Тренд, нелинейный

Количество факторов X, и степень полинома на первом этапе определяют на основе интуитивных представлений, ограничиваясь минимальным числом членов, иногда, начиная с простейших моделей вида Г = о или Y = b + iXj. В случае проверки данных на наличие тренда (Xj = t) первая из указанных моделей отражает отсутствие тренда, вторая - наличие линейного тренда. Затем эти простейшие модели проверяются на адекватность и в случае их неадекватности экспериментальным данным уточняются добавлением факторов, нелинейных или перекрестных членов, новая модель снова проверяет- [c.236]

В заключение приведем некоторые данные, свидетельствующие в пользу нелинейного механизма колебаний уровня моря, обусловленного испарением. К началу 1990-х годов в нашей стране были собраны наиболее полные ряды результатов наблюдений за влажностью деятельного слоя почвы. Измерения влажности проводили на агрометеостанциях, начиная с 1930 г. Регулярная сеть из 3000 станций по измерению влажности почвы была организована только в нашей стране. Период с 1972 по 1985 г. (напомним, что именно в 1977 г. начался неожиданный подъем уровня Каспийского моря) и характеризовался трендом увеличения влажности почвы (район проведения измерений-50-60° с. ш.). Скорость увеличения содержания воды в почве составляла 1,5-2 см/10 лет, причем положительный тренд наблюдали во все месяцы года. [c.120]

Как видно из графика на рис. 6.3, имеются существенные колебания показателей объема продаж. Однако отмечается видимая тенденция к увеличению объема продаж, и соответствующий тренд можно вьщелить с помощью методов рефессии. Линия рефессии показана на фафике (рис. 6.3). Из фафика видно, что зависимость определена не столь четко, как в предьщущем примере. Так, коэффициент корреляции для этих данных будет значительно меньше по величине, и вообще может оказаться незначимым. Долговременный фенд может быть линейным или нелинейным. Эти данные фудно анализировать из-за сильных расхождений между соседними значениями. Часто, когда мы имеем дело с такого рода данными, необходимо сгладить колебания, и только потом можно сделать какой-либо имеющий смысл прогноз. Методы сглаживания данных временных рядов будут более подробно рассмофены в последующих разделах. [c.188]

Точность прогноза однозначно зависит от применяемой модели. Однако, выщесказанное не означает, что при составлении того или иного прогноза приемлема только какая-нибудь одна модель. Вполне возможно, что в ряде случаев несколько различных моделей выдадут относительно надежные оценки. В любой модели прогнозирования основным элементом является тренд. В большинстве рассмотренных в этой главе примеров предполагается, что тренд является линейным. Но это может быть и не так, и многие временные ряды, связанные с хозяйственной и финансовой деятельностью, выказывают нелинейный тренд. Другими элементами модели прогнозирования являются сезонные и циклические колебания, а также случайные колебания, которые невозможно предсказать в определенные временные точки. [c.215]

Оценка тренда с помощью линейной и нелинейной рефессии. [c.221]

Справочник химика 21

Химия и химическая технология