Следящий контрольный сигнал
Материал из MachineLearning.
(категория) |
|||
Строка 39: | Строка 39: | ||
[[Модель Тейла-Вейджа]] — учитываются аддитивный тренд и сезонность. | [[Модель Тейла-Вейджа]] — учитываются аддитивный тренд и сезонность. | ||
+ | {{Задание|Евгения Одинокова|Vokov|31 декабря 2009}} | ||
+ | |||
+ | [[Категория:Прогнозирование временных рядов]] | ||
[[Категория:Прикладная статистика]] | [[Категория:Прикладная статистика]] | ||
[[Категория:Энциклопедия анализа данных]] | [[Категория:Энциклопедия анализа данных]] | ||
- | |||
- |
Версия 21:08, 29 ноября 2009
|
При использовании модели прогнозирования временного ряда встаёт проблема адекватности этой модели. Пусть , где - данные, которые уже известны, - прогноз на момент t, полученный с помощью некоторой адаптивной модели. Если ошибка невелика, т.е. разница между реальными данными и прогнозом мала, то использование данной модели оправдано.
Определение
- скользящий контрольный сигнал.
Рекуррентная формула вычисления ошибок:
;
;
где , рекомендуется брать
Гипотеза адекватности модели
Гипотеза: : модель адекватна.
При - дисперсия шума. .
Статистика: Скользящий контрольный сигнал - .
Критерий: Если , где - α-квантиль нормального распределения, то гипотеза верна.
Литература
Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003.
Ссылки
Модель Брауна - экспоненциальное сглаживание.
Модель Хольта — учитываются линейный тренд без сезонности.
Модель Хольта-Уинтерса — учитываются мультипликативный тренд и сезонность.
Модель Тейла-Вейджа — учитываются аддитивный тренд и сезонность.
Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |