Отрывок: Модели ARIMA, 2 шаг. Наибольшее значение коэффициент принимает при модели model05. Значение m=5. 3. Проверка коэффициентов каждого значения курса доллара с помощью модели ARIMA, изменяя первую переменную order(m) (рисунок 4). Результат работы кода показан на рисунке 2. Фрагмент кода в RStudio, проверка коэффициентов каждого значения: for(m in 0:5){ mm <- paste(“model”, m,”05”, sep=””) assign(mm, arima(dollar, order=c(m,0,5))) cat(paste(mm, “:”, AIC(get(mm)), “n”, sep=””) } Р...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Шарапов, И.Р. | - |
dc.contributor.author | Савельев, Д.А. | - |
dc.contributor.author | Sharapov, I.R. | - |
dc.contributor.author | Savelyev, D.A. | - |
dc.date.accessioned | 2019-04-22 11:43:56 | - |
dc.date.available | 2019-04-22 11:43:56 | - |
dc.date.issued | 2019-05 | - |
dc.identifier | Dspace\SGAU\20190421\75731 | ru |
dc.identifier.citation | Шарапов И.Р. Использование методов интеллектуального анализа данных для обработки данных колебания курса валют / Шарапов И.Р., Савельев Д.А. // Сборник трудов ИТНТ-2019 [Текст]: V междунар. конф. и молодеж. шк. "Информ. технологии и нанотехнологии": 21-24 мая: в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В.А. Фурсова]. - Самара: Новая техника, 2019 – Т. 4: Науки о данных. - 2019 - С. 843-848. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Ispolzovanie-metodov-intellektualnogo-analiza-dannyh-dlya-obrabotki-dannyh-kolebaniya-kursa-valut-75731 | - |
dc.description.abstract | Методы интеллектуального анализа данных возможно использовать во многих отраслях, в частности, в экономике. В данной работе исследуются особенности применения методов интеллектуального анализа данных для классификации валют по степени стабильности в целях упрощения прогноза колебаний валютного курса. | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.title | Использование методов интеллектуального анализа данных для обработки данных колебания курса валют | ru |
dc.title.alternative | The predict currency fluctuations using data mining techniques | ru |
dc.type | Article | ru |
dc.textpart | Модели ARIMA, 2 шаг. Наибольшее значение коэффициент принимает при модели model05. Значение m=5. 3. Проверка коэффициентов каждого значения курса доллара с помощью модели ARIMA, изменяя первую переменную order(m) (рисунок 4). Результат работы кода показан на рисунке 2. Фрагмент кода в RStudio, проверка коэффициентов каждого значения: for(m in 0:5){ mm <- paste(“model”, m,”05”, sep=””) assign(mm, arima(dollar, order=c(m,0,5))) cat(paste(mm, “:”, AIC(get(mm)), “n”, sep=””) } Р... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper107.pdf | Основная статья | 242.04 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.