Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)

Материал из MachineLearning.

Версия от 19:02, 13 декабря 2010; Pasechnik (Обсуждение | вклад)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

Аннотация

Одной из актуальных задач экономики является прогнозирование макросостояния экономики по наблюдаемым данным. Формальная постановка представляет собой прогнозирование временных рядов с малым временным горизонтом. Метод векторной авторергрессии неструктурного прогнозирования состоит в поиске линейной зависимости значения временного ряда в данный момент времени от фиксированного числа предыдущих моментов времени. Рассматривается метод нахождения коэффициентов векторной авторегрессии. В качестве примера данных рассматриваются значения параметров экономики России. В результате вычислительного эксперимента получена модель экономики России с пятипроцентной ошибкой прогноза.

Постановка задачи

Заданы K временных рядов \{(y_{1t},...,y_{Kt})^T\}_{t=1}^{\tau}=\{\mathbf{y_t}\}_{t=1}^{\tau}, где p - величина лагирования. Tребуется вычислить матрицы A_1,...A_p размера K\times{}K, для которых верно \forall t=p+1,...,\tau\quad\mathbf{y}_t=\sum_{i=1}^pA_i\mathbf{y}_{t-i}+\mathbf{u}_t.

Источник — «http://recognition.su/wiki/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D0%BD%D0%BE%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BC%D0%B0%D0%BA%D1%80%D0%BE%D1%8D%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D1%85_%D0%BF%D0%BE%D0%BA%D0%B0%D0%B7%D0%B0%D1%82%D0%B5%D0%BB%D0%B5%D0%B9_%D1%81_%D0%BF%D0%BE%D0%BC%D0%BE%D1%89%D1%8C%D1%8E_%D0%B2%D0%B5%D0%BA%D1%82%D0%BE%D1%80%D0%BD%D0%BE%D0%B9_%D0%B0%D0%B2%D1%82%D0%BE%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D0%B8_%28%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D1%80%29»
Личные инструменты