Аналіз часових рядів відкриває нові шляхи розвитку
Розглядаючи аналіз часових рядів не як абстрактне статистичне поняття, а як широко використовується на практиці явище, можна зробити висновок, що дана тема досить актуальна на сьогоднішній день для вивчення цілого ряду процесів. Особливо вона затребувана в економічній діяльності людини, тому більшість прикладів в науково-популярній літературі дані саме з точки зору її використання в даному контексті. Але на цьому сфера використання вивчення і оцінки часових рядів не закінчується.
Саме визначення часового ряду багато в чому нагадує нам процес збору будь-статистичної інформації, і полягає в чіткому фіксуванні в певні інтервали часу реальних показників, виміряних способом, що дає найбільшу достовірність. Іншими словами при описі будь-якого явища використовується графік, де на осі абсцис фіксуються тимчасові показники вимірювання, а на осі ординат її реальні фізичні величини.
По суті методи аналізу часових рядів свого часу лягли в основу опису багатьох фізичних законів і технічних процесів. Їх узагальнення дозволило процес опису звести до певного математичного виразу. Але не всі процеси змогли вписатися в рамки чітких формул. А рішення двох основних проблем ніхто не відміняв. Ними є:
- визначення природи ряду;
- прогнозування.
так аналіз часових рядів отримав додатковий стимул для свого розвитку, а в його арсеналі з`явився багатий набір інструментів, методів.
Класичним прикладом тимчасового ряду став ряд, запропонований в 1976 році Боксом і Дженкінсом. На прикладі вивчення активності місячних міжнародних авіаперевезень за дванадцять років в період 1949-1960 років вони показали наявність двох складових: практично лінійного тренда і сезонних змін. Коли зростання перевезень неухильно підвищувався, а в залежності від сезону періодично спостерігалися ділянки сплеску і загасання активності. Подібний тип опису отримав назву моделі з мультиплікативної сезонністю.
В цьому ж році ті ж Бокс і Дженкінс запропонували дуже цікавий в плані прогнозування, але досить трудомісткий і складний метод Авторегрессівного проінтегрувати змінного Середнього (АРПСС).
При вивченні процесів, схильних до впливу ззовні, поширення отримав практичний метод перерваних часових рядів. Він був описаний в 80-х роках минулого століття. Суть методу полягає у вивченні процесів після втручання в систему ззовні. Аналіз часових рядів повинен був дати оцінку запровадженню нових методів керівництва, використання різних ноу-хау, впливу процесів законотворчості та ін.
спектральний аналіз часових рядів з`явився на основі попередніх методів. Серед критеріїв оцінювання за цим методом чітко проглядається період і частота. Досить широко використовуються в розрахунках комплексні числа, перетворення Фур`є.
Достаток методів і способів, які задіє аналіз часових рядів, підтверджує, наскільки благодатна ця грунт для подальших досліджень. Адже опису цих процесів досить громіздкі і вимагають певного досвіду від аналітика. Потужний стрибок у розвитку персональної обчислювальної техніки привів до висновку даного виду аналізу на новий якісний рівень. А повсюдне поширення мережі Інтернет зробило доступними для широкої категорії результати останніх досліджень в цій області.
Що, як не аналіз часових рядів, використовує успішний гравець на ринку Форекс, саме вивчення графіків розвитку підприємства дозволяє керівнику виробити вірну стратегічну лінію, а оцінка ринку дає велике поле діяльності для маркетологів і менеджерів, дозволяючи коректувати рівень цін і асортимент реалізованої продукції або послуг з метою отримання максимальної вигоди.
Кожен метод аналізу заслуговує на особливу увагу і вимагає досконального вивчення. І якщо вас хоч один з них зацікавив, то мета статті досягнута.
