Заказ работы

Заказать
Каталог тем

Самые новые

Значок файла Методические указания к научно-исследовательской работе студентов по курсу “Социология”. Ч. 1/ Сост.: Е. А. Сафонова: СибГИУ. - Новокузнецк, 2003. – 45 (2)
(Методические материалы)

Значок файла Методические рекомендации для практических занятий по психологии: Метод. указ./ Сост.: С. Г. Колесов: СибГИУ. – Новокузнецк, 2002. – 29 (2)
(Методические материалы)

Значок файла Методические указания по проведению производственной практики (первой). Специальность «Промышленное и гражданское строительство» (290300) (2)
(Методические материалы)

Значок файла Контроль качества бетона. Определение прочности бетона неразру-шающими методами. Методические указания к выполнению лабора-торных работ по курсу «Технология строительных процессов». Специ-альность «Промышленное и гражданское строительство» (290300) (2)
(Методические материалы)

Значок файла Динамика. Тема 6. ПРИНЦИП ВОЗМОЖНЫХ ПЕРЕМЕЩЕНИЙ: Расч. прак./ Сост.: Г.Т. Баранова, Н.И. Михайленко: СибГИУ.-Новокузнецк, 2003.- с (2)
(Методические материалы)

Значок файла Семенихин А.Я. С 30 Технология подземных горных работ: Учебное пособие / А.Я. Семенихин, В.И. Любогощев, Ю.А. Златицкая. – Новокузнецк: СибГИУ, 2003. - 91 с (19)
(Методические материалы)

Значок файла Огнев С.П., Ляховец М.В. Основы теории управления: методические указания. – Новокузнецк: ГОУ ВПО «СибГИУ», 2004. – 45 с (15)
(Методические материалы)


Заказ научной авторской работы

Общая схема исследования временного ряда

Приводимая ниже схема исследования не претендует на роль
единственно правильной, она приводится просто как пример
естественной последовательности действий при исследовании
временного ряда.
 
 1. Общее описание временного ряда.
     Здесь производятся вычисления различных числовых
характеристик временного ряда, которые потом используются при
более подробном его исследовании.
 2. Выделение тренда и анализ его значимости.
     Здесь производится определение вида тренда (линейный,
полиномиальный, экспоненциальный и др.), вычисление параметров
этого тренда и оценка значимости этих параметров.
 3. Анализ остатков на случайность.
     Здесь можно использовать несколько разных методов. В                   
математических пакетах используются различные методы («тесты на
регулярность»), основанные, например, на анализе числа значений,
больших и меньших медианы (числа, разделяющего всю совокупность
значений на две равновероятные части), числа участков понижений и
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
повышений (пакеты STATGRAPHICS, SPSS, Statistica) и др. При этом
может оказаться, что одни методы указывают на случайность ряда
остатков, а другие – на наличие в нем определенных регулярностей.
Это вовсе не является неразрешимым противоречием, так как разные
тесты на регулярность понимают эту регулярность в разных смыслах.
Поэтому в случае расхождений в результатах разных тестов
исследователь должен отдать предпочтение либо выводу, за который
имеется большее число показаний, или же отдать предпочтение
результату того метода, который он считает более значимым (вообще
или в данном конкретном исследовании). 
     В случае отсутствия компьютера можно применять более простые
методы, не требующие значительных вычислений. Опишем здесь один из
простейших методов анализа остатков ряда на случайность (или,
говоря другими словами, на близость к белому шуму) – метод Юла-
Кендалла. 
     Пусть имеется набор значений x1,x2,...xn временного ряда.
Назовем значение xk максимумом, если выполняются условия 
 xk-1 < xk > xk+1.  Для граничных значений x1 и xn  в силу
невозможности выписать подобное условие принимается, что они
никогда не могут быть максимумами. Другими словами, максимум
(точнее, здесь стоило бы говорить о локальном максимуме) - это
такое значение ряда, которое больше обоих соседних значений.
Аналогично определяется понятие минимума – это такое значение,
которое меньше обоих соседних, граничные значения никогда не могут
быть и минимумами. Эстремумом называется минимум или максимум. На
графике, изображающем точки временного ряда, экстремумы очень
хорошо видны, они выделяются как точки поворота этого графика
(поворота с убывания на возрастания и наоборот). Может оказаться,
что несколько последовательных значений равны между собой, т.е.
xk=xk+1=...=xk+p. В этом случае если соседние с ними значения меньше
этого  общего  значения,  то  вся  последовательность  xk,...xk+p
рассматривается  как  один  единственный  максимум.  То  же  касается  и
случая  минимума.  Вычисление  числа  экстремумов  особенно  легко
производить, если изобразить временной ряд графически.
     Обозначим через ?n число точек поворота в некоторой случайной
последовательности чисел x1,x2,....xn. Величина ?n является
случайной, ее математическое ожидание и дисперсия равны, как можно
доказать
  M?n=2(n-2)/3 и  D?n=(16n-29)/90,
независимо от распределения исходной совокупности значений ряда
Приблизительно они равны 2n/3 и 8n/45 соответственно. При n->? 
величина ?n распределена приблизительно нормально. Для построения
доверительного интервала можно использовать широко известное в
математической статистике и е приложениях правило трех сигм (на
уровне вероятности 99.73%) или же правило двух сигм (на уровне
95.44%). 
     Вычислим число ?*n экстремумов в исследуемом временном ряде.
Если этот ряд является чисто случайным, то с вероятность 99.73%
величина ?*n попадет в доверительный интервал, равный M?±3??,
приблизительно это отрезок ( 5
2
3
2
3
, 2
5
2
3
2
3
2n - n n + n ). Если же ?*n окажется
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
вне этого интервала, то с вероятностью 99.73% можно утверждать,
что изучаемый временной ряд нельзя рассматривать как чисто
случайный. Можно использовать и правило двух сигм, тогда
заключение делается на уровне 95.44%.
     Например, пусть имеется остатков ряд из n=20 значений, среди
которых мы насчитали 9 максимумов. При указанном значении n
доверительный интервал равен приблизительно (11,19) (на уровне
99.73%). Но значение 9 не попадает в этот интервал, из чего можно
сделать вывод о неслучайности ряда остатков. 
     Неслучайность означает, что ряд имеет некоторые (скрытые)
периодичности, поиск которых производится с применением
кореллограммы и периодграммы, а также других методов подобного
сорта. 
 4.Выделение случайной компоненты остатка. 
     Из  значений  временного  ряда  вычитаются  значения  тренда  и
выделенных периодически компонент.
 
     В результате указанных выше действий временной ряд
разлагается на тренд (тенденцию, долговременное движение),
циклические компоненты и случайные (несистематические) колебания.
В свою очередь, циклические компоненты можно разделить на
долговременные (годы, месяцы в зависимости от рассматриваемой
задачи) и короткопериодические (недели, дни).
     После получения указанного разложения можно заняться
построением прогноза. При этом во внимание принимаются только
тренд и регулярные компоненты, а случайные колебания
отбрасываются.  Возможное влияние случайных колебаний учитывается
при прогнозе следующим образом. При выдаче прогноза на графике или
в таблице указывают границы, в которых предсказанные значения
содержатся с вероятностью не меньшей, чем 1-?, где ? – заданный
допустимый уровень ошибки (обычно это 5% или 10%). При
компьютерной обработке результат прогноза выглядит примерно как
отрезок ряда (или кривой), вокруг которого (сверху и снизу)
изображаются две кривые, образующие доверительную полосу и 
соответствующие заданному уровню вероятности прогноза.
     Методы прогноза основываются либо на чисто статистических
оценках, либо используют спектральное разложение. Интересно
отметить, что в разных прикладных областях предпочитают
использовать разные методы прогноза. Так, например, в гуманитарных
областях (социология, психология, лингвистика и др.) предпочитают
чисто статистические методы а в инженерных и естественно-научных
областях (исследование сигналов физического и технического
происхождения: электроника, акустика, гидро- и аэродинамика,
космические излучения, виброиспытания, механика конструкций и
материалов) - спектральные. И у тех и у других методов есть свои
приверженцы, которые усматривают значительные недостатки в других
методах. На самом деле любые из этих методов прогнозирования имеют
один существенный недостаток – они пытаются чисто формальными
вычислениями восполнить недостаточную информацию о сущности
изучаемых процессов. Именно с этим связаны частые неудачи, которые
сопровождают все известные ныне формальные методы прогноза.
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
Надеяться на повышения точности прогноза можно будет только тогда,
когда начнут использоваться более тонкие методы, основанные на
использовании не просто математических моделей, а глубоких,
поначалу хотя бы символических, аналогий между процессами разной
природы.   

     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