Глоссарий ИИ
Полный словарь искусственного интеллекта
Временной ряд
Последовательность наблюдений переменной, измеренной через регулярные или нерегулярные временные интервалы, используемая для анализа временных тенденций и паттернов. Временные ряды являются фундаментальными в финансах, метеорологии и экономике для моделирования эволюционных явлений.
Стационарность
Статистическое свойство, при котором среднее значение, дисперсия и автокорреляция временного ряда остаются постоянными во времени. Стационарность необходима для применения многих статистических моделей и обеспечения достоверности прогнозов.
Тест Дики-Фуллера
Статистический тест, проверяющий наличие единичного корня во временном ряде для определения его стационарности. Расширенный тест Дики-Фуллера (ADF) обычно используется для проверки гипотезы стационарности перед моделированием.
Экспоненциальное сглаживание
Метод прогнозирования, взвешивающий прошлые наблюдения с экспоненциально убывающими весами для улавливания недавних тенденций. Этот метод эффективен для рядов без выраженной сезонности и легко вычисляет краткосрочные прогнозы.
Белый шум
Стохастический процесс, в котором наблюдения независимы, одинаково распределены с нулевым средним и постоянной дисперсией. Белый шум служит эталоном для оценки адекватности моделей и представляет чистую непредсказуемость.
Дифференцирование
Преобразование, вычитающее каждое наблюдение из предыдущего для устранения тренда и достижения стационарности. Дифференцирование является важным предварительным этапом перед применением моделей ARIMA к нестационарным рядам.
Преобразование Фурье
Математический инструмент, разлагающий временной ряд на элементарные частоты для анализа циклических компонентов. Быстрое преобразование Фурье (БПФ) позволяет выявлять скрытые периодичности и гармоники во временных данных.
Волатильность
Мера изменения цен или значений во временном ряде, количественно оценивающая неопределенность и риск. Волатильность особенно изучается в финансах для оценки нестабильности рынков и калибровки моделей GARCH.
Точка изменения
Момент, когда статистические свойства временного ряда претерпевают значительное изменение. Обнаружение точек изменения позволяет идентифицировать структурные разрывы и адаптировать прогнозные модели.
Функция частной автокорреляции
Мера корреляции между наблюдением и его прошлыми значениями с контролем эффекта промежуточных лагов. PACF необходима для определения порядка авторегрессионных процессов в моделировании ARIMA.
Временная интерполяция
Техника оценки пропущенных значений во временном ряду с использованием соседних наблюдений. Интерполяция сохраняет временную непрерывность и позволяет применять методы анализа, требующие полных данных.
Спектр мощности
Частотное представление дисперсии временного ряда, показывающее энергию на каждой частоте. Спектр выявляет доминирующие компоненты и помогает характеризовать подлежащие циклы данных.
Остаток
Разница между наблюдаемыми значениями и значениями, предсказанными временной моделью, измеряющая ошибку аппроксимации. Анализ остатков позволяет валидировать модель и идентифицировать неперехваченные паттерны.