•} прошлом необходимо предсказать значения величин _у„+ь Уп+ъ —, Уп+j, ..., уп+г В будущем. Определение метода прогнозирования и обеспечение достоверного прогноза невозможно при наличии только статистических данных, поэтому предварительно до решения задачи прогнозирования параметра, необходимо установить требования к математической модели процесса прогнозирования. Эти требования, предъявляемые к методу прогноза, обусловлены в первую очередь спецификой объекта решаемой задачи и состоят в следующем. Используемый метод: 1) не должен меняться с вычислительной точки зрения при изменении количества входных данных, что обусловлено тем, что в процессе прогнозирования происходит непрерывное накопление статистики; 2) должен учитывать влияние фактора времени, которое выражается в том, что ранние данные влияют на прогноз в меньшей степени, чем поздние; 3) должен реагировать на специфику статистики объекта (ошибки входных данных, объем статистики). Перейдем к построению модели процесса прогнозирования, т. е. к решению задачи экстраполяции значений некоторого временного ряда с учетом требований, сформулированных выше. уп-ъ Предполагается —, Уп-п —, следующая реализация этих требований. Данапоследовательность, чисел: у^ рассматриваемая как функция от номера г. Требуется подобрать многочлен Р(г) заданной степени к—й, такой, чтобы была наименьшей величина l-by„-r-P{r)Y^' (3.21) где границы изменения параметра в будут ^<в<1; п фиксированный номер, соответствующий данному моменту времени. 81 |
прошлом необходимо предсказать значения величин в будущем. Определение метода прогнозирования у„+1, у„+2, Уп+], и обеспечение достоверного прогноза невозможно при наличии только статистических данных, поэтому предварительно до решения задачи прогнозирования параметра, необходимо установить требования к математической модели процесса прогнозирования. Эти требования, предъявляемые к методу прогноза, обусловлены в первую очередь спецификой объекта решаемой задачи и состоят в следующем. Используемый метод: 1) не должен меняться с вычислительной точки зрения при изменении количества входных данных, что обусловлено тем, что в процессе статистики; 2) должен учитывать влияние фактора времени, которое прогнозирования происходит непрерывное накопление выражается в том, что ранние данные влияют на прогноз в меньшей степени, чем поздние; 3) должен реагировать на специфику статистики объекта (ошибки входных данных, объем статистики). Перейдем к построению модели процесса прогнозирования, т. е. к решению задачи экстраполяции значений некоторого временного ряда с учетом требований, сформулированных выше. Предполагается следующая реализация этих требований. Дана последовательность чисел: уп, Уп~ъ Уп-г, подобрать рассматриваемая как функция от номера г. Требуется многочлен Р(г) заданной степени к-й, такой, чтобы была наименьшей величина «=0 (1П.21) изменения параметра 9 где границы будут 0<в<1; п фиксированный номер, соответствующий данному моменту времени. П8 |