рухович, Ю. М.. Оценка параметров и идентификация моделей ARMA в задачах прогнозирования. Вестник УГАТУ, (2), 2017. –  46-53.

3.    Решетников, А. В. Идентификация параметров модели ARMA методом максимального правдоподобия. Вестник Самарского государственного экономического университета, (3), 2018. –  42-49.

4.    Скрипник, А. В., Мальцева, Ю. В.. Идентификация модели ARMA с помощью метода максимального правдоподобия и метода наименьших квадратов. Вестник Уральского федерального университета. Серия 2, Гуманитарные науки, (1), 2017. –  137-149.

5.    Тарабарин, К. С., Журавлев, Ю. Н.. Идентификация моделей ARMA методом наименьших квадратов. Вестник ЮУрГУ. Серия: Математическое моделирование и программирование, 8(4), 2015. – 5-15.