# 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](../../Lectures/DA-L14.md).
Уся потрібна теорія повторена в самодостатньому вигляді в
[методичних вказівках](2method.md).