для мультипликативной модели. Если построение
прогнозной модели выполнено без ошибок и для исходных
данных не характерно влияние предшествующих значений на
последующие (явление авторегресии), то остатки должны
представлять собой стационарный временной ряд.
Стационарный временной ряд – это ряд значения, которого
являются случайной величиной, т.е. средняя и дисперсия такого
ряда на длительном промежутке времени остаются
неизменными. Применительно к остаткам это означает, что их
график во времени представляет собой облако точек,
расположенных симметрично относительно оси абсцисс,
границы этого облака параллельны оси и между точками не
наблюдаются какие либо закономерности в их появлении.
Близость остатков к стационарному временному ряду
свидетельствует о том, что кардинальное улучшение прогнозной
модели уже не возможно, но, тем не менее, несколько повысить
точность прогнозирования возможно за счет прогнозирования
самих остатков. Наиболее просто прогнозировать остатки можно
двумя способами – с помощью скользящей средней и с помощью
экспоненциально взвешенной средней.
При прогнозировании с помощью скользящей средней
прогнозное значение остатка (отклонения прогнозного значения
предыдущих шагах от t-n+1 до t.
Таким образом, в этом случае используются не
центральные скользящие средние, а концевые скользящие
средние, т.е. средние, рассчитываемые по текущей точке и n
предыдущих точек. Чем меньшее число точек использовано для