ПРОГНОЗУВАННЯ КЛІМАТИЧНИХ ЗМІН В МІСТІ КРОПИВНИЦЬКИЙ НА ОСНОВІ АRІМА МОДЕЛЕЙ ТА МЕТОДУ ЕКСПОНЕНЦІЙНОГО ЗГЛАДЖУВАННЯ

Анна Дмитрівна Боса

Анотація


У статті проведено прогнозування кліматичних показників у місті Кропивницький на основі ARIMA моделей та методу експоненціального згладжування на 2021 рік. Розглядаються статистичні методи обробки та аналізу метереорологічної інформації, методи прогнозування. Найкращою моделлю для знаходження прогнозу по показнику "місячна мінімальна температура, мінімальний тиск, середні місячні вечірні температури" є модель АRIMА з параметрами (1;0;1). Для прогнозування показника "місячна максимальна температура" слід використовувати модель ARIMA (0;1;1). Для показника "максимальний тиск" найкращою є модель ARIMA (1;1;0). Лише для прогнозування показника "середні місячні денні температури" доцільно використовувати метод експоненційного згладжування моделлю Хольта. Спираючись на спрогнозовані дані можна стверджувати, що відбудеться значне потепління  у місті Кропивницький.


Повний текст:

PDF

Посилання


Дзендзелюк О., Костів Л. Побудова ARIMA моделей часових рядів для прогнозування метеоданих на мові програмування R / О. Дзендзелюк, Л. Костів, В. Рабик // Електроніка та інформаційні технології: Зб. наук. праць / Редкол. – Л.:ЛНУ ім. І.Я. Франка. – № 3. – 2013. – С. 211–219

Крюков Ю.Ф., Чернягин Д.В. ARIMA — модель прогнозирования значений трафика // Информационные технологи и вычислительные системы

– № 2. – 2011. – С. 42-49

Лупан І.В., Авраменко О.В., Акбаш К.С. Комп’ютерні статистичні пакети: навчально-методичний посібник. – 2-ге вид. – Кіровоград: «КОД» 2015. – 236 с.

Гончарова Л.Д. Методи обробки та аналізу гідрометеорологічної інформації: Конспект лекцій. Одеський державний екологічний ун-тет. – Одеса, 2017. – 120 с.

Басок Б.І., Базєєв Є.Т. Глобальне потепління: проблеми, дискусії та прогнози // Світогляд. – № 6. –2020. – С. 4-15

Корбылева Д.Е. Использование модели ARIMA для планирования потребления тепловой энергии // Технические науки. – Новосибирск. – С. 3-8

Доронина А.И. Модели временного ряда: AR(P), MA(Q), ARIMA(P,D,Q). Пример исследования потребления нефтепродуктов во Франции. – Москва. – 21 с.

Красулин А.А. Прогнозирование случайных процессов на примере акций российских компаний банковского сектора. – Москва. – 9 с.

Щоденник погоди для школярів. URL: https://www.gismeteo.ru/diary/30334/ (дата звернення 04.03.2021)

Метеопост. Статистика погоди. Кліматичні дані по роках та місяцях. URL: https://meteopost.com/weather/climate/ (дата звернення 17.02.2021)


Посилання

  • Поки немає зовнішніх посилань.