पूर्वानुमान विधियों और मॉडलों का वर्गीकरण

मैं 5 से अधिक वर्षों से टाइम सीरीज़ का पूर्वानुमान लगा रहा हूं। पिछले वर्ष, मैंने " अधिकतम समानता नमूना के लिए टाइम सीरीज़ फोरकास्टिंग मॉडल " विषय पर एक निबंध का बचाव किया था , हालांकि, रक्षा के बाद अच्छे प्रश्न थे। यहाँ उनमें से एक है - पूर्वानुमान विधियों और मॉडलों का एक सामान्य वर्गीकरण ।

आमतौर पर, घरेलू और अंग्रेजी बोलने वाले दोनों लेखकों के कार्यों में, वे पूर्वानुमान विधियों और मॉडलों के वर्गीकरण के बारे में नहीं पूछते हैं, लेकिन बस उन्हें सूचीबद्ध करते हैं। लेकिन मुझे ऐसा लगता है कि आज यह क्षेत्र इतना बड़ा और विस्तारित हो चुका है कि यहां तक ​​कि सबसे सामान्य, लेकिन वर्गीकरण आवश्यक है। नीचे सामान्य वर्गीकरण का मेरा अपना संस्करण है।

एक विधि और एक पूर्वानुमान मॉडल के बीच क्या अंतर है?

पूर्वानुमान विधि उन क्रियाओं का एक क्रम है जो एक पूर्वानुमान मॉडल प्राप्त करने के लिए किया जाना चाहिए। खाना पकाने के साथ सादृश्य द्वारा, एक विधि क्रियाओं का एक क्रम है जिसके अनुसार एक डिश तैयार की जाती है - अर्थात, एक पूर्वानुमान बनाया जाता है।

पूर्वानुमान मॉडल एक कार्यात्मक प्रतिनिधित्व है जो अध्ययन के तहत प्रक्रिया का पर्याप्त वर्णन करता है और इसके भविष्य के मूल्यों को प्राप्त करने का आधार है। उसी पाक सादृश्य में, मॉडल में सामग्री और उनके अनुपात की एक सूची होती है, जो हमारे पकवान - पूर्वानुमान के लिए आवश्यक होती है।

विधि और मॉडल की समग्रता एक पूर्ण नुस्खा बनाती है!

वर्तमान में, यह मॉडल और विधियों दोनों के नामों के लिए अंग्रेजी संक्षिप्त रूपों का उपयोग करने के लिए प्रथागत है। उदाहरण के लिए, ऑटो रिग्रेशन इंटीग्रेटेड मूविंग एवरेज एक्सटेंडेड ARIMAX के लिए एक प्रसिद्ध भविष्यवाणी मॉडल है। इस मॉडल और इसकी संबंधित विधि को आमतौर पर लेखकों के नाम से ARIMAX और कभी-कभी बॉक्स-जेनकिंस मॉडल (विधि) कहा जाता है।

पहले हम विधियों को वर्गीकृत करते हैं

यदि आप ध्यान से देखें, तो यह जल्दी से स्पष्ट हो जाता है कि " पूर्वानुमान पद्धति " की अवधारणा " पूर्वानुमान मॉडल " की अवधारणा की तुलना में बहुत व्यापक है। इस संबंध में, वर्गीकरण के पहले चरण में, तरीकों को आमतौर पर दो समूहों में विभाजित किया जाता है: सहज और औपचारिक [1]।

यदि हम अपनी पाक सादृश्यता को याद करते हैं, तो वहां आप सभी व्यंजनों को औपचारिक व्यंजनों में विभाजित कर सकते हैं, अर्थात् सामग्री की संख्या और तैयारी की विधि द्वारा रिकॉर्ड किया गया है, और सहज ज्ञान युक्त है, जो कहीं भी रिकॉर्ड नहीं किया गया है और कुक के अनुभव से प्राप्त किया गया है। जब हम नुस्खा का उपयोग नहीं करते हैं? जब पकवान बहुत सरल होता है: आलू भूनें या पकौड़ी पकाना - फिर नुस्खा की आवश्यकता नहीं है। जब हम नुस्खा का उपयोग नहीं करते हैं? जब हम कुछ नया आविष्कार करना चाहते हैं!

सहज पूर्वानुमान विधि विशेषज्ञ निर्णय और निर्णय के साथ सौदा करते हैं। आज, वे अक्सर विपणन, अर्थशास्त्र और राजनीति में उपयोग किए जाते हैं, क्योंकि एक ऐसी प्रणाली जिसके व्यवहार की भविष्यवाणी करने की आवश्यकता है, या तो बहुत जटिल है और गणितीय विवरण को परिभाषित करता है, या बहुत सरल है और इस तरह के विवरण की आवश्यकता नहीं है। ऐसे तरीकों का विवरण [2] में पाया जा सकता है।

औपचारिक तरीके साहित्य में वर्णित पूर्वानुमान विधियां हैं, जिसके परिणामस्वरूप पूर्वानुमान मॉडल का निर्माण किया जाता है, अर्थात् , वे एक गणितीय निर्भरता निर्धारित करते हैं जो हमें प्रक्रिया के भविष्य के मूल्य की गणना करने की अनुमति देता है, अर्थात् पूर्वानुमान लगाता है।

इस पर, मेरी राय में पूर्वानुमान विधियों के सामान्य वर्गीकरण को पूरा किया जा सकता है।

अगला, हम मॉडल का एक सामान्य वर्गीकरण करते हैं

यहां पूर्वानुमान मॉडल के वर्गीकरण के लिए आगे बढ़ना आवश्यक है। पहले चरण में, मॉडल को दो समूहों में विभाजित किया जाना चाहिए: डोमेन मॉडल और समय श्रृंखला मॉडल।

डोमेन मॉडल पूर्वानुमान के गणितीय मॉडल हैं, जिनके निर्माण के लिए डोमेन के कानूनों का उपयोग किया जाता है। उदाहरण के लिए, एक मॉडल जो मौसम का पूर्वानुमान करता है, उसमें द्रव गतिकी और उष्मागतिकी के समीकरण होते हैं। जनसंख्या विकास का पूर्वानुमान एक अंतर समीकरण पर निर्मित मॉडल पर किया जाता है। मधुमेह वाले व्यक्ति के रक्त शर्करा के स्तर का पूर्वानुमान विभेदक समीकरणों की एक प्रणाली के आधार पर किया जाता है। एक शब्द में, एक विशेष विषय क्षेत्र में निहित निर्भरता ऐसे मॉडल में उपयोग की जाती है। इस तरह के मॉडल विकास के लिए एक व्यक्तिगत दृष्टिकोण की विशेषता है।

टाइम सीरीज़ के मॉडल गणितीय पूर्वानुमान मॉडल हैं जो भविष्य की कीमत पर निर्भरता की प्रक्रिया के भीतर और पूर्वानुमान की गणना करने के लिए इस निर्भरता को खोजने की कोशिश करते हैं। ये मॉडल विभिन्न विषय क्षेत्रों के लिए सार्वभौमिक हैं, अर्थात, समय श्रृंखला की प्रकृति के आधार पर उनकी सामान्य उपस्थिति नहीं बदलती है। हम हवा के तापमान की भविष्यवाणी करने के लिए तंत्रिका नेटवर्क का उपयोग कर सकते हैं, और फिर शेयर सूचकांक की भविष्यवाणी करने के लिए तंत्रिका नेटवर्क पर एक समान मॉडल लागू कर सकते हैं। ये सामान्यीकृत मॉडल हैं, जैसे कि उबलता पानी, जिसमें यदि आप किसी उत्पाद को फेंकते हैं, तो इसकी प्रकृति की परवाह किए बिना इसे उबाला जाएगा।

हम समय श्रृंखला मॉडल को वर्गीकृत करते हैं

यह मुझे लगता है कि डोमेन मॉडल का सामान्य वर्गीकरण तैयार करना संभव नहीं है: कितने क्षेत्र, कितने मॉडल! हालांकि, समय श्रृंखला मॉडल सरल विभाजन के लिए आसानी से उत्तरदायी हैं [3]। समय श्रृंखला मॉडल को दो समूहों में विभाजित किया जा सकता है: सांख्यिकीय और संरचनात्मक।

सांख्यिकीय मॉडल में, अतीत पर भविष्य के मूल्य की निर्भरता कुछ समीकरण के रूप में दी गई है। इनमें शामिल हैं:

1. प्रतिगमन मॉडल (रैखिक प्रतिगमन, नॉनलाइनियर प्रतिगमन);
2. ऑटोरेग्रेसिव मॉडल (ARIMAX, GARCH, ARDLM);
3. घातीय चौरसाई मॉडल;
4. अधिकतम समानता मॉडल;
5. आदि

संरचनात्मक मॉडल में, अतीत पर भविष्य के मूल्य की निर्भरता एक निश्चित संरचना और इसके साथ संक्रमण के नियमों के रूप में निर्दिष्ट होती है। इनमें शामिल हैं:

1. तंत्रिका नेटवर्क मॉडल;
2. मार्कोव श्रृंखला पर आधारित मॉडल;
3. वर्गीकरण और प्रतिगमन पेड़ों पर आधारित मॉडल;
4. आदि

दोनों समूहों के लिए, मैंने मुख्य, अर्थात्, सबसे सामान्य और विस्तृत पूर्वानुमान मॉडल का संकेत दिया। हालांकि, आज समय श्रृंखला के पूर्वानुमान के लिए भारी संख्या में मॉडल हैं, और पूर्वानुमान बनाने के लिए, उदाहरण के लिए, उन्होंने एसवीएम (समर्थन वेक्टर मशीन) मॉडल, जीए (आनुवंशिक एल्गोरिथम) मॉडल, और कई अन्य का उपयोग करना शुरू कर दिया।

सामान्य वर्गीकरण

इस प्रकार, हमने मॉडल और पूर्वानुमान विधियों का निम्नलिखित वर्गीकरण प्राप्त किया।

संदर्भ।

1. तिखोनोव ई.ई. बाजार की स्थितियों में पूर्वानुमान। नेविनोमाइसस्क, 2006.221 एस।
2. विपणन के लिए आर्मस्ट्रांग जेएस पूर्वानुमान। विपणन में मात्रात्मक तरीके। लंदन: इंटरनेशनल थॉम्पसन बिजनेस प्रेस, 1999. पी। 92 - 119।
3. जिंगफेई यांग एम। एससी। पावर सिस्टम शॉर्ट-टर्म लोड पूर्वानुमान: पीएचडी डिग्री के लिए थीसिस। जर्मनी, डार्मस्टैड, इलेक्ट्रोटेक्निक अंडर इंफॉर्मेशनस्टेकनिक डेर टेक्निसचेन यूनिवर्सिटैट, 2006. 139 पी।

युपीडी। 2016/11/15।
सज्जनों, यह पागलपन तक पहुँच गया है! हाल ही में मुझे इस प्रविष्टि के संदर्भ में VAK संस्करण के लिए एक लेख की समीक्षा के लिए भेजा गया था। मैं इस तथ्य पर आपका ध्यान आकर्षित करता हूं कि आप डिप्लोमा, लेखों में एक ब्लॉग का उल्लेख नहीं कर सकते हैं, और यहां तक ​​कि शोध प्रबंधों में भी कम! यदि आप एक लिंक चाहते हैं, तो इस का उपयोग करें: I. चुचुएवा MAXIMUM SIMILARITY, शोध प्रबंध ... मोमबत्ती के चयन के लिए समय सीमा के लिए मॉडल। उन। विज्ञान / मास्को राज्य तकनीकी विश्वविद्यालय। NE बाऊमन। मास्को, 2012।