АНАЛИЗ ВРЕМЕННЫХ РЯДОВ СЛОЖНЫМИ ЭКОНОМИКО- МАТЕМАТИЧЕСКИМИ МЕТОДАМИ
DOI:
https://doi.org/10.60078/2992-877X-2025-vol3-iss6-pp253-258Аннотация
В данной статье рассматриваются такие этапы, как определение нелинейных трендов временных рядов, математическое моделирование, нахождение и прогнозирование уравнений тренда с помощью методов регрессии. В частности, с учетом сложной динамики экономических процессов проанализированы преимущества экспоненциальных, логарифмических и полиномиальных моделей. На практических примерах рассмотрены критерии точности и погрешности результатов прогнозирования.
Ключевые слова:
временные ряды экономические процессы тренд математическое моделирование регрессияБиблиографические ссылки
Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327.
Box, G. E. P., Jenkins, G. M., & Reinsel, G. C. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley, 712 p.
Brock, W. A., Dechert, W. D., & Scheinkman, J. A. A Test for Independence Based on the Correlation Dimension. – Econometric Reviews, 1996. – 197–235 b.
Engle, R. F., & Granger, C. W. J. (1987) Co-integration and Error Correction: Representation, Estimation, and Testing. – Econometrica, – 251–276 b.
Granger, C. W. J. (1981) Some Properties of Time Series Data and Their Use in Econometric Model Specification. – Journal of Econometrics, – 121–130 b.
Gujarati, D. N. (2009) Basic Econometrics. – 5th Edition. – McGraw-Hill,. – 924 p.
Hamilton, J. D. (1994) Time Series Analysis. – Princeton University Press, – 799 b.
To‘xtasinov Sh.T. (2020) Statistika va iqtisodiy tahlil. – Toshkent: Fan, – 320 b.
Tsay, R. S. (2010) Analysis of Financial Time Series. – 3rd Edition. – Wiley, – 720 b.
Tursunov, B. X. (2017) Iqtisodiy jarayonlarni modellashtirish. – Toshkent: Iqtisodiyot, – 280.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
