Различия
Показаны различия между двумя версиями страницы.
Предыдущая версия справа и слева Предыдущая версия Следующая версия | Предыдущая версия | ||
study:spring2021:ts_pract [2021/04/09 12:30] nina |
study:spring2021:ts_pract [2021/05/21 20:14] (текущий) nina |
||
---|---|---|---|
Строка 5: | Строка 5: | ||
---- | ---- | ||
---- | ---- | ||
- | " | + | " |
-- Lao Tzu, 6th Century BC Chinese philosopher | -- Lao Tzu, 6th Century BC Chinese philosopher | ||
Вот спрашивают - а с чего это китайская цитата на английском. А нет ответа. | Вот спрашивают - а с чего это китайская цитата на английском. А нет ответа. | ||
Строка 37: | Строка 37: | ||
==== Вебинары ==== | ==== Вебинары ==== | ||
+ | 25.05. Задание: | ||
+ | (1) Второй отчет должен содержать \\ | ||
+ | (а) определение модели авторегрессии для модельных данных {{ : | ||
+ | (b) для реального ряда построение прогноза с доверительными интервалами методами SSA, ARIMA, ETS. Посчитайте ошибку прогноза тремя методами на последних 1-2 периодах (которые предварительно нужно обрезать и анализировать ряды без них).\ | ||
+ | |||
+ | (2) Третий отчет должен содержать различные доп.эксперименты с расширениями SSA: igapfill/ | ||
+ | |||
+ | 11.05. Задание (расширенное задание с 07.05): | ||
+ | (1) определите модель авторегрессии для модельных данных {{ : | ||
+ | (2) постройте прогноз своего ряда с помощью SSA разными методами, | ||
+ | (3) попробуйте применить gapfill и igapfill, можно повторить с помощью igapfill прогноз, | ||
+ | |||
+ | 07.05. Задание: | ||
+ | (1) определите модель авторегрессии для модельных данных {{ : | ||
+ | (2) постройте прогноз своего ряда с помощью SSA. | ||
+ | |||
+ | Примеры кода по ARIMA И SSA можно найти в {{ : | ||
+ | |||
13.04. Задание: | 13.04. Задание: | ||
- | Методы: | + | Методы: |
Также попробуйте с помощью выделения тренда у квадрата ряда построить (1) огибающую для амплитудно-модулированной гармоники и (2) поведение стандартного отклонения для гетероскедастичного шума. | Также попробуйте с помощью выделения тренда у квадрата ряда построить (1) огибающую для амплитудно-модулированной гармоники и (2) поведение стандартного отклонения для гетероскедастичного шума. | ||