Абрамова М. В., кандидат економічних наук, старший дослідник, старший науковий співробітник Центрального науково-дослідного інституту Збройних Сил України, м. Київ, Україна

ORCID ID: 0000-0001-7644-9988
e-mail: Elaira3@gmail.com

Чернишова І. М., кандидат військових наук, старший дослідник, старший науковий співробітник Центрального науково-дослідного інституту Збройних Сил України, м. Київ, Україна

ORCID ID: 0000-0002-5958-7059
e-mail: i_ttv@ukr.net

Журенко С. В, слухач інституту логістики та підтримки військ (сил) Національного університету оборони України, м. Київ Україна

ORCID ID: 0009-0003-1598-935X
e-mail: SZhurenko_1978@gmail.com

Вісленко Д. В., слухач інституту логістики та підтримки військ (сил) Національного університету оборони України, м. Київ, Україна

ORCID ID: 0009-0007-0320-6732
e-mail: vislenkodv_1985@gmail.com

Важливість урахування результатів адитивного моделювання під час аналізу динаміки процесів

Авторами цієї статті було взято до уваги те, що нині важливою для вирішення залишається проблема не тільки більш реалістичного прогнозування даних, а й  якісного тлумачення результатів, на кожному етапі аналізу. Для визначення суті (особливостей) динаміки процесів приведена важливість використання адитивного моделювання під час екстраполяції статистичних даних валового внутрішнього продукту (ВВП) України та Російської Федерації до 2026 року включно, а також представлена можливість використання результатів його проміжних етапів під час аналізу суті динаміки відповідного процесу. Так як адитивна модель передбачає, що кожен рівень часового ряду може бути представлений як сума трендової, сезонної і випадкової компонент, тому для полегшення сприйняття етапів проведення адитивного моделювання у роботі наведений відповідний алгоритм, а також проведений візуальний аналіз сезонних компонентів екстраполяції. Також авторами здійснено порівняння результатів адитивного моделювання та результатів прогнозування даних за допомогою поліному шостого порядку та здійснені відповідні висновки.

Ключові слова: адитивне моделювання; екстраполяція; валовий внутрішній продукт; прогнозування.

Література:

1. Friedman J. , Stuetzle W. Projection Pursuit Regression. Journal of the American Statistical Association. 1981. № 76. С. 817-823.
2. Рошко Н. Б. Прогнозування доходів туристичних підприємств на основі адитивного моделювання. Вчені записки університету КРОК. Серія: Економіка. 2013. № 34. С. 292-300.
3. Мазуренко В. П., Кондратчук К. С. Моделювання динаміки процесів злиття і поглинання у світогосподарському просторі (на прикладі європейських країн). Аctual Problems of International Relations. № 1. С.100-120.
4. Добуляк Л. П., Костенко С. Б. Використання трендових моделей для дослідження тенденцій розвитку малого підприємництва в Україні. Монографія. Ужгород : Гельветика, 2019. 480 с.
5. Бідюк П. І. Ймовірнісно-статистичні методи моделювання і прогнозування. Монографія. Миколаїв: ЧДУ ім. Петра Могили, 2014. 440 с.
6. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. Финансы и статистика. 2003. 414 с.
7. Дороженко Л. І. Сутність оптимізації витрат із застосуванням економіко-математичних методів. Науковий вісник Херсонського державного університету. Серія: «Економічні науки». С. 228-231.
8. Chumachenko D. I., Chumachenko T.O. Mathematical models and methods of epidemic processes forecasting: monograph. 2020. 180 p.
9. Глушков О. В. Розвиток та застосування кібернетичної методів до дослідження динаміки ієрархічних хаотичних процесів у квантових, інформативних та геофізичних системах. Звіт про НДР. Одеса, 2015. URL: http://eprints.library.odeku.edu.ua/id/eprint/2149/1/Zvit_K_Glushkov_0111U005226_2015.PDF (дата звернення: 30.03.2023).
10. Ревуцька Л. О., Бідюк П. І. Математичне моделювання і прогнозування нелінійних нестаціонарних процесів в економіці та фінансах. Проблеми інформатизації: матеріали VIII міжнародної наук.-техн. конф. (Черкаси, 26-27 листопада 2020 р.). Черкаси, 2020. С. 21-22.
11. Полохова І. М. Макроекономічне прогнозування показників реального ВВП України. Вісник Київського національного університету технологій та дизайну. 2014. № 4 (78). C. 18-25.
12. Пестовська З. С. Методи прогнозування економічних показників: макро-та мікрорівні. Європейський вектор економічного розвитку. 2011. № 5. С. 151-157.
13. Hastie T. J., Tibshirani, R. J.  Generalized Additive Models: monograph. New York: Chapman & Hall. 385 р.
14. Stone C. J. Additive Regression and Other Nonparametric Models. Annals of Statistics. 1985. № 13. Р. 689–705.
15. Палагін В. В., Івченко О. В. Адаптація методу максимізації полінома для оцінки параметрів випадкових величин за статистично залежною вибіркою. Системи обробки інформації. № 2. С. 118-123.
16. World Development Indicators (2022). URL: https://databank.worldbank.org/reports.aspx?source=2&country (дата звернення: 30.03.2023).