MUSTAQIL ISH

KIRISH Iqtisodiyotda, moliya bozorlarida, iqlimshunoslikda va boshqa ko'plab sohalarda vaqt qatorlari tahlili hamda prognozlash masalasi doimo dolzarb bo'lib kelgan. Dunyo miqyosida global iqtisodiy jarayonlarning murakkablashuvi, bozor o'zgaruvchanligining ortishi va ma'lumotlar hajmining eksponensial o'sishi prognozlash modellariga bo'lgan talabni yanada oshirmoqda. Ayniqsa, nostasionar jarayonlarni tahlil qilish va ularga asoslanib ishonchli prognozlar qilish, qabul qilinadigan qarorlarning samaradorligini oshirishda hal qiluvchi ahamiyat kasb etadi. ARMA (Autoregressiv Moving Average) jarayonlari bu sohada keng qo'llaniladigan samarali usullardan biri bo'lib, ular vaqt qatorlaridagi o'zgarishlarning ichki tuzilmasini modellash imkonini beradi. Biroq, ko'pgina real iqtisodiy va ijtimoiy jarayonlar stasionar bo'lmagani uchun, ularni ARMA modellari yordamida prognozlashda qo'shimcha yondashuvlar, xususan integrallashuv g'oyasini qo'llash zarurati paydo bo'ladi. Bu esa ARMA modellarining kengaytirilgan shakli bo'lgan ARIMA (Autoregressiv Integrated Moving Average) modellarini o'rganishni muhim qilib qo'yadi. [rasm]} Ushbu tadqiqotning asosiy muammosi nostasionar, ya'ni vaqt o'tishi bilan o'rtacha qiymati, dispersiyasi yoki boshqa statistik xarakteristikalari o'zgarib turadigan vaqt qatorlarini ARMA jarayonlari yordamida samarali prognozlash usullarini ishlab chiqish va optimallashtirishdan iborat. Ko'pgina hollarda, an'anaviy ARMA modellari stasionar bo'lmagan ma'lumotlar bilan ishlashda noto'g'ri natijalar berishi mumkin. Shuning uchun, bu turdagi ma'lumotlarni stasionar holatga keltirish uchun differensiallash (integrallashuv) operatsiyalarini qo'llash muhimdir. Tadqiqotning maqsadi esa nostasionar integrallanuvchi jarayonlarni ARMA jarayonlari asosida prognozlashning nazariy asoslarini chuqur o'rganish, mavjud metodologiyalarni tahlil qilish va ularning amaliy qo'llanilishini optimallashtirish bo'yicha takliflar ishlab chiqishdan iborat. Bu maqsadga erishish or ...