|
Таблица 2.2 Статистические показатели агрегированных недельным интервалом, временных рядов X1, к = 1,10 (2.15)-(2.24) Наименование отделений республиканской больницы КЧР Обозначение агрегированного ВР Статистические показатели м а к А Е Терапевтическое X' 17,6 6,8 0,38 1,2 1,7 Неврология X2 28 7.04 0,25 -0,13 0,21 Хирургия х> 31,4 6,7 0,21 -0,08 0,23 Нейрохирургия X* 24 6,38 0,27 0,19 0,45 ЛОР Xs 32,2 7,74 0,24 -0,15 0,77 Глазное хь 30.8 8.61 0,28 -0,7 0.8 Пульмонология х 25,6 6,4 0,25 0,06 -0,07 Кардиология X* 28,5 7.03 0.19 0,20 0,99 Детское реанимационное отделение X9 6,41 3,35 0,52 2,29 14,2 И ТОГО (по всем отделениям) Xю 430 64 0,15 -0,83 2,75 Особо отметим, что одной из основных целей настоящего диссертационного исследования является предпрогнозный анализ динамики временных рядов на нижнем уровне моделирования. В этом смысле на основании полученных выше результатов появляется возможность предположить следующее правило для верхней оценки максимального интервала агрегирования временных рядов: интервал агрегирования следует считать недопустимо большим, если его использование приводит к существенным изменениям статистических показателей временных рядов, получаемых на выходе процедуры актирования. В нашем случае, при применении процедуры агрегирования длины q = 7 (недельный интервал) характер поведения рассматриваемых временных рядов изменился не значительно, то есть статистические характеристики динамики поведения этих временных рядов сохранились практически неизменными, но в то же время они значительно улучшились с точки зрения предпрогнозного анализа. 77 |
предпрогнозного анализа этот факт следует считать положительным в следующем смысле: применение указанной выше процедуры агрегирования в достаточной степени сохраняет характер поведения рассматриваемых ВР, точнее, сохраняет практически неизменными статистические характеристики динамики поведения этих ВР. Особо отметим, что одной из основных целей настоящего диссертационного исследования является предпрогнозный анализ динамики экономических ВР. В этом смысле на основании полученных выше результатов появляется возможность предположить следующее правило для верхней оценки максимального интервала агрегирования ВР: интервал агрегирования следует считать недопустимо большим, если его использование приводит к существенным изменениям статистических показателей временных рядов, получаемых на выходе процедуры агрегирования. 2.4 Инструментарии фрактального анализа Классические методы прогнозирования экономических ВР, в частности, эконометрики требуют от эволюционного процесса выполнения ряда условий, которые в реальности достаточно часто не выполняются. Важнейшее из этих условий обусловлено требованием подчинения поведения ВР нормальному закону, которое обеспечивается свойством независимости наблюдений, составляющих рассматриваемый ВР. Именно это условие для экономических ВР чаще всего не выполняется. Возникшую в связи с этим проблему полезно рассмотреть в историческом разрезе. Прежде всего отметим, что математический инструментарий классической эконометрики разрабатывался и обосновывался, опираясь на следующее предположение: поведение рассматриваемого процесса подчиняется нормальному закону. Еще до того, как полностью оформилась гипотеза эффективного рынка, обнаруживались исключения, которые ставили под сомнение предположение о нормальности [131]. Одна из аномалий была найдена, когда Осборн [135] вычертил функцию плотности прибылей фондового рынка и 63 |