Одна из самых распространенных ошибок в анализе данных временных рядов, которую совершают новички – это предположение, что данные имеют регулярные точки и не содержат пропусков. На практике это обычно не подтверждается и приводит к неверным результатам. В реальных датасетах часто отсутствуют точки данных, а имеющиеся расположены неравномерно или непоследовательно. Поэтому перед анализом данных временных рядов следует провести этап предварительной подготовки: • Понять временной диапазон и детализацию временного ряда по точкам данных с помощью визуализации датасета; • Сравнить фактическое количество...
Видео: Построим на нашем занятии модель временного ряда ARIMA(p,k,q). Обоснуем выбор спецификации уравнения. Произведём прогноз для модели и реализуем проверку качества. Для построения модели авторегрессии–скользящего среднего ARMA(p,d,q) воспользуемся пакетом STATISTICA. Строим график временного ряда: Далее задаём переменную: Получаем график временного ряда: Обратим внимание, для данного временного ряда характерны сезонные колебания c частотой 4. В пакете STATISTICA используем раздел: Дополнительные (Advanced Models)/модели ® Прогноз/серия времени (Time Series/Forecasting)...