Методы статистического анализа

Burova N.A.

Анализ данных в настоящее время играет большую роль как в различных научных исследованиях, так и в сфере бизнеса. Обработка и анализ полученных в ходе деятельности данных позволяют интерпретировать результаты работы, давая почву для дальнейшего развития. Существует множество вариантов представления данных. Одним из них являются данные, представленные в виде временного ряда, то есть изменений значений показателей с течением времени. Особенностью таких данных является их практическая применимость для прогнозирования значений показателей в будущем. Прогнозирование, в свою очередь, представляет собой инструмент, помогающий в принятии решений и планировании предстоящих действий. В данной работе рассматриваются методы анализа и построения моделей временных рядов. Ключевой рассматриваемой методологией является ARIMA. Проведено обобщение этапов данной методологии и связанных с ними понятий. Описаны способы визуального и статистического анализа моделируемых данных. Рассмотрены методы подбора наиболее хорошо описывающих исходные данные моделей и оценки качества подобранных моделей, в том числе при построении прогнозов. Реализован инструментарий на языке программирования Python для применения вышеуказанной методологии на практике. С применением описанной методологии и реализованного инструментария проведён анализ, моделирование и прогнозирование временного ряда. На основе использования модели на практике сделаны выводы о её применимости.

Методы статистического анализа

Связанные документы (рекомендация CORE)

Новости проекта

Новости

Партнеры

Индексация