Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)
Материал из MachineLearning.
(→Смотри также) |
(→Смотри также) |
||
Строка 22: | Строка 22: | ||
Построенная ВАР-модель даёт пятипроцентную точность прогноза на обучающей выборке. | Построенная ВАР-модель даёт пятипроцентную точность прогноза на обучающей выборке. | ||
== Смотри также == | == Смотри также == | ||
- | * [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Sechin2010Forecasting/doc Ссылка на текст статьи] | + | * [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group774/Sechin2010Forecasting/doc Ссылка на текст статьи] |
- | * [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Sechin2010Forecasting/code Ссылка на код] | + | * [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group774/Sechin2010Forecasting/code Ссылка на код] |
{{ЗаданиеВыполнено|Павел Сечин|В.В.Стрижов|24 декабря 2010|Pasechnik|Strijov}} | {{ЗаданиеВыполнено|Павел Сечин|В.В.Стрижов|24 декабря 2010|Pasechnik|Strijov}} | ||
[[Категория:Практика и вычислительные эксперименты]] | [[Категория:Практика и вычислительные эксперименты]] |
Текущая версия
Содержание |
Аннотация
Одной из актуальных задач экономики является прогнозирование макросостояния экономики по наблюдаемым данным. Формальная постановка представляет собой прогнозирование временных рядов с малым временным горизонтом. Метод векторной авторергрессии неструктурного прогнозирования состоит в поиске линейной зависимости значения временного ряда в данный момент времени от фиксированного числа предыдущих моментов времени. Рассматривается метод нахождения коэффициентов векторной авторегрессии. В качестве примера данных рассматриваются значения параметров экономики России. В результате вычислительного эксперимента получена модель экономики России с пятипроцентной ошибкой прогноза.
Постановка задачи
Заданы K временных рядов , где p - величина лагирования. Tребуется вычислить матрицы размера , для которых верно
Пути решения и результаты
С помощью метода наименьших квадратов, примененного для каждого из уравнений ВАР, получим формулы для вычисления матриц . Для этого перепишем систему уравнений ВАР в виде , где , ,
Тогда состоятельной оценкой матрицы А будет
Построенная ВАР-модель даёт пятипроцентную точность прогноза на обучающей выборке.
Смотри также
Данная статья была создана в рамках учебного задания.
См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |