UseFittedInForecast: Boolean;
Свойство UseFittedInForecast определяет, рассчитываются ли первые прогнозные значения в модели с авторегрессией на основе смоделированных значений.
Допустимые значения:
True. В модели с авторегрессией первые прогнозные значения рассчитываются на основе смоделированных значений;
False. Значение по умолчанию. В модели с авторегрессией первые прогнозные значения рассчитываются на основе фактических значений.
Для выполнения примера добавьте ссылку на системную сборку Stat.
Sub UserProc;
Var
lr: ISmLinearRegress;
W: Array[20] Of Double;
ARMA: ISlARMA;
Inits: Array[2] Of Double;
res: Integer;
d: Double;
CoefficientsAR: ICoefficients;
ModelCoefficients: IModelCoefficients;
i: Integer;
Forecast: Array Of Double;
Begin
lr := New SmLinearRegress.Create;
// значения объясняемого ряда
w[0] := 2; w[4] := -1.9; w[8] := -0.7; w[12] := 5.4; w[16] := 2.8;
w[1] := 0.8; w[5] := Double.Nan; w[9] := Double.Nan; w[13] := 6.4;w[17] := 0.8;
w[2] := -0.3; w[6] := 3.2; w[10] := 4.3; w[14] := 7.4; w[18] := -0.7;
w[3] := -0.3; w[7] := 1.6; w[11] := 1.1;w[15] := 2;w[19] := Double.Nan;
// период идентификации
lr.ModelPeriod.FirstPoint := 1;
lr.ModelPeriod.LastPoint := 13;
lr.Forecast.LastPoint := 19;
lr.MissingData.Method := MissingDataMethod.SampleAverage;
lr.Explained.Value := w;
ModelCoefficients := lr.ModelCoefficients;
// в модели будет использоваться константа
ModelCoefficients.Intercept.Mode := InterceptMode.AutoEstimate;
ARMA := lr.ARMA;
// прогнозные значения будут рассчитываться на базе моделируемого ряда
ARMA.UseFittedInForecast := True;
// порядок авторегрессии
ARMA.ParseAR("1");
// начальные приближения авторегрессии
Inits[0] := 0.0025;
ARMA.InitAR := Inits;
// разность
ARMA.Diff := 2;
// метод оптимизации
ARMA.EstimationMethod := ARMAEstimationMethodType.LevenbergMarquardt;
// 1-й расчет модели. Прогнозные значения рассчитываются на базе моделируемого ряда
res := lr.Execute;
If (res = 0) Then
Debug.WriteLine("Прогнозные значения рассчитаны на базе моделируемого ряда");
// коэффициенты авторегрессии
CoefficientsAR := ARMA.CoefficientsAR;
d := CoefficientsAR.Estimate[0];
Debug.WriteLine(" Оценка коэффициента авторегрессии: " + d.ToString);
// прогнозные значения
Forecast := lr.Forecast.Value;
Debug.WriteLine(" Прогнозные значения:"); Debug.Indent;
For i := lr.ModelPeriod.LastPoint To Forecast.Length - 1 Do
Debug.WriteLine(Forecast[i]);
End For;
Debug.Unindent;
Else
Debug.WriteLine(lr.Errors);
End If;
// 2-й расчет модели. Прогнозные значения рассчитываются на базе фактических данных
ARMA.UseFittedInForecast := False;
res := lr.Execute;
If (res = 0) Then
Debug.WriteLine("Прогнозные значения рассчитаны на базе фактических данных");
// коэффициенты авторегрессии
CoefficientsAR := ARMA.CoefficientsAR;
d := CoefficientsAR.Estimate[0];
Debug.WriteLine(" Оценка коэффициента авторегрессии: " + d.ToString);
// прогнозные значения
Forecast := lr.Forecast.Value;
Debug.WriteLine(" Прогнозные значения:"); Debug.Indent;
For i := lr.ModelPeriod.LastPoint To Forecast.Length - 1 Do
Debug.WriteLine(Forecast[i]);
End For;
Debug.Unindent;
Else
Debug.WriteLine(lr.Errors);
End If;
End Sub UserProc;
После выполнения примера будет создана модель линейной регрессии, определены ее параметры. В окно консоли будут выведены оценки коэффициентов модели и прогнозные значения, рассчитанные на базе моделируемого ряда и фактических данных.
См. также: