SOAP-запрос:
<s:Envelope xmlns:s="http://schemas.xmlsoap.org/soap/envelope/"><s:Body xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema"><GetMs xmlns="http://www.prognoz.ru/PP.SOM.Som"><tMs xmlns=""> <id>FMCFHDKCILMBFOAEIPIHNADFKGINDLOELLPHABJCJOEOKJNL!M!S!CLICDCEKCILMBFOAENGEBOPHPJKKIMALEIIAELEOPFIDCCJFF</id>
</tMs>
<tArg xmlns=""><pattern> <obInst>false</obInst>
<all>false</all>
<item> <key>89669</key>
<problem><metamodel> <calculationChain>Get</calculationChain>
<calcChainPattern><modelPattern><transform><formulas> <method />
</formulas>
<displayId>true</displayId>
<equationsFormula> <method />
</equationsFormula>
<kind>true</kind>
</transform>
</modelPattern>
<entryKeys> <l>4</l>
</entryKeys>
</calcChainPattern>
</metamodel>
</problem>
</item>
</pattern>
<execParams> <k>0</k>
<modelKeys> <l>4</l>
</modelKeys>
<scenarioKeys />
<execMethod>true</execMethod>
<execSummaryStatistics>true</execSummaryStatistics>
<execCoefficients>true</execCoefficients>
<execEvaluateSeries>true</execEvaluateSeries>
<execARMACoefficients>true</execARMACoefficients>
<execAutoCorrelation>true</execAutoCorrelation>
<execInitDefault>true</execInitDefault>
<execStatCoefficients>true</execStatCoefficients>
<execGenerateName>true</execGenerateName>
</execParams>
</tArg>
</GetMs>
</s:Body>
</s:Envelope>
SOAP-ответ:
<soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/"><soapenv:Body><GetMsResult xmlns="http://www.prognoz.ru/PP.SOM.Som" xmlns:q1="http://www.prognoz.ru/PP.SOM.Som" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><id xmlns=""> <id>FMCFHDKCILMBFOAEIPIHNADFKGINDLOELLPHABJCJOEOKJNL!M!S!CLICDCEKCILMBFOAENGEBOPHPJKKIMALEIIAELEOPFIDCCJFF</id>
</id>
<meta xmlns=""><item> <k>89669</k>
<id>MODEL_NEW</id>
<n>MODEL_NEW</n>
<vis>1</vis>
<type>Problem</type>
<problemMd><metamodel> <k>89670</k>
<calculationChain><its><Item> <k>4</k>
<id>OBJ4</id>
<n>MyOutputVavable|A[t] = A0, (От родителя)-(От родителя)</n>
<vis>1</vis>
<type>Model</type>
<excluded>0</excluded>
<graphMeta />
<model><transform><formulas><its><it> <k>0</k>
<kind>Arima</kind>
<method><arima> <maxIteration>500</maxIteration>
<constantMode>AutoEstimate</constantMode>
<constantValue>21.1</constantValue>
<missingData> <specifiedVector />
<method>Casewise</method>
<methodParameter>5</methodParameter>
<specifiedValue>0</specifiedValue>
<specifiedTerm> <k>4294967295</k>
</specifiedTerm>
</missingData>
<confidenceLevel>0.95</confidenceLevel>
<ARMA> <orderAR />
<orderMA />
<calcInitMode>Auto</calcInitMode>
<initAR />
<initMA />
<initIntercept>NaN</initIntercept>
<estimationMethod>LevenbergMarquardt</estimationMethod>
<tolerance>0.0001</tolerance>
<maxIteration>500</maxIteration>
<coefficientsAR> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsAR>
<coefficientsMA> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsMA>
<diff>0</diff>
<diffSeas>1</diffSeas>
<orderARSeas />
<orderMASeas />
<initARSeas />
<initMASeas />
<periodSeas>0</periodSeas>
<coefficientsARSeas> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsARSeas>
<coefficientsMASeas> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsMASeas>
<useARMAasInstrums>1</useARMAasInstrums>
<useAnalyticDeriv>1</useAnalyticDeriv>
<useBackCast>1</useBackCast>
</ARMA>
<explained><slice> <k>0</k>
<id>MyOutputVavable|A</id>
<n>MyOutputVavable|A</n>
<vis>1</vis>
<variableKey>1</variableKey>
<stubKey>89671</stubKey>
<selections><its><Item><id> <id>89683</id>
</id>
<variant>2</variant>
</Item>
</its>
</selections>
<aggregator>None</aggregator>
<parametrizedDimensions><its><Item> <dimension>0</dimension>
<parameter>0</parameter>
</Item>
</its>
</parametrizedDimensions>
<unitInfo> <unit>4294967295</unit>
<measure>4294967295</measure>
<baseUnit>4294967295</baseUnit>
<unitsDimensionKey>0</unitsDimensionKey>
</unitInfo>
<level>Year</level>
</slice>
<lag />
<key>0</key>
<termToText>{MyOutputVavable|A[t]}</termToText>
<termToInnerText>@_1:0[]</termToInnerText>
<termInfo> <k>4294967295</k>
<lag>0</lag>
<inversion> <type>None</type>
<lag>PrecidingValue</lag>
<previousLag>-1</previousLag>
<seasonality>None</seasonality>
<dependence>Linear</dependence>
<K>3</K>
</inversion>
<slice> <k>0</k>
<id>MyOutputVavable|A</id>
<n>MyOutputVavable|A</n>
<vis>1</vis>
<variableKey>1</variableKey>
<stubKey>89671</stubKey>
<selections><its><Item><id> <id>89683</id>
</id>
<variant>2</variant>
</Item>
</its>
</selections>
<aggregator>None</aggregator>
<parametrizedDimensions><its><Item> <dimension>0</dimension>
<parameter>0</parameter>
</Item>
</its>
</parametrizedDimensions>
<unitInfo> <unit>4294967295</unit>
<measure>4294967295</measure>
<baseUnit>4294967295</baseUnit>
<unitsDimensionKey>0</unitsDimensionKey>
</unitInfo>
<level>Year</level>
</slice>
<date>1899-12-30</date>
</termInfo>
<unitInfo> <unit>4294967295</unit>
<measure>4294967295</measure>
<baseUnit>4294967295</baseUnit>
<unitsDimensionKey>0</unitsDimensionKey>
</unitInfo>
<included>0</included>
</explained>
<autoCorrelation><acf> <d>0.8806007142476413</d>
<d>0.7755396833857469</d>
<d>0.6492537711209424</d>
<d>0.5441074569585843</d>
<d>0.4357976653696499</d>
<d>0.3308992057992645</d>
<d>0.230094344651138</d>
<d>0.1340653483289803</d>
<d>0.04349448323650126</d>
<d>-0.04093598422258941</d>
</acf>
<pacf> <d>0.8806007142476413</d>
<d>0.0003654786750526034</d>
<d>-0.1503469976514621</d>
<d>0.009199850923512483</d>
<d>-0.06627064694467796</d>
<d>-0.07473420934025392</d>
<d>-0.05207086459054212</d>
<d>-0.06025413480285589</d>
<d>-0.06127247771726842</d>
<d>-0.05803709524513948</d>
</pacf>
<qStatistics> <d>22.58132583422224</d>
<d>40.82566711623952</d>
<d>54.16802252411557</d>
<d>63.96468294205459</d>
<d>70.54856258696468</d>
<d>74.53415453907314</d>
<d>76.5627229925804</d>
<d>77.2896519275377</d>
<d>77.37066419885673</d>
<d>77.44691104245111</d>
</qStatistics>
<probability> <d>2.014330523714136e-06</d>
<d>1.364014567961647e-09</d>
<d>1.033195751176663e-11</d>
<d>4.251043961289724e-13</d>
<d>7.882583474838611e-14</d>
<d>4.785061236134425e-14</d>
<d>6.905587213168474e-14</d>
<d>1.714184350021242e-13</d>
<d>5.370148770111882e-13</d>
<d>1.585953590677036e-12</d>
</probability>
<confidenceLevel>0.3779644730092272</confidenceLevel>
</autoCorrelation>
<armaCoefficients> <orderAR />
<orderMA />
<coefficientsAR> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsAR>
<coefficientsMA> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsMA>
<orderARSeas />
<orderMASeas />
<coefficientsARSeas> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsARSeas>
<coefficientsMASeas> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficientsMASeas>
</armaCoefficients>
<statCoefficients><intercept> <mode>AutoEstimate</mode>
<estimate>21.1</estimate>
<standardError>2.402626767647315</standardError>
<tStatistic>8.782054826044169</tStatistic>
<probability>4.117620577837044e-09</probability>
</intercept>
<coefficients> <estimate />
<standardError />
<tStatistic />
<probability />
</coefficients>
</statCoefficients>
</arima>
<summaryStatistics> <stR2>-2.220446049250313e-16</stR2>
<stAdjR2>-2.220446049250313e-16</stAdjR2>
<stR2_2>-2.220446049250313e-16</stR2_2>
<stAdjR2_2>-2.220446049250313e-16</stAdjR2_2>
<stSE>12.25104077211402</stSE>
<stSSR>3752.200000000001</stSSR>
<stLogL>-101.5284158459659</stLogL>
<stDW>0.02452161398646127</stDW>
<stDWLowerBound>5.059215779628777e-27</stDWLowerBound>
<stDWUpperBound>5.059215779628777e-27</stDWUpperBound>
<stSD>12.25104077211402</stSD>
<stAIC>7.886801218920452</stAIC>
<stSC>7.935189547305892</stSC>
<stFstat_2>-INF</stFstat_2>
<stProbFstat_2>NaN</stProbFstat_2>
<stFstat>-INF</stFstat>
<stProbFstat>NaN</stProbFstat>
<stME>-5.465713352000771e-15</stME>
<stMAE>10.4</stMAE>
<stMSE>144.3153846153846</stMSE>
<stMaxAE>20.1</stMaxAE>
<stSqMSE>12.01313383823658</stSqMSE>
<stVE>144.3153846153846</stVE>
<stSEE>12.01313383823657</stSEE>
<stMD>21.1</stMD>
<stHQcriterion>7.900735306675025</stHQcriterion>
<stAvgLogL>NaN</stAvgLogL>
<stMcFaddenRsquared>NaN</stMcFaddenRsquared>
<stRestrLogL>NaN</stRestrLogL>
<stLRstatistic>NaN</stLRstatistic>
<stLRprobability>NaN</stLRprobability>
<stIncludedObservations>26</stIncludedObservations>
<stJstat>NaN</stJstat>
<stProbJstat>NaN</stProbJstat>
<stNumOfIter>-1</stNumOfIter>
<stJBStat>1.524528747984945</stJBStat>
<stProbJBStat>0.4666086533649697</stProbJBStat>
</summaryStatistics>
<name>21.1000</name>
<evaluateSeries><its><Item> <scenarioKey>4294967295</scenarioKey>
<fact> <d>1</d>
<d>4</d>
<d>2</d>
<d>7</d>
<d>7.5</d>
<d>9.1</d>
<d>10.7</d>
<d>12.3</d>
<d>13.9</d>
<d>15.5</d>
<d>17.1</d>
<d>18.7</d>
<d>20.3</d>
<d>21.9</d>
<d>23.5</d>
<d>25.1</d>
<d>26.7</d>
<d>28.3</d>
<d>29.9</d>
<d>31.5</d>
<d>33.1</d>
<d>34.7</d>
<d>36.3</d>
<d>37.9</d>
<d>39.5</d>
<d>41.1</d>
<d>NaN</d>
<d>NaN</d>
<d>NaN</d>
</fact>
<modelling> <d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>21.1</d>
<d>NaN</d>
<d>NaN</d>
<d>NaN</d>
</modelling>
<residuals> <d>-20.1</d>
<d>-17.1</d>
<d>-19.1</d>
<d>-14.1</d>
<d>-13.6</d>
<d>-12.00000000000001</d>
<d>-10.40000000000001</d>
<d>-8.800000000000004</d>
<d>-7.200000000000005</d>
<d>-5.600000000000005</d>
<d>-4.000000000000004</d>
<d>-2.400000000000006</d>
<d>-0.8000000000000043</d>
<d>0.7999999999999936</d>
<d>2.399999999999995</d>
<d>3.999999999999996</d>
<d>5.599999999999994</d>
<d>7.199999999999996</d>
<d>8.799999999999994</d>
<d>10.4</d>
<d>12</d>
<d>13.6</d>
<d>15.19999999999999</d>
<d>16.79999999999999</d>
<d>18.4</d>
<d>20</d>
<d>NaN</d>
<d>NaN</d>
<d>NaN</d>
</residuals>
<input> <d>3</d>
<d>7</d>
<d>2</d>
<d>6</d>
<d>4</d>
<d>1</d>
<d>5</d>
<d>3.42857143</d>
<d>3.28571429</d>
<d>3.14285714</d>
<d>3</d>
<d>2.85714286</d>
<d>2.71428571</d>
<d>2.57142857</d>
<d>2.42857143</d>
<d>2.28571429</d>
<d>2.14285714</d>
<d>2</d>
<d>1.85714286</d>
<d>1.71428571</d>
<d>1.57142857</d>
<d>1.42857143</d>
<d>1.28571429</d>
<d>1.14285714</d>
<d>1</d>
<d>0.85714286</d>
<d>0.71428571</d>
<d>0.57142857</d>
<d>NaN</d>
<d>NaN</d>
<d>NaN</d>
</input>
<factors> <its />
</factors>
</Item>
</its>
<dates> <it>1990A1</it>
<it>1991A1</it>
<it>1992A1</it>
<it>1993A1</it>
<it>1994A1</it>
<it>1995A1</it>
<it>1996A1</it>
<it>1997A1</it>
<it>1998A1</it>
<it>1999A1</it>
<it>2000A1</it>
<it>2001A1</it>
<it>2002A1</it>
<it>2003A1</it>
<it>2004A1</it>
<it>2005A1</it>
<it>2006A1</it>
<it>2007A1</it>
<it>2008A1</it>
<it>2009A1</it>
<it>2010A1</it>
<it>2011A1</it>
<it>2012A1</it>
<it>2013A1</it>
<it>2014A1</it>
<it>2015A1</it>
<it>2016A1</it>
<it>2017A1</it>
<it>2018A1</it>
<it>2019A1</it>
<it>2020A1</it>
</dates>
</evaluateSeries>
<inversionInfo> <type>None</type>
<lag>PrecidingValue</lag>
<previousLag>-1</previousLag>
<seasonality>None</seasonality>
<dependence>Linear</dependence>
<K>3</K>
</inversionInfo>
<doUseR>0</doUseR>
<supportsR>1</supportsR>
</method>
<calendarLevel>Year</calendarLevel>
<outputSliceKey>0</outputSliceKey>
</it>
</its>
</formulas>
<displayId>0</displayId>
<kind>Simple</kind>
</transform>
<warnings />
<readOnly>0</readOnly>
</model>
</Item>
</its>
</calculationChain>
<visualController> <userRPath />
<isRExist>0</isRExist>
</visualController>
<suppressEmptyFilter> <suppressEmpty>0</suppressEmpty>
<suppressEmptyArea>SerieBounds</suppressEmptyArea>
</suppressEmptyFilter>
<readOnly>0</readOnly>
<variableTestUseR>0</variableTestUseR>
<calculateIdentOnFact>0</calculateIdentOnFact>
</metamodel>
<useScenarios>0</useScenarios>
<readOnly>0</readOnly>
</problemMd>
</item>
</meta>
</GetMsResult>
</soapenv:Body>
</soapenv:Envelope>
JSON-запрос:
{
"GetMs" :
{
"tMs" :
{
"id" : "FMCFHDKCILMBFOAEIPIHNADFKGINDLOELLPHABJCJOEOKJNL!M!S!CLICDCEKCILMBFOAENGEBOPHPJKKIMALEIIAELEOPFIDCCJFF"
},
"tArg" :
{
"pattern" :
{
"obInst" : "false",
"all" : "false",
"item" :
{
"key" : "89669",
"problem" :
{
"metamodel" :
{
"calculationChain" : "Get",
"calcChainPattern" :
{
"modelPattern" :
{
"transform" :
{
"formulas" :
{
"method" : ""
},
"displayId" : "true",
"equationsFormula" :
{
"method" : ""
},
"kind" : "true"
}
},
"entryKeys" :
{
"l" : "4"
}
}
}
}
}
},
"execParams" :
{
"k" : "0",
"modelKeys" :
{
"l" : "4"
},
"scenarioKeys" : "",
"execMethod" : "true",
"execSummaryStatistics" : "true",
"execCoefficients" : "true",
"execEvaluateSeries" : "true",
"execARMACoefficients" : "true",
"execAutoCorrelation" : "true",
"execInitDefault" : "true",
"execStatCoefficients" : "true",
"execGenerateName" : "true"
}
}
}
}
JSON-ответ:
{
"GetMsResult" :
{
"id" :
{
"id" : "FMCFHDKCILMBFOAEIPIHNADFKGINDLOELLPHABJCJOEOKJNL!M!S!CLICDCEKCILMBFOAENGEBOPHPJKKIMALEIIAELEOPFIDCCJFF"
},
"meta" :
{
"item" :
{
"k" : "89669",
"id" : "MODEL_NEW",
"n" : "MODEL_NEW",
"vis" : "1",
"type" : "Problem",
"problemMd" :
{
"metamodel" :
{
"k" : "89670",
"calculationChain" :
{
"its" :
{
"Item" :
{
"k" : "4",
"id" : "OBJ4",
"n" : "MyOutputVavable|A[t] = A0, (От родителя)-(От родителя)",
"vis" : "1",
"type" : "Model",
"excluded" : "0",
"graphMeta" : "",
"model" :
{
"transform" :
{
"formulas" :
{
"its" :
{
"it" :
[
{
"k" : "0",
"kind" : "Arima",
"method" :
{
"arima" :
{
"maxIteration" : "500",
"constantMode" : "AutoEstimate",
"constantValue" : "21.1",
"missingData" :
{
"specifiedVector" : "",
"method" : "Casewise",
"methodParameter" : "5",
"specifiedValue" : "0",
"specifiedTerm" :
{
"k" : "4294967295"
}
},
"confidenceLevel" : "0.95",
"ARMA" :
{
"orderAR" : "",
"orderMA" : "",
"calcInitMode" : "Auto",
"initAR" : "",
"initMA" : "",
"initIntercept" : "NaN",
"estimationMethod" : "LevenbergMarquardt",
"tolerance" : "0.0001",
"maxIteration" : "500",
"coefficientsAR" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"coefficientsMA" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"diff" : "0",
"diffSeas" : "1",
"orderARSeas" : "",
"orderMASeas" : "",
"initARSeas" : "",
"initMASeas" : "",
"periodSeas" : "0",
"coefficientsARSeas" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"coefficientsMASeas" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"useARMAasInstrums" : "1",
"useAnalyticDeriv" : "1",
"useBackCast" : "1"
},
"explained" :
{
"slice" :
{
"k" : "0",
"id" : "MyOutputVavable|A",
"n" : "MyOutputVavable|A",
"vis" : "1",
"variableKey" : "1",
"stubKey" : "89671",
"selections" :
{
"its" :
{
"Item" :
{
"id" :
{
"id" : "89683"
},
"variant" : "2"
}
}
},
"aggregator" : "None",
"parametrizedDimensions" :
{
"its" :
{
"Item" :
{
"dimension" : "0",
"parameter" : "0"
}
}
},
"unitInfo" :
{
"unit" : "4294967295",
"measure" : "4294967295",
"baseUnit" : "4294967295",
"unitsDimensionKey" : "0"
},
"level" : "Year"
},
"lag" : "",
"key" : "0",
"termToText" : "{MyOutputVavable|A[t]}",
"termToInnerText" : "@_1:0[]",
"termInfo" :
{
"k" : "4294967295",
"lag" : "0",
"inversion" :
{
"type" : "None",
"lag" : "PrecidingValue",
"previousLag" : "-1",
"seasonality" : "None",
"dependence" : "Linear",
"K" : "3"
},
"slice" :
{
"k" : "0",
"id" : "MyOutputVavable|A",
"n" : "MyOutputVavable|A",
"vis" : "1",
"variableKey" : "1",
"stubKey" : "89671",
"selections" :
{
"its" :
{
"Item" :
{
"id" :
{
"id" : "89683"
},
"variant" : "2"
}
}
},
"aggregator" : "None",
"parametrizedDimensions" :
{
"its" :
{
"Item" :
{
"dimension" : "0",
"parameter" : "0"
}
}
},
"unitInfo" :
{
"unit" : "4294967295",
"measure" : "4294967295",
"baseUnit" : "4294967295",
"unitsDimensionKey" : "0"
},
"level" : "Year"
},
"date" : "1899-12-30"
},
"unitInfo" :
{
"unit" : "4294967295",
"measure" : "4294967295",
"baseUnit" : "4294967295",
"unitsDimensionKey" : "0"
},
"included" : "0"
},
"autoCorrelation" :
{
"acf" :
{
"d" :
[
"0.8806007142476413",
"0.7755396833857469",
"0.6492537711209424",
"0.5441074569585843",
"0.4357976653696499",
"0.3308992057992645",
"0.230094344651138",
"0.1340653483289803",
"0.04349448323650126",
"-0.04093598422258941"
]
},
"pacf" :
{
"d" :
[
"0.8806007142476413",
"0.0003654786750526034",
"-0.1503469976514621",
"0.009199850923512483",
"-0.06627064694467796",
"-0.07473420934025392",
"-0.05207086459054212",
"-0.06025413480285589",
"-0.06127247771726842",
"-0.05803709524513948"
]
},
"qStatistics" :
{
"d" :
[
"22.58132583422224",
"40.82566711623952",
"54.16802252411557",
"63.96468294205459",
"70.54856258696468",
"74.53415453907314",
"76.5627229925804",
"77.2896519275377",
"77.37066419885673",
"77.44691104245111"
]
},
"probability" :
{
"d" :
[
"2.014330523714136e-06",
"1.364014567961647e-09",
"1.033195751176663e-11",
"4.251043961289724e-13",
"7.882583474838611e-14",
"4.785061236134425e-14",
"6.905587213168474e-14",
"1.714184350021242e-13",
"5.370148770111882e-13",
"1.585953590677036e-12"
]
},
"confidenceLevel" : "0.3779644730092272"
},
"armaCoefficients" :
{
"orderAR" : "",
"orderMA" : "",
"coefficientsAR" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"coefficientsMA" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"orderARSeas" : "",
"orderMASeas" : "",
"coefficientsARSeas" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
},
"coefficientsMASeas" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
}
},
"statCoefficients" :
{
"intercept" :
{
"mode" : "AutoEstimate",
"estimate" : "21.1",
"standardError" : "2.402626767647315",
"tStatistic" : "8.782054826044169",
"probability" : "4.117620577837044e-09"
},
"coefficients" :
{
"estimate" : "",
"standardError" : "",
"tStatistic" : "",
"probability" : ""
}
}
},
"summaryStatistics" :
{
"stR2" : "-2.220446049250313e-16",
"stAdjR2" : "-2.220446049250313e-16",
"stR2_2" : "-2.220446049250313e-16",
"stAdjR2_2" : "-2.220446049250313e-16",
"stSE" : "12.25104077211402",
"stSSR" : "3752.200000000001",
"stLogL" : "-101.5284158459659",
"stDW" : "0.02452161398646127",
"stDWLowerBound" : "5.059215779628777e-27",
"stDWUpperBound" : "5.059215779628777e-27",
"stSD" : "12.25104077211402",
"stAIC" : "7.886801218920452",
"stSC" : "7.935189547305892",
"stFstat_2" : "-INF",
"stProbFstat_2" : "NaN",
"stFstat" : "-INF",
"stProbFstat" : "NaN",
"stME" : "-5.465713352000771e-15",
"stMAE" : "10.4",
"stMSE" : "144.3153846153846",
"stMaxAE" : "20.1",
"stSqMSE" : "12.01313383823658",
"stVE" : "144.3153846153846",
"stSEE" : "12.01313383823657",
"stMD" : "21.1",
"stHQcriterion" : "7.900735306675025",
"stAvgLogL" : "NaN",
"stMcFaddenRsquared" : "NaN",
"stRestrLogL" : "NaN",
"stLRstatistic" : "NaN",
"stLRprobability" : "NaN",
"stIncludedObservations" : "26",
"stJstat" : "NaN",
"stProbJstat" : "NaN",
"stNumOfIter" : "-1",
"stJBStat" : "1.524528747984945",
"stProbJBStat" : "0.4666086533649697"
},
"name" : "21.1000",
"evaluateSeries" :
{
"its" :
{
"Item" :
{
"scenarioKey" : "4294967295",
"fact" :
{
"d" :
[
"1",
"4",
"2",
"7",
"7.5",
"9.1",
"10.7",
"12.3",
"13.9",
"15.5",
"17.1",
"18.7",
"20.3",
"21.9",
"23.5",
"25.1",
"26.7",
"28.3",
"29.9",
"31.5",
"33.1",
"34.7",
"36.3",
"37.9",
"39.5",
"41.1",
"NaN",
"NaN",
"NaN"
]
},
"modelling" :
{
"d" :
[
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"21.1",
"NaN",
"NaN",
"NaN"
]
},
"residuals" :
{
"d" :
[
"-20.1",
"-17.1",
"-19.1",
"-14.1",
"-13.6",
"-12.00000000000001",
"-10.40000000000001",
"-8.800000000000004",
"-7.200000000000005",
"-5.600000000000005",
"-4.000000000000004",
"-2.400000000000006",
"-0.8000000000000043",
"0.7999999999999936",
"2.399999999999995",
"3.999999999999996",
"5.599999999999994",
"7.199999999999996",
"8.799999999999994",
"10.4",
"12",
"13.6",
"15.19999999999999",
"16.79999999999999",
"18.4",
"20",
"NaN",
"NaN",
"NaN"
]
},
"input" :
{
"d" :
[
"3",
"7",
"2",
"6",
"4",
"1",
"5",
"3.42857143",
"3.28571429",
"3.14285714",
"3",
"2.85714286",
"2.71428571",
"2.57142857",
"2.42857143",
"2.28571429",
"2.14285714",
"2",
"1.85714286",
"1.71428571",
"1.57142857",
"1.42857143",
"1.28571429",
"1.14285714",
"1",
"0.85714286",
"0.71428571",
"0.57142857",
"NaN",
"NaN",
"NaN"
]
},
"factors" :
{
"its" : ""
}
}
},
"dates" :
{
"it" :
[
"1990A1",
"1991A1",
"1992A1",
"1993A1",
"1994A1",
"1995A1",
"1996A1",
"1997A1",
"1998A1",
"1999A1",
"2000A1",
"2001A1",
"2002A1",
"2003A1",
"2004A1",
"2005A1",
"2006A1",
"2007A1",
"2008A1",
"2009A1",
"2010A1",
"2011A1",
"2012A1",
"2013A1",
"2014A1",
"2015A1",
"2016A1",
"2017A1",
"2018A1",
"2019A1",
"2020A1"
]
}
},
"inversionInfo" :
{
"type" : "None",
"lag" : "PrecidingValue",
"previousLag" : "-1",
"seasonality" : "None",
"dependence" : "Linear",
"K" : "3"
},
"doUseR" : "0",
"supportsR" : "1"
},
"calendarLevel" : "Year",
"outputSliceKey" : "0"
}
]
}
},
"displayId" : "0",
"kind" : "Simple"
},
"warnings" : "",
"readOnly" : "0"
}
}
}
},
"visualController" :
{
"userRPath" : "",
"isRExist" : "0"
},
"suppressEmptyFilter" :
{
"suppressEmpty" : "0",
"suppressEmptyArea" : "SerieBounds"
},
"readOnly" : "0",
"variableTestUseR" : "0",
"calculateIdentOnFact" : "0"
},
"useScenarios" : "0",
"readOnly" : "0"
}
}
}
}
}
public static MsCalculationChainEntry GetMsCalcEq(MsId ms, ulong modelKey, ulong eqKey)
{
var getMsOp = new GetMs();
// Задаем параметры выполнения операции
getMsOp.tMs = ms;
getMsOp.tArg = new GetMsArg()
{ // Задаем шаблон извлечения данных
pattern = new MsMdPattern()
{
obInst = false,
all = false,
item = new MsItemPattern()
{ // Указываем ключ модели
key = modelKey,
problem = new MsProblemPattern()
{
metamodel = new MsMetaModelPattern()
{
calculationChain = ListOperation.Get,
calcChainPattern = new MsCalculationChainPattern()
{
entryKeys = new long[] { (long)eqKey },
modelPattern = new MsModelPattern()
{
transform = new MsFormulaTransformPattern()
{
kind = true,
formulas = new TsFormulaPattern()
{
method = new TsMethodPattern() { }
},
displayId = true,
equationsFormula = new TsFormulaPattern()
{
method = new TsMethodPattern() { }
}
}
}
}
}
}
}
}, // Задаем параметры расчёта уравнения
execParams = new MsMdExecParams()
{
k = 0,
execMethod = true,
execEvaluateSeries = true,
execGenerateName = true,
execSummaryStatistics = true,
execAutoCorrelation = true,
execCoefficients = true,
execStatCoefficients = true,
execARMACoefficients = true,
modelKeys = new long[] { (long)eqKey },
scenarioKeys = new long[] { },
execInitDefault = true,
options = null
}
};
// Создаем прокси-объект для выполнения операции
var somClient = new SomPortTypeClient();
GetMsResult getMsResult = somClient.GetMs(getMsOp);
MsCalculationChainEntry chainEntry = getMsResult.meta.item.problemMd.metamodel.calculationChain.its.GetValue(0) as MsCalculationChainEntry;
// Выводим ошибки и предупреждения
MsModel eq = chainEntry.model;
if (eq.warnings != null)
{
Console.WriteLine("-- Предупреждения --");
Console.WriteLine("".PadRight(3) +printArray(eq.warnings));
}
if (eq.error == null) //Проверяем, возникли ли ошибки при расчёте уравнения
{ // Уравнение рассчитано без ошибок
// Получаем результаты расчёта
TsFormula formula = eq.transform.formulas.its.GetValue(0) as TsFormula;
TsArimaMethod arima = formula.method.arima;
// Получаем статистические характеристики и выводим в окно консоли
StatSummaryStatistics stat = formula.method.summaryStatistics;
PrintStat(stat);
// Поучаем значения коэффициентов и выводим в окно консоли
StatModelCoefficients coef = arima.statCoefficients;
PrintCoef(coef);
// Получаем значения коэффициентов авторегрессии, скользящего среднего и выводим в окно консоли
SlARMA armaCoef = arima.armaCoefficients;
printARMA(armaCoef);
// Получаем значения автокорреляционного анализа
MsAutoCorrelationResult corr = arima.autoCorrelation;
printCorrel(corr);
// Получаем рассчитанные значения и выводим в окно консоли
MsEvaluateSeriesResult seriesRes = formula.method.evaluateSeries;
printSeries(seriesRes);
}
else // При расчёте уравнения возникли ошибки
{
Console.WriteLine("-- Ошибки --");
Console.WriteLine(eq.error);
}
// Возвращаем модель, содержащую уравнение
return chainEntry;
}
//Процедура вывода в окно консоли значений статистических характеристик
public static void PrintStat(StatSummaryStatistics stat)
{
Console.WriteLine("-- Статистические характеристики --");
Console.WriteLine("".PadRight(3) + "- Критерии качества -");
Console.WriteLine("".PadRight(6) + "- коэффициент детерминации: " + stat.stR2);
Console.WriteLine("".PadRight(6) + "- скорректированный коэффициент детерминации: " + stat.stAdjR2);
Console.WriteLine("".PadRight(6) + "- коэффициент детерминации (нецентрированный): " + stat.stR2_2);
Console.WriteLine("".PadRight(6) + "- скорректированный коэффициент детерминации (нецентрированный): " + stat.stAdjR2_2);
Console.WriteLine("".PadRight(6) + "- статистика Фишера: " + stat.stFstat);
Console.WriteLine("".PadRight(6) + "- вероятность статистики Фишера: " + stat.stProbFstat);
Console.WriteLine("".PadRight(6) + "- логарифм функции правдоподобия: " + stat.stLogL);
Console.WriteLine("".PadRight(6) + "- информационный критерий Акаике: " + stat.stAIC);
Console.WriteLine("".PadRight(6) + "- информационный критерий Шварца: " + stat.stSC);
Console.WriteLine("".PadRight(6) + "- стандартная ошибка: " + stat.stSE);
Console.WriteLine("".PadRight(6) + "- J-статистика: " + stat.stJstat);
Console.WriteLine("".PadRight(6) + "- вероятность J-статистики: " + stat.stProbJstat);
Console.WriteLine("".PadRight(3) + "- Диагностические критерии -");
Console.WriteLine("".PadRight(6) + "- статистика Дарбина-Уотсона: " + stat.stDW);
Console.WriteLine("".PadRight(9) + "- вероятность нижней границы: " + stat.stDWLowerBound);
Console.WriteLine("".PadRight(9) + "- вероятность верхней границы: " + stat.stDWUpperBound);
Console.WriteLine("".PadRight(6) + "- HQ-критерий: " + stat.stHQcriterion);
Console.WriteLine("".PadRight(6) + "- среднее логарифма функции правдоподобия: " + stat.stAvgLogL);
Console.WriteLine("".PadRight(6) + "- McFadden R-квадрат: " + stat.stMcFaddenRsquared);
Console.WriteLine("".PadRight(6) + "- остаток логарифма функции правдоподобия: " + stat.stRestrLogL);
Console.WriteLine("".PadRight(6) + "- LR-статистика: " + stat.stLRstatistic);
Console.WriteLine("".PadRight(6) + "- р-значение вероятности для LR-статистики: " + stat.stLRprobability);
Console.WriteLine("".PadRight(3) + "- Анализ остатков -");
Console.WriteLine("".PadRight(6) + "- среднее остатков: " + stat.stME);
Console.WriteLine("".PadRight(6) + "- среднее абсолютных величин остатков: " + stat.stMAE);
Console.WriteLine("".PadRight(6) + "- среднее квадратов остатков: " + stat.stMSE);
Console.WriteLine("".PadRight(6) + "- корень из среднего квадратов остатков: " + stat.stSqMSE);
Console.WriteLine("".PadRight(6) + "- стандартное отклонение остатков: " + stat.stSEE);
Console.WriteLine("".PadRight(6) + "- статистика Жака-Бэра: " + stat.stJBStat);
Console.WriteLine("".PadRight(6) + "- сумма квадратов остатков: " + stat.stSSR);
Console.WriteLine("".PadRight(6) + "- максимальная абсолютная ошибка: " + stat.stMaxAE);
Console.WriteLine("".PadRight(3) + "- Общие -");
Console.WriteLine("".PadRight(6) + "- число наблюдений: " + stat.stIncludedObservations);
Console.WriteLine("".PadRight(6) + "- количество итераций, за которое сошёлся метод: " + stat.stNumOfIter);
Console.WriteLine("".PadRight(6) + "- среднее зависимой переменной: " + stat.stMD);
Console.WriteLine("".PadRight(6) + "- стандартное отклонение зависимой переменной: " + stat.stSD);
Console.WriteLine("".PadRight(6) + "- дисперсия остатков: " + stat.stVE);
}
// Процедура вывода в окно консоли значений коэффициентов
public static void PrintCoef(StatModelCoefficients coef)
{
Console.WriteLine("-- Коэффициенты --");
StatIntercept constVal = coef.intercept;
Console.WriteLine("".PadRight(3)+"- Константа -");
Console.WriteLine("".PadRight(6)+" - режим расчёта: "+constVal.mode);
Console.WriteLine("".PadRight(6)+" - значение: "+constVal.estimate);
Console.WriteLine("".PadRight(6)+" - стандартная ошибка: "+constVal.standardError);
Console.WriteLine("".PadRight(6)+" - t-статистика: "+constVal.tStatistic);
Console.WriteLine("".PadRight(6)+" - вероятность: "+constVal.probability);
Console.WriteLine("".PadRight(3) + "- Фактор -");
PrintStatCoef(6, coef.coefficients);
}
public static void PrintStatCoef(int pad, StatCoefficients statCoef)
{
Console.WriteLine("".PadRight(pad) + " - значение: " + printArray(statCoef.estimate));
Console.WriteLine("".PadRight(pad) + " - стандартная ошибка: " + printArray(statCoef.standardError));
Console.WriteLine("".PadRight(pad) + " - t-статистика: " + printArray(statCoef.tStatistic));
Console.WriteLine("".PadRight(pad) + " - вероятность: " + printArray(statCoef.probability));
}
// Процедура вывода в окно консоли значений коэффициентов ARMA
public static void printARMA(SlARMA armaCoef)
{
Console.WriteLine("-- Коэффициенты авторегрессии и скользящего среднего --");
Console.WriteLine("".PadRight(3) + "- Коэффициенты авторегрессии -");
PrintStatCoef(6, armaCoef.coefficientsAR);
Console.WriteLine("".PadRight(3) + "- Коэффициенты сезонной авторегрессии -");
PrintStatCoef(6, armaCoef.coefficientsARSeas);
Console.WriteLine("".PadRight(3) + "- Коэффициенты скользящего среднего -");
PrintStatCoef(6, armaCoef.coefficientsMA);
Console.WriteLine("".PadRight(3) + "- Коэффициенты сезонного скользящего среднего -");
PrintStatCoef(6, armaCoef.coefficientsMASeas);
}
// Процедура вывода рассчитанных значений
public static void printSeries(MsEvaluateSeriesResult seriesRes)
{
Console.WriteLine("-- Рассчитанные значения --");
MsEvaluateSeriesResultForScenario res = seriesRes.its.GetValue(0) as MsEvaluateSeriesResultForScenario;
Console.WriteLine("".PadRight(3) + "- Данные о сценарии -");
Console.WriteLine("".PadRight(6) + "- ключ: "+ res.scenarioKey);
Console.WriteLine("".PadRight(3) + "- Даты расчёта -");
Console.WriteLine("".PadRight(6) + printArray(seriesRes.dates));
Console.WriteLine("".PadRight(3) + "- Исходный ряд -");
Console.WriteLine("".PadRight(6) + printArray(res.fact));
if (res.modelling != null)
{
Console.WriteLine("".PadRight(3) + "- Модельный ряд -");
Console.WriteLine("".PadRight(6) + printArray(res.modelling));
}
if (res.forecast != null)
{
Console.WriteLine("".PadRight(3) + "- Прогнозный ряд -");
Console.WriteLine("".PadRight(6) + printArray(res.forecast));
}
if (res.residuals != null)
{
Console.WriteLine("".PadRight(3) + "- Ряд остатков -");
Console.WriteLine("".PadRight(6) + printArray(res.residuals));
}
if (res.lowerConfidenceLevel != null)
{
Console.WriteLine("".PadRight(3) + "- Нижняя доверительная граница -");
Console.WriteLine("".PadRight(6) + printArray(res.lowerConfidenceLevel));
}
if (res.upperConfidenceLevel != null)
{
Console.WriteLine("".PadRight(3) + "- Нижняя доверительная граница -");
Console.WriteLine("".PadRight(6) + printArray(res.upperConfidenceLevel));
}
if (res.dLowerConfidenceLevel != null)
{
Console.WriteLine("".PadRight(3) + "- Нижняя динамическая доверительная граница -");
Console.WriteLine("".PadRight(6) + printArray(res.dLowerConfidenceLevel));
}
if (res.dUpperConfidenceLevel != null)
{
Console.WriteLine("".PadRight(3) + "- Нижняя динамическая доверительная граница -");
Console.WriteLine("".PadRight(6) + printArray(res.dUpperConfidenceLevel));
}
if (res.factsMatrix != null)
{
Console.WriteLine("".PadRight(3) + "- Матрица факторов -");
Console.WriteLine("".PadRight(6) + printArray(res.factsMatrix));
}
}
// Процедура вывода в окно консоли результатов автокорреляционного анализа
public static void printCorrel(MsAutoCorrelationResult corr)
{
Console.WriteLine("-- АКФ и ЧАКФ --");
Console.WriteLine("".PadRight(3) + " - значимость доверительных границ: " + corr.confidenceLevel);
Console.WriteLine("".PadRight(3) + " - q-статистика Льюнга-Бокса -");
Console.WriteLine("".PadRight(6) + printArray(corr.qStatistics));
Console.WriteLine("".PadRight(3) + " - Вероятность q-статистики -");
Console.WriteLine("".PadRight(6) + printArray(corr.probability));
Console.WriteLine("".PadRight(3) + " - Автокорреляционная функция - ");
Console.WriteLine("".PadRight(6) + printArray(corr.acf));
Console.WriteLine("".PadRight(3) + " - Частная автокорреляционная функция - ");
Console.WriteLine("".PadRight(6) + printArray(corr.pacf));
}
// Процедура вывода в окно консоли массива значений
public static string printArray(Array arr)
{
if (arr != null)
{
int rank = arr.Rank;
string s = "";
if (rank == 1)
{
for (int i = 0; i <= (arr.Length - 1); i++)
{
s = s + arr.GetValue(i) + "; ";
};
}
else
{
for (int i = 0; i <= (arr.GetLength(0) - 1); i++)
{
for (int j = 0; j <= (arr.GetLength(1) - 1); j++)
{
s = s + arr.GetValue(i, j) + "; ";
};
s = s + "\n\r";
};
};
return s;
}
else { return "Значения отсутствуют"; };
}