НГУ

Форумы НГУ
Текущее время: Чт сен 21, 2017 8:40 am

Часовой пояс: UTC + 7 часов




Начать новую тему Ответить на тему  [ Сообщений: 39 ]  На страницу Пред.  1, 2, 3  След.
Автор Сообщение
 Заголовок сообщения:
СообщениеДобавлено: Чт окт 02, 2008 4:43 pm 
Не в сети
Частый гость

Зарегистрирован: Вт сен 02, 2008 7:06 pm
Сообщения: 20
Да, это катировки цен на природный уран... =)

Соответственно когда вр. ряд стал более или мение стационарным - это как раз катастрофы и упадок ядерной энергетики в целом... остоновка проектов по строительсту ядерных станций...

Соответсвенно страны, у которых был большой запас урана начали сливать их на рынок по низким ценам, что привелу к такому вот упадку цен на почти 20 лет...

И большинство энергокомпаний брали уран из запасов.

В 2003 году опять началось развитие ядерной промышленности по ряду причин... Начали развиваться компании по добычи, но это настолько долгосрочные проекты (очень долго вводятся в эксплуатацию),что появилось веяние, что возможно запасов не хватит что бы продолжать выроботку энергии... вот чем обусловлен рост цен в приод с 2003 до 2006, ну а соответсвенно запасов потом как выяснилось хвтаит и вот щас цены падают...

Когда я делал анализ... я выделял пиковую точку в 2006 году как интервенцию...

В дипломе когда я описывал этот временной ряд мне удалось найти парамметры, которые более или мение совпадали с уже известными данными, но эти парамметры были совершенно не обоснованные... но это была только часть моего диплома, на которую никто не обратил внимание...

П.С. Не могу скачать учебник, говорит, что битый файл...


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Пт окт 10, 2008 1:52 am 
Не в сети
Весьма плодовитый автор

Зарегистрирован: Пн мар 29, 2004 11:53 pm
Сообщения: 1272
Откуда: Alexander Tsyplakov
Речь о том, что в начале ряда есть просто ровные участки, то есть цены почему-то были неизменными. Как такое может быть? В последние годы волатильность ряда возросла во много раз. Как такой ряд можно предсказывать, даже не знаю. Можно начало отбросить и попытаться моделировать последние 200 наблюдений. Ряд однозначно надо прологарифмировать. Возможно, подойдет ARMA-GARCH. Но возмущения дико ненормальные. Вряд ли даже t Стьюдента годится.


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Пт окт 10, 2008 1:54 am 
Не в сети
Весьма плодовитый автор

Зарегистрирован: Пн мар 29, 2004 11:53 pm
Сообщения: 1272
Откуда: Alexander Tsyplakov
KennyMcCormick писал(а):
П.С. Не могу скачать учебник, говорит, что битый файл...

Файл не битый. Видимо, у вас закачка сорвалась. Попробуйте другие пути скачивания.


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Пт окт 10, 2008 3:16 pm 
Не в сети
Частый гость

Зарегистрирован: Вт сен 02, 2008 7:06 pm
Сообщения: 20
Если посмотреть на цены на нефть - то они в примерно в этом же периоде тоже были давольно стационарны.... просто что то случилось, после чего весь рынок начал прыгать.. =)


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Ср ноя 05, 2008 12:23 am 
Не в сети
Частый гость

Зарегистрирован: Вт ноя 04, 2008 11:39 pm
Сообщения: 34
На мой взгляд, полный ряд не содержит какого-либо тренда, поэтому я взял только последние несколько значений.
Т.к. в конце ряд убывает, то в модели ARIMA учел первую разность. График ЧАКФ подсказывает, что параметров должно быть два. Т.е. модель ARIMA(2,1,0).

Но мне больше нравится результат с экспоненциальной функцией. Модель Y = exp(A+B*t) + e.

Если нужны подробности - пишите.


Вложения:
Комментарий к файлу: Model ARI(2,1)
ar12_172.jpg
ar12_172.jpg [ 27.98 КБ | Просмотров: 15382 ]
Комментарий к файлу: model exp(a+b*t)
exp_114.jpg
exp_114.jpg [ 25.83 КБ | Просмотров: 15382 ]
Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Ср ноя 05, 2008 1:25 pm 
Не в сети
Весьма плодовитый автор

Зарегистрирован: Пн мар 29, 2004 11:53 pm
Сообщения: 1272
Откуда: Alexander Tsyplakov
Олег Соловьев писал(а):
Т.к. в конце ряд убывает, то в модели ARIMA учел первую разность.

Не улавливаю смысл этой фразы.

Олег Соловьев писал(а):
На мой взгляд, полный ряд не содержит какого-либо тренда, поэтому я взял только последние несколько значений.

Олег Соловьев писал(а):
Но мне больше нравится результат с экспоненциальной функцией. Модель Y = exp(A+B*t) + e.

Так нельзя. Вы взяли заведомо нестационарный ряд, обрезали 15 наблюдений и подогнали к нему тренд. Указанные прогнозные интервалы никакого отношения к действительности не имеют. Реально прогнозные интервалы в разы шире.


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Чт ноя 06, 2008 2:24 pm 
Не в сети
Частый гость

Зарегистрирован: Вт сен 02, 2008 7:06 pm
Сообщения: 20
Выбор модели

Число оцениваемых параметров. Конечно, до того, как начать оценивание, Вам необходимо решить, какой тип модели будет подбираться к данным, и какое количество параметров присутствует в модели, иными словами, нужно идентифицировать модель АРПСС. Основными инструментами идентификации порядка модели являются графики, автокорреляционная функция (АКФ), частная автокорреляционная функция (ЧАКФ). Это решение не является простым и требуется основательно поэкспериментировать с альтернативными моделями. Тем не менее, большинство встречающихся на практике временных рядов можно с достаточной степенью точности аппроксимировать одной из 5 основных моделей, которые можно идентифицировать по виду автокорреляционной (АКФ) и частной автокорреляционной функции (ЧАКФ). Ниже дается список этих моделей. Отметим, что число параметров каждого вида невелико (меньше 2), поэтому нетрудно проверить альтернативные модели.

1. Один параметр (p): АКФ - экспоненциально убывает; ЧАКФ - имеет резко выделяющееся значение для лага 1, нет корреляций на других лагах.

2. Два параметра авторегрессии (p): АКФ имеет форму синусоиды или экспоненциально убывает; ЧАКФ имеет резко выделяющиеся значения на лагах 1, 2, нет корреляций на других лагах.

3. Один параметр скользящего среднего (q): АКФ имеет резко выделяющееся значение на лаге 1, нет корреляций на других лагах. ЧАКФ экспоненциально убывает.

4. Два параметра скользящего среднего (q): АКФ имеет резко выделяющиеся значения на лагах 1, 2, нет корреляций на других лагах. ЧАКФ имеет форму синусоиды или экспоненциально убывает.

5. Один параметр авторегрессии (p) и один параметр скользящего среднего (q): АКФ экспоненциально убывает с лага 1; ЧАКФ - экспоненциально убывает с лага 1.

Сезонные модели. Мультипликативная сезонная АРПСС представляет естественное развитие и обобщение обычной модели АРПСС на ряды, в которых имеется периодическая сезонная компонента. В дополнении к несезонным параметрам, в модель вводятся сезонные параметры для определенного лага (устанавливаемого на этапе идентификации порядка модели). Аналогично параметрам простой модели АРПСС, эти параметры называются: сезонная авторегрессия (ps), сезонная разность (ds) и сезонное скользящее среднее (qs). Таким образом, полная сезонная АРПСС может быть записана как АРПСС (p,d,q)(ps,ds,qs). Например, модель (0,1,2)(0,1,1) включает 0 регулярных параметров авторегрессии, 2 регулярных параметра скользящего среднего и 1 параметр сезонного скользящего среднего. Эти параметры вычисляются для рядов, получаемых после взятия одной разности с лагом 1 и далее сезонной разности. Сезонный лаг, используемый для сезонных параметров, определяется на этапе идентификации порядка модели.

Общие рекомендации относительно выбора обычных параметров (с помощью АКФ и ЧАКФ) полностью применимы к сезонным моделям. Основное отличие состоит в том, что в сезонных рядах АКФ и ЧАКФ имеют существенные значения на лагах, кратных сезонному лагу (в дополнении к характерному поведению этих функций, описывающих регулярную (несезонную) компоненту АРПСС).


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Чт ноя 06, 2008 2:24 pm 
Не в сети
Частый гость

Зарегистрирован: Вт сен 02, 2008 7:06 pm
Сообщения: 20
Сорри, два раза почему то пост отправился... ну раз уж так - воспользуюсь этим)

Вот это вот единственное, что я находил в интернете и еще в одном источнике в институте про подбор параматров АРИМА.


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Пт ноя 07, 2008 3:52 am 
Не в сети
Частый гость

Зарегистрирован: Вт ноя 04, 2008 11:39 pm
Сообщения: 34
KennyMcCormick,

Вроде все правильно там написано. Только эти выводы следуют из математической теории, где предполагается, что ряды имеют бесконечное количество элементов. На практике количество элементов ограничено (если не сказать мало), поэтому все эти АКФ, ЧАКФ и т.д. вычисляются приближенно. И понять имеют ли они форму синусойды или экспоненты, чаще всего невозможно.

Моя рекомендация - если АКФ и ЧАКФ вам ничего не говорят, остановитесь на моделях с минимальным количеством параметров: ARMA(0,0), ARMA(1,0), ARMA(0,1).

Не стоит думать, что ваша модель должна строго соответствовать графикам АКФ, ЧАКФ. Самый правильный способ определить наилучшую модель - удалить из ряда несколько последних значений и построить модель на оставшихся элементах ряда. Затем полученные прогнозы сравнить с отброшенными элементами ряда с помощью функции MAPE (Mean Absolute Percentage Error). Чем ближе прогноз к реальным значениям, тем меньше значение MAPE, тем лучше модель.

Если вернуться к вашему ряду, то мне кажется, что основная проблема в том, что вы хотите построить ARIMA модель на данных, которые ни на одну из ARIMA моделей не похожи. Я постараюсь скоро выложить Excel файл, с примерами ARIMA моделей, в котором можно будет менять значения параметров и смотреть как на графике меняется поведение ряда.

Я бы на вашем месте остановился пока на регрессии на экспоненту, которую я описал выше, со временем появятся новые данные по ценам на уран и можно будет проверить насколько верна была модель и подобрать другую модель при необходимости.

tsy справедливо заметил, что мой подход сомнителен и доверительные интервалы у этого ряда в разы шире. Могу только сказать что в прогнозировании нет одного "правильного" метода, т.е. сколько людей, столько и мнений. Любой метод можно оспорить. Единственный способ проверить качество модели - сравнить прогноз с реальными значениями, например, опять же с помошью MAPE.

По-поводу программы - я пользуюсь SAS, но ни в коем случае не считаю, что она лучше других. Математика для всех производителей ПО одна и таже. Соответственно разные программы должны давать одни и те же результаты.

_________________
www.sasbi.ru


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Сб ноя 08, 2008 3:07 pm 
Не в сети
Весьма плодовитый автор

Зарегистрирован: Пн мар 29, 2004 11:53 pm
Сообщения: 1272
Откуда: Alexander Tsyplakov
KennyMcCormick,
Ну честное слово, нет большого желания Вам помогать. Учебник для Вас выложил, по каким терминам в интернете искать, написал. А вы опять про автокорреляционные функции. Объясните, чем Вам объяснения в учебнике не подходят.


Вернуться к началу
 Профиль  
 
 Заголовок сообщения: Оценка параметров модели ARIMA
СообщениеДобавлено: Вт ноя 11, 2008 7:10 pm 
Не в сети
Частый гость

Зарегистрирован: Сб ноя 08, 2008 5:28 pm
Сообщения: 35
Ув. Александр Анатольевич!

Если я оцениваю AR()-модель по Юлу-Уокеру, каким образом можно ( и можно ли) оценить стандартные ошибки коэффициентов?

А если оцениваю методом ММП? С использованием гессиана? И что с ним надо сделать ?


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Вт ноя 11, 2008 10:03 pm 
Не в сети
Весьма плодовитый автор

Зарегистрирован: Пн мар 29, 2004 11:53 pm
Сообщения: 1272
Откуда: Alexander Tsyplakov
Для оценок Юла-Уокера вряд ли кто-то будет считать стандартные ошибки. Зачем нужно париться, если есть более точные методы оценивания. В принципе это обобщенный метод моментов (GMM) и можно использовать соответствующую ковариационную матрицу. Для оценок МП обычно используется гессиан. -H^(-1) - это оценка ковар. матрицы. Берем корни от диагональных элементов в качестве стандартных ошибок.


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Ср ноя 12, 2008 2:27 pm 
Не в сети
Частый гость

Зарегистрирован: Сб ноя 08, 2008 5:28 pm
Сообщения: 35
Спасибо


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Пт ноя 14, 2008 2:57 pm 
Не в сети
Частый гость

Зарегистрирован: Вт сен 02, 2008 7:06 pm
Сообщения: 20
Извините, но если честно у меня были давольно сжатые сроки и читать всю теорию не было времени, извините..

Но щас я понял, что все таки я не тяну на такой уровень, причем без чьей либо поддержки по работе.. поэтому собственно уволился.. =) так что теперь возьмусь на досуге и почитаю поподробней... интересно, на сколько часто ползьуются моделей ARIMA прогнозировании продаж...?


Вернуться к началу
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Вс ноя 16, 2008 9:58 am 
Не в сети
Частый гость

Зарегистрирован: Вт ноя 04, 2008 11:39 pm
Сообщения: 34
KennyMcCormick,

Думаю, что ARIMA - это первое, что используют, когда прогнозируют ряд только на основе его предыдущих значений. Гораздо лучше если удается найти зависимость между продажами и другим временным рядом. Например, логично, что чем холоднее зима, тем больше покупают обогреватели. И чем жарче лето, тем больше спрос на мороженое и кондиционеры.

_________________
www.sasbi.ru


Вернуться к началу
 Профиль  
 
Показать сообщения за:  Поле сортировки  
Начать новую тему Ответить на тему  [ Сообщений: 39 ]  На страницу Пред.  1, 2, 3  След.

Часовой пояс: UTC + 7 часов


Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 1


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Найти:
Перейти:  
Создано на основе phpBB® Forum Software © phpBB Group
Русская поддержка phpBB