Предложена интегрированная система анализа и прогнозирования нестационарных временных рядов с целью повышения адекватности разрабатываемых моделей нестационарных процессов и качества оценок прогнозов, а также методика моделирования нестационарных процессов, состоящая из подготовки данных, оценивания структуры и параметров модели, вычисления оценок прогнозов. Приведены примеры использования этой системы для анализа и прогнозирования образования цен на продукцию производственной фирмы и прогнозирования финансовых процессов. Полученные результаты свидетельствуют о том, что интегрированная система анализа, моделирования и прогнозирования нестационарных процессов выполняет автоматизированную обработку данных, определяет автоматически класс и структуру модели, осуществляет выбор лучших прогнозирующих моделей.
Запропоновано інтегровану систему аналізу і прогнозування часових нестаціонарних рядів з метою підвищення адекватності розроблюваних моделей нестаціонарних процесів, а також методику моделювання нестаціонарних процесів, яка складається з підготовки даних, оцінювання структури і параметрів моделі, обчислення оцінок прогнозів. Наведено приклади використання цієї системи для аналізу і прогнозування утворення цін на продукцію виробничої фірми та прогнозування фінансових процесів. Отримані результати свідчать про те, що інтегрована система аналізу, моделювання та прогнозування нестаціонарних процесів виконує автоматизоване оброблення даних, визначає автоматично клас і структуру моделі, здійснює вибір кращих прогнозувальних моделей.
This article proposes an integrated system analysis and forecasting of non-stationary time series in order to improve the adequacy of the developed models of non-stationary processes. The methodology is proposed for modeling non-stationary processes that includes the following stages: the preliminary data processing, estimation of the model structure and its parameters, computing of forecasts estimates. Examples are provided of the use of this system for the analysis and prediction of prices of Food Production Company and for the financial processes prediction. The results indicate that the integrated system for the analysis, modeling, and forecasting of non-stationary processes performs automated processing of data, automatically determines the structure of the model, and selects the best forecasting models.
