Abstract
Цель: данная статья продолжает исследование по использованию математических методов нелинейной динамики при разработке и адаптации математических методов и прогнозных моделей для анализа временных рядов урожайностей озимой пшеницы регионов юга России. Обсуждение: в качестве инструментального средства рассматривается линейный клеточный аппарат, способный наглядно показать и наиболее точно спрогнозировать поведение наблюдаемой системы. Исследуются значения показателей урожайности озимой пшеницы регионов юга России. Выбор данных рядов обусловлен следующим фактом – каждый содержит разное количество статистических данных, причем некоторые из изученных рядов представляют малую выборку. В работе показано, что составление достаточно точного прогноза возможно на основе малого количества данных. Результаты: в данной статье раскрывается применимость для прогнозирования нелинейных динамических систем с помощью линейного клеточного автомата, ко- торый решает вопрос так называемых «малых выборок».
Highlights
Введение Одной из основных задач науки является стремление описать с помощью уравнений все системы, функционирующие вокруг человека и взаимодействующие с ним
9 (117) 2019 гнозирования подвержены жесткой критике за неимением моделей и метрик оценки их адекватности [1, 2, 5, 11]
Purpose: this article continues the study on mathematical methods of nonlinear dynamics utilization in the development and adaptation of mathematical methods and predictive models for the analysis of time series of winter wheat yields in the regions of southern Russia
Summary
Кумратова Альфира Менлигуловна, канд. экон. наук, доц. Попова Елена Витальевна, д-р экон. наук, проф. Цель: данная статья продолжает исследование по использованию математических методов нелинейной динамики при разработке и адаптации математических методов и прогнозных моделей для анализа временных рядов урожайностей озимой пшеницы регионов юга России. СОВРЕМЕННАЯ ЭКОНОМИКА: ПРОБЛЕМЫ И РЕШЕНИЯ на многие системы действует большое количество факторов, которые зачастую не так просто выявить, а также предугадать, что произойдет в результате такого взаимодействия. Опровергающая получение точных значений выходных данных систем, не останавливает ученых в стремлении найти модели, способные описать их и найти решение (математически вычислить состояние (или набор состояний), к которым придет система в определенную точку времени) и зачастую для построения модели необходимо иметь данные по предыдущим состояниям системы. Учитывая факт сложности в выявлении факторов, действующих на систему, а также определении степени и характера воздействия на нее, выбор аппаратов прогнозирования является одной из основных задач, так как от этого выбора зависит получение наиболее вероятного прогнозного значения. 9 (117) 2019 гнозирования подвержены жесткой критике за неимением моделей и метрик оценки их адекватности [1, 2, 5, 11]
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
