Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 103 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

103
Таблица 3.1
Критерии точности моделей временных рядов
Критерий Формула расчета
Средняя квадратичная ошибка (СКО)

n
i
ii
yy
n
MSE
1
2
ˆ
1
Квадрат из средней квадратичной ошибки
n
i
ii
yy
n
RMSE
1
2
)
ˆ
(
1
Средняя относительная ошибка
n
i
i
ii
y
yy
n
MAPE
1
%100
ˆ
1
Симметричная средняя
относительная ошибка
n
i
ii
ii
yy
yy
n
SMAPE
1
%100
2/)
ˆ
(
ˆ
1
Для повышения точности при моделировании ВР используют методы
фильтрации и подгонки
функции. Большинство методов исследования времен-
ных рядов включает различные способы фильтрации шума. Многие монотон-
ные временные ряды можно хорошо приблизить линейной функцией. Если же
имеется явная нелинейная компонента, то данные вначале следует преобразо-
вать, чтобы устранить нелинейность. Обычно для этого используют логариф-
мическое, экспоненциальное или (менее часто) полиномиальное преобразова-
ние данных.
Точность
является показателем качества модели временного ряда, кото-
рая представляет результат процесса его моделирования. Отметим ряд других
не менее важных показателей качества моделей временных рядов, которые ха-
рактеризуют процесс моделирования, влияют на его результат и определяют в
конечном счете выбор модели:
Показатель трудоемкости (математической и алгоритмической сложности).
Показатель временных затрат на построение модели.
Показатель уровня автоматизации процесса построения модели.
Уровень квалификации разработчика модели.
Уровень квалификации пользователя модели.

Страницы