Comparative analysis of univariate time series modeling and forecasting techniques for short-term unstable data

Abstract

Проведено емпіричне оцінювання адекватності та прогнозної точності класичних лінійних моделей авторегресії та ковзного середнього, моделей експоненційного згладжування, структурних, нелінійних та непараметричних моделей для одновимірних часових рядів невеликої вибірки з чисельними відхиленнями. Запропоновано метод покращення якості ARMA моделі за рахунок включення фіктивних та пояснювальних змінних, які відтворюють інформацію щодо рідких і аномальних спостережень ряду, та відповідної корекції порядку інтегрування