реднє значенням деяких и его дісперсія міняються в часі. Для Перетворення ряду у стаціонарний ряд візьмемо різніцю Першого порядку по лагу 1 від нестаціонарного ряду. p align="justify"> отриманий стаціонарний годин ряд можна ідентіфікуваті моделлю АРПСС (модель авторегресії и проінтегрірованного ковзного Середній).
На малюнку 2.2 показано, что автокореляційна функція перетвореності ряду загасає и має Викид на лагу 1 (Другие Значення блізькі до нуля).
Відповідно до крітеріїв можна пріпустіті, что підходящої для аналізу и прогнозом є модель ковзного Середньому. Для уточнення цього припущені розглянемо ОЦІНКИ приватності автокореляцій. br/>В
Малюнок 2.1 - годин ряд побутового и виробничого травматизму
В
Малюнок 2.2 - Автокореляційна функція перетвореності ряду
На малюнку 2.3 видно, что приватна автокореляційна функція експоненціально загасає. Це Дає підставу Говорити, что вихідний годин ряд можна описати моделлю проінтегрованого ковзного СЕРЕДНЯ увазі АРПСС (0,1,1): порядок різніці d дорівнює 1, число параметрів авто регресії дорівнює 0, число параметрів ковзного СЕРЕДНЯ q дорівнює 1. br/>В
В
Малюнок 2.3 - Приватна автокорреляционная функція перетвореності ряду
Оскількі модель ідентіфікована, число ее параметрів відомо, будемо генеруваті реалізації різніх процесів з визначеними значеннями параметрів. Зробимо оцінку параметрів МОДЕЛІ АРПСС. p align="justify"> аналіз Тимчасового ряду показавши, Що з зазначеніх моделей модель АРПСС (0,1,1) найбільш адекватна. У табліці 2 ліворуч праворуч дані крапкова оцінка параметра q 1 , асимптотична стандартна помилка, Верхні и Нижні границі довірчого інтервалу.
Таблиця 2 - Крапкова оцінка параметра q 1 отримай в Системі STATISTICA
ПараметрАсімп. Станд. помілкаВерхнійНіжнійq10, 7467580,0827300,9103630,583154
Залишки, різніці между значень ряду, что спостерігаються, и оціненімі помощью МОДЕЛІ, розподілені практично нормально, тоб могут буті Отримані генератором, что Дає нормально розподілені, псевдовіпадкові числа. p align="justify"> Отже, отримай модель АРПСС (0,1,1) может буті віраж у Наступний віді:
i - Y i - 1 = e i - 0,746758 * e i - 1 , (2.1)
де e i - нормально генеровані Залишки Із середнім -0,278 и середньоквадратічнім відхіленням 5,387.
