Заказ работы

Заказать
Каталог тем

Самые новые

Значок файла Зимняя И.А. КЛЮЧЕВЫЕ КОМПЕТЕНТНОСТИ как результативно-целевая основа компетентностного подхода в образовании (2)
(Статьи)

Значок файла Кашкин В.Б. Введение в теорию коммуникации: Учеб. пособие. – Воронеж: Изд-во ВГТУ, 2000. – 175 с. (2)
(Книги)

Значок файла ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ КОМПЕТЕНТНОСТНОГО ПОДХОДА: НОВЫЕ СТАНДАРТЫ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ (2)
(Статьи)

Значок файла Клуб общения как форма развития коммуникативной компетенции в школе I вида (10)
(Рефераты)

Значок файла П.П. Гайденко. ИСТОРИЯ ГРЕЧЕСКОЙ ФИЛОСОФИИ В ЕЕ СВЯЗИ С НАУКОЙ (10)
(Статьи)

Значок файла Второй Российский культурологический конгресс с международным участием «Культурное многообразие: от прошлого к будущему»: Программа. Тезисы докладов и сообщений. — Санкт-Петербург: ЭЙДОС, АСТЕРИОН, 2008. — 560 с. (11)
(Статьи)

Значок файла М.В. СОКОЛОВА Историческая память в контексте междисциплинарных исследований (11)
(Статьи)


Заказ научной авторской работы

Сглаживание временных рядов

 Сглаживание временного ряда используется для удаления из него
высокочастотных компонент (которые обычно являются
несущественными, так как вызваны случайными факторами). Один из
простейших методов сглаживания - метод скользящих или подвижных
средних (MA в англоязычной нотации), он является одним из наиболее
старых и широко известных. Этот метод основан на переходе от
начальных значений временного ряда к их средним значениям на
некотором заданном интервале времени (длина которого называется
шириной окна). Этот интервал времени как бы скользит вдоль ряда, с
чем и связано название метода. В каждый момент этого скольжения мы
видим только часть ряда, чем и вызвана “оконная” терминология.
     Полученный в результате такого сглаживания новый временной
ряд обычно ведет себя более регулярно (гладко), что связано с
удалением в процессе сглаживания резких случайных отклонений,
попадающих в окно. Сглаживание полезно применять даже в самом
начале исследования временного ряда, так как при этом часто
удается прояснить вопрос о наличии и характере тренда, а также
выявить сезонные колебания. 
     Несколько слов нужно сказать о сезонных колебаниях. Они
проявляются во многих временных рядах, в частности, в экономике,
метеорологии. Сезонными колебаниями называют все такие изменени,
которые соответствуют определенному (почти) строго периодическому
ритму (не обязательно равному одному году, как для обычных
сезонов), присущему Вселенной, природе или человеческой
деятельности. Такая периодичность может ярко проявляться в
процессах человеческой деятельности, например, в изменениях объема
перевозок местным транспортом в последние дни каждой недели или же
утром и вечером в течение каждого дня, в росте ошибок при
выполнении производственных операций по понедельникам и др. Но
наиболее типичные сезонные колебания связаны именно со сменой
сезонов года. Они затрагивают огромное число параметров жизни
человека (как современного, так и в древности). Обычно при
исследовании временных рядов стремятся выделить сезонные колебания
для того, чтобы их изолировать и изучить другие, более сложные
периодические компоненты.
     Простейшее сглаживание методом MA с шириной окна 2m+1
производится по следующим формулам:
  x*k=(xk-m+xk-m+1+...+xk+xk+1+...+xk+m)/2m+1.   
     Выбор ширины окна диктуется содержательными сображениями,
связанными с предполагаемым периодом сезонных колебаний или   
с желательным исключением определенного рода высокочастотных
колебаний. На практике обычно при отсутствии сезонности ширину
окна берут равной 3, 5 или 7. Не рекомендуется брать окно шире,
чем в четверть числа анализируемых данных. Чем шире окно, тем
больше колебательных компонент будет исключено и тем более гладкий
вид полученного при сглаживании ряда. Однако при слишком больших
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
окнах полученный ряд уже значительно отличается от исходного,
теряются многие индивидуальные особенности и ряд все более
приближается к постоянному. Если взять ширину окна максимально
возможной (равной общему числу данных значений x1,x2,...), то
приходим просто к постоянной величине, равной среднему значению
всех этих xi.
     Подвижные средние могут, к сожалению, искажать
кратковременные колебания и порождать фиктивные гармонические
компоненты при гармоническом анализе временных рядов.
     Имеются различные модификации метода MA. В некоторых из них 
используются более сложные методы усреднения (с некоторыми весами
и др.), которые подчеркивают большую или меньшую значимость
отдельных слагаемых. Например, часто используемое экспоненциальное
сглаживание основано на приписывании больших весов непосредственно
предшествующим значениям. Этот подход очень широко распространен в
социологии, экономике и других дисциплинах. 
     В настоящее время метод MA (с различными модификациями)
реализован во всех  статистических пакетах программ, а также в
многих специализированных программах, предназначенных для
обработки экономической и деловой информации.
     Для случайных процессов тоже имеются разнообразные методы
сглаживания. Здесь число методов чрезвычайно велико, это связано с
тем, что усреднение может производиться с помощью интегрирования с
некоторой весовой функцией, которую можно выбирать достаточно
произвольно. Поэтому окно здесь задается не только своей шириной,
а и видом усредняющей функции. Правильный выбор окна представляет
собой весьма непростую задачу, этому посвящена обширная
литература. Прямоугольное окно (используемое в классическом
варианте метода MA) имеет целый ряд недостатков, которые в
классической теории рядов Фурье связывают с явлением Гиббса, в
технике именуемом вытеканием мощности. При исследовании случайных
процессов часто говорят не о сглаживании, а о фильтрации (или о
коррекции, очистке спектра), причем в области высоких частот
говорят о применении фильтра высоких частот (ФВЧ), а в области
низких частот – о фильтре низких частот (ФНЧ). Такого рода
терминология принята, в частности, в теории распознавания сигналов
и, вообще, в теории связи.
     Другой (терминологически, но не по существу) подход к
сглаживанию временных рядов и случайных процессов основан на
модификации спектра. Если в спектре ряда просто полностью удалить
высокочастотные компоненты, то получится новый ряд, который ведет
себя более регулярно. Такого рода вычисление возможны только при
наличии компьютера и специальной программы для работы с рядами и
преобразованиями Фурье. Эти программы входят в состав большинства
универсальных математических пакетов (Mathcad, Matlab, Maple,
Mathematica) и многих статистических пакетов. 

     Ниже Вы можете заказать выполнение научной работы. Располагая значительным штатом авторов в технических и гуманитарных областях наук, мы подберем Вам профессионального специалиста, который выполнит работу грамотно и в срок.


* поля отмеченные звёздочкой, обязательны для заполнения!

Тема работы:*
Вид работы:
контрольная
реферат
отчет по практике
курсовая
диплом
магистерская диссертация
кандидатская диссертация
докторская диссертация
другое

Дата выполнения:*
Комментарии к заказу:
Ваше имя:*
Ваш Е-mail (указывайте очень внимательно):*
Ваш телефон (с кодом города):

Впишите проверочный код:*    
Заказ курсовой диплома или диссертации.

Горячая Линия


Вход для партнеров