Содержится описание практических методов и приемов прогнозирования в системе STATISTICA в среде Windows и изложение теоретических основ, дополненное разнообразными практическими примерами. В первой части книги описано прогнозирование в системе обработки данных STATISTICA. Во второй части в сжатом виде изложены основы статистического прогнозирования. Эта часть необходима для углубленного понимания первой, практической части книги. В основе пособия лежит курс, читаемый в Московском институте электроники и математики.
Для студентов, аналитиков, научных работников, использующих методы прогнозирования в своей повседневной деятельности. Будет полезна при проведении исследований в экономической сфере, банковской деятельности, работе фондов и в инвестиционном деле.
ОГЛАВЛЕНИЕ
Предисловие
Введение
Общее представление о системе STATISTICA
Четыре типа документов STATISTICA
Ввод данных в таблицу
Импорт данных
Графические возможности системы
Язык, встроенный в систему, – STATISTICA BASIC
Справочная система
Организация системы STATISTICA
Запуск моделей
Модуль Анализ временных рядов и прогнозирование
Меню системы
Панель инструментов
Рабочая область
Методы анализа временных рядов
Цели прогнозирования
ЧАСТЬ 1. ПРОГНОЗИРОВАНИЕ В СИСТЕМЕ STATISTICA
Глава 1. Техническое описание модуля Time series analysis & Forecasting – Анализ временных рядов и прогнозирование
Стартовая панель модуля Анализ временных рядов и прогнозирование
Диалог ARIMA – АРПСС
Преобразования временных рядов
Запуск процедуры оценивания
Диалог Interrupted ARIMA – Прерванная ARIMA (ARIMA с интервенцией)
Диалог Exponential Smoothing & Forecasting – Экспоненциальное сглаживание и прогнозирование
Seasonal decomposition 1 – Сезонная декомпозиция 1
XI1 Seasonal decomposition – XI1 Сезонная декомпозиция
XII Месячная сезонная декомпозиция
Запуск процедуры и просмотр результатов
Квартальная сезонная декомпозиция
Spectral (Fourier) Analysis – Спектральный (Фурье) анализ
Структура стартовой панели
Специальные преобразования ряда при спектральном анализе
Запуск процедуры спектрального анализа единичного ряда
Структура диалогового окна результатов спектрального анализа
Distributed Lags Analysis – Анализ распределенных лагов
Контрольные вопросы
Глава 2. Идентификация моделей ARIMA – АРПСС в системе STATISTICA
Идентификация порядка разности модели
Идентификация стационарности модели
Модель авторегрессии с одним параметром АР (1)
Модель авторегрессии с двумя параметрами АР (2)
Модель скользящего среднего с одним параметром СС (1)
Модель скользящего среднего с двумя параметрам и, СС (2)
Смешанная модель скользящего среднего и авторегрессии с двумя параметрами АРСС (1,1)
Идентификация сезонных моделей АРПСС
Контрольные вопросы
Глава 3. Оценивание параметров моделей АРПСС и исследование адекватности
Оценивание параметров моделей АРПСС
Модель АР (1)
Модель СС (1)
Модель АРСС (1,1)
Исследование адекватности модели
Контрольные вопросы
Глава 4. Прогнозирование АРПСС
Прогноз модельных данных
Если прогноз строится на неадекватной модели?
Контрольные вопросы
Глава 5. Элементы технического анализа в системе STATISTICA
Графический анализ
Работа с графиками
Основные виды тенденции
Сглаживание методом скользящего среднего
Литература к части 1
ЧАСТЬ II. ОСНОВЫ ТЕОРИИ СТОХАСТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ
1. Задачи стохастического прогнозирования
2. Условное математическое ожидание
Выполните задания
Глава 1. Общая теория стохастического прогнозирования
1.1. Оптимальный предиктор и его свойства
Из истории регрессии
Выполните задания
1.2. Линейное прогнозирование
Выполните задания
1.3. Использование в прогнозе дополнительных переменных
Глава 2. Прогнозирование стационарных последовательностей (общий случай)
2.1. Стационарные временные ряды
2.2. Линейный предиктор и его обновление
2.3. Асимптотическая точность прогноза
Глава 3. Параметрические модели временных рядов
3.1. Общая линейная модель
Выполните задание
3.2. Процессы скользящего среднего
3.3. ЭВСС – экспоненциально взвешенный скользящим средним предиктор
3.4. Процессы авторегрессии
3.5. Смешанные процессы
Глава 4. Нестационарные временные ряды
4.1. Определение и представления процесса АРПСС – авторегрессии и проинтегрированного скользящего среднего
4.2. Процессы проинтегрированного скользящего среднего
4.3. Прогнозирование в модели АРПСС
4.4. Примеры прогнозирующих функций
Глава 5. Оценивание параметров модели АРПСС
5.1. Идентификация модели АРПСС (общая схема)
5.2. Оценки наименьших квадратов параметров модели АРПСС (р,q)
5.3. Метод максимального правдоподобия
Глава 6. Элементы статистики стационарных процессов
6.1. Оценка среднего значения
6.2. Оценка автоковариации
6.3. Оценка спектральной плотности
Литература к части 2
Приложения
Панель инструментов электронной таблицы
Примеры программ на STATISTICA BASIC
Англо-русский словарь основных терминов по прогнозированию
Предметный указатель
Комментарии: