1. Мета роботи #

Навчитися аналізувати часовий ряд: згладжувати його ковзним середнім та експоненційним згладжуванням, прогнозувати наступні значення кількома методами й оцінювати похибку прогнозу метриками MAE, RMSE та MAPE; і реалізувати цей цикл програмою, що читає ряд із файлу CSV та будує графік.

Виконавши роботу, студент повинен уміти:

• розпізнавати компоненти часового ряду — тренд, сезонність, циклічність, шум — та обирати між адитивною й мультиплікативною моделлю;
• обчислювати просте ковзне середнє $\mathrm{MA}_t^{(w)}$ із заданим вікном $w$, а також зважене ковзне середнє;
• виконувати просте експоненційне згладжування покроково за формулою $\hat{x}_t = \alpha x_t + (1 - \alpha)\hat{x}_{t-1}$ і розуміти роль сталої $\alpha$;
• будувати прогноз наступних значень чотирма способами — наївним, за ковзним середнім, за трендом (лінійна регресія на час) та за експоненційним згладжуванням — і обирати метод під структуру ряду;
• оцінювати похибку прогнозу на відкладеній частині ряду метриками $\mathrm{MAE}$, $\mathrm{RMSE}$ і $\mathrm{MAPE}$ та правильно їх інтерпретувати;
• реалізувати читання ряду з CSV, згладжування, прогноз і побудову графіка у вигляді програми.

Робота закріплює Лекцію 14 — Аналіз часових рядів. Уся потрібна теорія повторена в самодостатньому вигляді в методичних вказівках.

Laboratory/Laboratory14/1purpose.md · 2.3 KB · updated 2026-08-05 08:34