Предварительный анализ в первой части: Видео: Переходим к построению временного ряда ARIMA. Предположим следующие параметры ARIMA: p=2, q=0, d=0. Построим временной ряд с заданными параметрами и добавлением компенсирующих импульсов d1 и d2. Заполняем диалоговое окно. Зависимая переменная: Pokazy. Независимая переменная: d1. Параметры модели: p=2, q=0, d=0. Выбираем точечный метод максимального правдоподобия. Получим: Модуль корней авторегрессии составляет 1,2048, что больше единицы, следовательно ряд авторегрессии является стационарным...
Наивное прогнозирование будущих значений временных рядов. Часть 1. Перед тем как приступить непосредственно к написанию кода, давайте подробно распишем что и как мы будем вычислять и в каком порядке. При любой работе с данными, первое что нужно сделать это проверить их на достоверность, полноту и отсутствие пропусков в данных. В нашем случае я использую данные достаточно высокого качества, и мы обойдемся без этого этапа. Но в своих задачах помните о необходимости верификации входящих данных. После этого нам необходимо привести данные к нужному для нашего расчета виду...