Детальная информация
Название | The possibility of constructing universal nonlinear autoregressions // Technoeconomics: an international journal. – 2025. – Vol. 4, № 1. — С. 4-12 |
---|---|
Авторы | Luparev K. ; Svetunkov C. |
Выходные сведения | 2025 |
Коллекция | Общая коллекция |
Тематика | 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 |
УДК | 330.4 |
ББК | 65в631 |
Тип документа | Статья, доклад |
Тип файла | |
Язык | Английский |
DOI | 10.57809/2025.4.1.12.1 |
Права доступа | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Дополнительно | Новинка |
Ключ записи | RU\SPSTU\edoc\75939 |
Дата создания записи | 14.05.2025 |
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.
Количество обращений: 16
За последние 30 дней: 16