Рассматривая анализ временных рядов не как отвлечённое статистическое понятие, а как широко используемое на практике явление, можно сделать вывод, что данная тема весьма актуальна на сегодняшний день для изучения целого ряда процессов. Особенно она востребована в экономической деятельности человека, поэтому большинство примеров в научно-популярной литературе даны именно с точки зрения её использования в данном контексте. Но на этом сфера использования изучения и оценки временных рядов не заканчивается.
Само определение временного ряда во многом напоминает нам процесс сбора любой статистической информации, и заключается в чётком фиксировании в определённые интервалы времени реальных показателей, измеренных способом, дающим наибольшую достоверность. Другими словами при описании любого явления используется график, где на оси абсцисс фиксируются временные показатели измерения, а на оси ординат её реальные физические величины.
По сути методы анализа временных рядов в своё время легли в основу описания многих физических законов и технических процессов. Их обобщение позволило процесс описания свести к определённому математическому выражению. Но не все процессы смогли вписаться в рамки чётких формул. А решение двух основных проблем никто не отменял. Ими являются:
- определение природы ряда;
- прогнозирование.
Так анализ временных рядов получил дополнительный стимул к своему развитию, а в его арсенале появился богатый набор инструментов, методов.
Классическим примером временного ряда стал ряд, предложенный в 1976 году Боксом и Дженкинсом. На примере изучения активности месячных международных авиаперевозок за двенадцать лет в период 1949-1960 годов они показали наличие двух составляющих: практически линейного тренда и сезонных изменений. Когда рост перевозок неуклонно повышался, а в зависимости от сезона периодически наблюдались участки всплеска и затухания активности. Подобный тип описания получил название модели с мультипликативной сезонностью.
В этом же году те же Бокс и Дженкинс предложили очень интересный в плане прогнозирования, но весьма трудоемкий и сложный метод Авторегрессивного Проинтегрированного Скользящего Среднего (АРПСС).
При изучении процессов, подверженных влиянию извне, распространение получил практический метод прерванных временных рядов. Он был описан в 80–х годах прошлого века. Сущность метода заключается в изучении процессов после вмешательства в систему извне. Анализ временных рядов должен был дать оценку введению новых методов руководства, использованию различных ноу-хау, влиянию процессов законотворчества и пр.
Спектральный анализ временных рядов появился на основе предыдущих методов. Среди критериев оценивания по этому методу отчётливо просматривается период и частота. Довольно широко используются в расчётах комплексные числа, преобразования Фурье.
Изобилие методов и способов, которые задействует анализ временных рядов, подтверждает, насколько благодатна эта почва для дальнейших исследований. Ведь описания этих процессов достаточно громоздки и требуют определённого опыта от аналитика. Мощный скачок в развитии персональной вычислительной техники привёл к выводу данного вида анализа на новый качественный уровень. А повсеместное распространение сети Интернет сделало доступными для широкой категории результаты последних исследований в этой области.
Что, как не анализ временных рядов, использует успешный игрок на рынке Форекс, именно изучение графиков развития предприятия позволяет руководителю выработать верную стратегическую линию, а оценка рынка дает обширное поле деятельности для маркетологов и менеджеров, позволяя корректировать уровень цен и ассортимент реализуемой продукции или услуг с целью получения максимальной выгоды.
Каждый метод анализа заслуживает особого внимания и требует досконального изучения. И если вас хоть один из них заинтересовал, то цель статьи достигнута.
