Статистика добычи нефти
Понятие и тенденции временных рядов, процесс их прогнозирования. Аддитивная и мультипликативная сезонность. Экспоненциальное сглаживание и спектральный анализ. Анализ и прогнозирование объемов добычи нефти марки Brent, а также цен на данную продукцию.
Рубрика | Экономико-математическое моделирование |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 13.11.2015 |
Размер файла | 989,6 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Подобные документы
Построение эмпирической модели, оценивающей связи между акциями, ценой сырой нефти, курсом рубля к доллару и фондовыми индексами США и РФ. Исследование временных рядов на наличие коинтеграции. Анализ взаимного влияния котировок акций нефтяных компаний.
дипломная работа [11,1 M], добавлен 26.10.2016Трендовые экономические процессы и их анализ: итерационные методы фильтрации, метод Четверикова, Шискина—Эйзенпресса. Ряд Фурье и его использование для прогнозирования динамики с сезонными колебаниями. Аддитивная и мультипликативная модели сезонности.
курсовая работа [1,2 M], добавлен 14.07.2012Основные задачи и принципы экстраполяционного прогнозирования, его методы и модели. Экономическое прогнозирование доходов ООО "Уфа-Аттракцион" с помощью экстраполяционных методов. Анализ особенностей применения метода экспоненциального сглаживания Хольта.
курсовая работа [1,7 M], добавлен 21.02.2015Теоретические выкладки в области теории хаоса. Методы, которые используются в математике, для прогнозирования стохастических рядов. Анализ финансовых рядов и рядов Twitter, связь между сентиметными графиками и поведением временного финансового ряда.
курсовая работа [388,9 K], добавлен 01.07.2017Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.
курсовая работа [722,6 K], добавлен 09.07.2019Изучение метода экспоненциального сглаживания - эффективного метода прогнозирования, который дает возможность получить оценку параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения.
лабораторная работа [28,7 K], добавлен 15.11.2010Структурные компоненты детерминированной составляющей. Основная цель статистического анализа временных рядов. Экстраполяционное прогнозирование экономических процессов. Выявление аномальных наблюдений, а также построение моделей временных рядов.
курсовая работа [126,0 K], добавлен 11.03.2014Временные ряды и их характеристики. Факторы, влияющие на значения временного ряда. Тренд и сезонные составляющие. Декомпозиция временных рядов. Метод экспоненциального сглаживания. Построение регрессионной модели. Числовые характеристики переменных.
контрольная работа [1,6 M], добавлен 18.06.2012Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.
контрольная работа [37,6 K], добавлен 03.06.2009Аддитивная модель временного ряда. Мультипликативная модель временного ряда. Одномерный анализ Фурье. Регрессионная модель с переменной структурой. Сущность адаптивной сезонной модели Тейла – Вейджа. Прогнозирование естественного прироста населения.
курсовая работа [333,1 K], добавлен 19.07.2010Понятие, задачи и основные цели регрессионного анализа. Прогнозирование, основанное на использовании моделей временных рядов. Определение степени детерминированности вариации критериальной переменной предикторами. Ошибки, возникающие при измерении данных.
контрольная работа [785,9 K], добавлен 13.11.2011Классические подходы к анализу финансовых рынков, алгоритмы машинного обучения. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов. Выбор алгоритма для анализа данных. Практическая реализация модели.
дипломная работа [1,5 M], добавлен 21.09.2016Геологическая эффективность поисково-разведочного бурения; технологические и экономические факторы. Разведка природных ресурсов нефти и газа. Математическое моделирование объемов и динамики приращения запасов: величина ресурсов, степень их концентрации.
презентация [121,3 K], добавлен 17.07.2014Проведение системного анализа и выделение проблем российской нефтедобычи, разработка путей их решения в соответствии с ситуацией и с использованием накопленного мирового опыта решения аналогичных проблем. Построение модели структуры добычи нефти.
контрольная работа [356,5 K], добавлен 07.12.2013Особенности жилищного кредитования в регионах России и в Чувашии. Математические основы прогнозирования. Компоненты временного ряда, его сглаживание. Прогнозирование жилищного кредитования в Чувашской республике, создание мультипликативной модели.
курсовая работа [1000,1 K], добавлен 05.01.2018Влияние девальвации национальной валюты на цены активов и процентных ставок на фондовый рынок. Анализ отраслевых взаимосвязей и закономерностей в динамике биржевых индикаторов и множества других временных рядов. Оценка моделей методом "rolling window".
дипломная работа [1,7 M], добавлен 06.11.2015Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.
методичка [1,2 M], добавлен 21.01.2011Статистические методы анализа одномерных временных рядов, решение задач по анализу и прогнозированию, построение графика исследуемого показателя. Критерии выявления компонент рядов, проверка гипотезы о случайности ряда и значения стандартных ошибок.
контрольная работа [325,2 K], добавлен 13.08.2010Предмет и информационная база исследования миграции в РФ. Анализ относительных величин миграции в РФ. Анализ динамики миграции по годам. Аналитические показатели ряда динамики миграции с 2007 по 2011 гг. Сглаживание рядов с помощью скользящей средней.
практическая работа [693,7 K], добавлен 06.09.2012Создание комбинированных моделей и методов как современный способ прогнозирования. Модель на основе ARIMA для описания стационарных и нестационарных временных рядов при решении задач кластеризации. Модели авторегрессии AR и применение коррелограмм.
презентация [460,1 K], добавлен 01.05.2015