Details

Title The possibility of constructing universal nonlinear autoregressions // Technoeconomics: an international journal. – 2025. – Vol. 4, № 1. — С. 4-12
Creators Luparev K. ; Svetunkov C.
Imprint 2025
Collection Общая коллекция
Subjects Экономика ; Математическая экономика. Эконометрика ; autoregression (economics) ; nonlinear autoregression ; universal autoregression ; building autoregressions ; Kolmogorov-Gabor polynomial ; polynomial Kolmogorov-Gabor ; авторегрессии (экономика) ; нелинейные авторегрессии ; универсальные авторегрессии ; построение авторегрессий ; полином Колмогорова-Габора ; Колмогорова-Габора полином
UDC 330.4
LBC 65в631
Document type Article, report
File type PDF
Language English
DOI 10.57809/2025.4.1.12.1
Rights Свободный доступ из сети Интернет (чтение, печать, копирование)
Record key RU\SPSTU\edoc\75939
Record create date 5/14/2025

Allowed Actions

Read Download (0.4 Mb)

Group Anonymous
Network Internet

Autoregression models are widely used in economic practice both in modelling stochastic processes and in forecasting them. However, all these models generating nonlinear dependencies are essentially linear models. The accuracy of these models can be increased by giving them a nonlinear form. However, at present, there are no universal methods and techniques for forming such models, and the problem of constructing nonlinear autoregressions does not have a satisfactory solution. Researchers add non-linear components to autoregressions, most often using intuition. In our study, we examine the possibility of using the model of the elementary image of the Kolmogorov-Gabor polynomial as a formalized and universal tool for solving such problems. Several examples show that imparting nonlinearity to autoregression models can lead not only to an increase in the accuracy of approximation but also to an increase in the accuracy of short-term forecasting.

Модели авторегрессий широко используются в экономической практике как в моделировании стохастических процессов, так и в их прогнозировании. Однако, все эти модели, генерирующие нелинейные зависимости, по своей сути являются линейными моделями. Повышения точности этих моделей можно добиться, придав этим моделям нелинейную форму. Но в настоящее время отсутствуют универсальные методы и методики формирования подобных моделей, и задача построения нелинейных авторегрессий не имеет удовлетворительного решения. Исследователи добавляют нелинейные составляющие в авторегрессии, чаще всего, используя интуицию. В данном исследовании изучается возможность использования в качестве формализованного и универсального инструмента решения таких задач модели элементарного образа полинома Колмогорова-Габора. Показано на нескольких примерах, что придание нелинейности авторегрессионным моделям может привести не только к повышению точности аппроксимации, но и к повышению точности краткосрочного прогнозирования.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet All

Access count: 88 
Last 30 days: 15

Detailed usage statistics