PeriodSeas: Integer;
Свойство PeriodSeas определяет период сезонности для расчета сезонной разности.
PeriodSeas используется при расчете авторегрессии и скользящего среднего в модели ARIMA.
В примере создаётся и рассчитывается модель, учитывая период сезонности в данных.
Для выполнения примера добавьте ссылку на системную сборку «Stat».
Sub UserProc;
Var
lr: ISmLinearRegress;
W: Array[50] Of Double;
ARMA: ISlARMA;
AR, MA: Array[1] Of Integer;
Inits: Array[2] Of Double;
res: Integer;
d: Double;
CoefficientsAR, CoefficientsMA: ICoefficients;
ModelCoefficients: IModelCoefficients;
Begin
lr := New SmLinearRegress.Create;
// значения объясняемого ряда
w[00] := 6209; w[10] := 7132; w[20] := 9907; w[30] := 14242;
w[01] := 6385; w[11] := 7137; w[21] := 10333; w[31] := 14704;
w[02] := 6752; w[12] := 7473; w[22] := 10863; w[32] := 13802;
w[03] := 6837; w[13] := 7722; w[23] := 11693; w[33] := 14197;
w[04] := 6495; w[14] := 8088; w[24] := 12242; w[34] := Double.Nan;
w[05] := 6907; w[15] := 8516; w[25] := 12227; w[35] := 15589;
w[06] := 7349; w[16] := 8941; w[26] := 12910; w[36] := 15932;
w[07] := 7213; w[17] := 9064; w[27] := 13049; w[37] := 16631;
w[08] := 7061; w[18] := 9380; w[28] := 13384; w[38] := Double.Nan;
w[09] := 7180; w[19] := 9746; w[29] := 14036; w[39] := 17758;
// период идентификации
lr.ModelPeriod.FirstPoint := 1;
lr.ModelPeriod.LastPoint := 30;
lr.Forecast.LastPoint := 38;
lr.MissingData.Method := MissingDataMethod.Casewise;
lr.Explained.Value := w;
ModelCoefficients := lr.ModelCoefficients;
// в модели будет использоваться константа
ModelCoefficients.Intercept.Mode := InterceptMode.AutoEstimate;
ARMA := lr.ARMA;
// порядок несезонной авторегрессии
AR[0] := 1;
ARMA.OrderAR := AR;
// порядок несезонного скользящего среднего
MA[0] := 1;
ARMA.OrderMA := MA;
// начальные приближения сезонной авторегрессии
Inits[0] := 0.0025;
ARMA.InitARSeas := Inits;
// начальные приближения сезонного скользящего среднего
Inits[0] := 0.0035;
ARMA.InitMASeas := Inits;
// сезонная разность
ARMA.DiffSeas := 1;
// период сезонности
ARMA.PeriodSeas := 3;
// разность
ARMA.Diff := 3;
// метод оценки коэффициентов
ARMA.EstimationApproach := ARMAEstimationApproach.MaximumLikelihood;
// расчет модели
res := lr.Execute;
Debug.WriteLine(lr.Errors);
If (res = 0) Then
// константа
Debug.Write("Значение константы: ");
d := lr.ModelCoefficients.Intercept.Estimate;
Debug.WriteLine(d);
// коэффициенты несезонной авторегрессии
Debug.WriteLine("Оценки коэффициентов несезонной авторегрессии");
CoefficientsAR := ARMA.CoefficientsAR;
d := CoefficientsAR.Estimate[0];
Debug.WriteLine(" Значение: " + d.ToString);
// коэффициенты несезонного скользящего среднего
Debug.WriteLine("Оценки коэффициентов несезонного скользящего среднего");
CoefficientsMA := ARMA.CoefficientsMA;
d := CoefficientsMA.Estimate[0];
Debug.WriteLine(" Значение: " + d.ToString);
End If;
End Sub UserProc;
После выполнения примера будет создана модель линейной регрессии, определены ее параметры:
порядки несезонной авторегрессии и сезонного скользящего среднего;
начальные приближения сезонной авторегрессии и сезонного скользящего среднего;
разность, сезонная разность, период сезонности;
коэффициенты оцениваются методом максимального правдоподобия.
В окно консоли будут выведены оценки коэффициентов модели:
Нет ошибок
Значение константы: -4,72264355524548
Оценки коэффициентов несезонной авторегрессии
Значение: -0.16279813506560903
Оценки коэффициентов несезонного скользящего среднего
Значение: -0.99999997820334707
См. также: