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 та оцінки часових рядів не закінчується.

Саме визначення часового ряду 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 часові показники вимірювання, а на осі ординат її реальні фізичні величини.

По суті методи аналізу часових рядів у свій час 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 вирішення двох основних проблем ніхто не відміняв. Ними є:

- визначення природи ряду-

- прогнозування.

Так аналіз часових рядів отримав додатковий стимул до свого розвитку, а в його арсеналі з`явився багатий набір інструментів, методів.

Класичним прикладом часового 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.

У 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 введенню 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 цей ґрунт для подальших досліджень. Адже описи 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 у 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 коригувати рівень цін і асортимент реалізованої продукції або послуг з метою отримання максимальної вигоди.

Кожен метод аналізу заслуговує особливої уваги і вимагає досконального вивчення. І якщо вас хоч один з них зацікавив, то мета статті досягнута.