ВАҚТЛИ ҚАТОРЛАР ВА ЭКОНОМЕТРИК ПРОГНОЗЛАШ МОДЕЛЛАРИ
Ключевые слова:
Вақтли қаторлар, прогнозлаш модели, ARIMAX, нейрон тармоқ моделлари, статистик моделларАннотация
Ахборот технологияларининг жадал ривожланиши ҳамда корхона фаолиятида фойдаланиладиган ахборот тизимларининг хавфсизлиги ва самарадорлигига қўйиладиган талаблар ортиб бораётган шароитда уларнинг барқарорлигини таъминлаш масаласи долзарб аҳамият касб этмоқда. Ахборот тизимларининг барқарорлигига бағишланган кўплаб ишларга қарамай, ушбу тизимларни моделлаштириш методологиясини такомиллаштиришга бағишланган тадқиқотлар, айниқса атроф-муҳит таъсиридан ва тасодифий жараёнлардан ҳимоя қилиш контекстида ихтисослаштирилган адабиётларда етарли даражада тақдим этилмаган. Бу мазкур тадқиқотнинг долзарблигини аниқлайди.
Библиографические ссылки
Бокс Дж., Дженкинс Г.М. Анализ временных рядов, прогноз и управление. М.: Мир, 1974. 406 с.
Jingfei Yang M. Sc. Power System Short-term Load Forecasting: Thesis for Ph.d degree. Germany, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universität, 2006. 139 p.
Чучуева И. Модель прогнозирования arimax: расширение. https://www.mbureau.ru/blog/model-prognozirovaniya-arimax-rasshirenie
Семенов В.В. Математическое моделирование динамики транспорт-ных потоков мегаполиса. М.: ИПМ им. М.В.Келдыша РАН, 2004. 44 с.
Тихонов Э.Е. Прогнозирование в условиях рынка. Невинномысск, 2006. 221 с.
Armstrong J.S. Forecasting for Marketing // Quantitative Methods in Marketing. London: International Thompson Business Press, 1999. P. 92 – 119
Методы прогнозирования оптимальных доз инсулина для больных сахарным диабетом I типа. Обзор / С.А. Чернецов [и др.] // Наука и образование. 2009, №9. URL: http://technomag.edu.ru/ doc/ 119663.html
Self-organization in leaky threshold systems: The influence of near-mean field dynamics and its implications for earthquakes, neurobiology, and forecasting / J.B. Rundle [at al.] // Colloquium of the National Academy of Sciences, Irvine, USA, 2002. P. 2514 – 2521.
Draper N., Smith H. Applied regression analysis. New York: Wiley, In press, 1981. 693 p.
Collantes-Duarte J., Rivas-Echeverriat F. Time Series Forecasting using ARIMA, Neural Networks and Neo Fuzzy Neurons // WSEAS International Conference on Neural Networks and Applications, Switzerland, 2002. 6 p. URL: www.wseas.us/e-library/conferences/ switzerland2002/ papers/464.pdf
Norizan M., Maizah Hura A., Zuhaimy I. Short Term Load Forecasting Using Double Seasonal ARIMA Model // Regional Conference on Statistical Sciences, Malaysia, Kelantan, 2010. P. 57 – 73
Maximum likelihood // The free encyclopedia «Wikipedia». URL: http://en.wikipedia.org/wiki/Maximum_likelihood