Не кидайте ссылки на википедию, там только самая общая информация. Если у вас есть конкретные полезные статьи, как тот или иной метод применяется конкретно для задачи прогнозирования временных рядов, то именно такие ссылки и хочется получить. Я со своей стороны постаралась выдать только отфильтрованные и действительно качественные ссылки, где все понятно написано.
Существует еще один довольно мощный метод, основанный на нелинейной динамике. Это метод реконструкции исходных уравнений процесса. Суть его в том, что вы из одномерного ряда получаете многомерный а далее на его основе восстанавливаете уравнения системы (точнее их приближение) в аналитическом виде
Как он называется?
Кроме этого существует так же метод SSA
Есть ли ссылки на применение SSA для прогнозирования именно? Ссылка на википедию нерабочая.
Вы знаете, вот эти люди: Чебышев, Ляпунов, Крылов, Колмогоров — не метеорологи, они математики в первую очередь. Их работы используются в совершенно разных сферах! В части математики нам точно есть чем гордится! А вот насчет метеорологии не знаю…
Знаете, у меня с корреляцией большой опыт работы. Вопрос в том, как сделать оценку ее величине. Иногда 0,75 — это маленькая, а иногда 0,75 — это очень большая. Все от задачи зависит. Я вот по картинке не сказала бы, что она большая. Она имеется, она заметна. И что? Говорить, что одно влияет на другое на основании этих график я бы не стала.
И если мы тут курс доллара пририсуем (и тоже спуски и спады отметим), то вполне возможно и там ее найдем :-))) И скажем, что она есть. И что? На этом основании сделаем вывод о влиянии?
Я задумалась ровно о том же, когда прочитала статью Линча. Вроде бы столько сил тратится, столько умов думает, столько компов считает, но с нашей обывательской точки зрения кажется, что прогноз далек от идеала. Однако мы не знаем, каким он был лет 20-30 назад… Может быть, сравнение с тем, что было несколько десятилетий назад, заставит увидеть, что качество прогноза повысилось… Однако даже нам видно, что нужным нам «завтрашний прогноз погоды» еще далеко от идеала.
Точно, эти серии очень похожи на Монте-Карло моделирование!
Спасибо за приятный отзыв. Я тут новичок, но планов у меня довольно много. Моя специализация лежит больше в области прогнозирования временных рядов, но и в целом задача прогнозирования мне очень интересна :-)
Ознакомьтесь на досуге хотя бы с понятием динамических систем и их устойчивости по Ляпунову. Тогда может поймете, почему точный долговременный прогноз сделать не получается.
Действительно это так. Система среднесрочного прогнозирования построена таким образом, что прогноз вычисляется на основании серии расчетов. На 2007 год ECMWF использовал 51 прогнозный расчет при немного различающихся начальных условиях, так как оные существенно влияют на решение. То есть небольшое отклонение в начальных условиях существенно изменяет результат прогнозирования. Так вот итоговый результат, который выдают в свет, получают как суперпозицию 51 результатов. Данный подход позволяет получить лучшие результаты. Возможно, на сегодняшний день количество расчетов в серии значительно больше.
Описанные модели прогнозирования погоды, основанные на дифференциальных уравнениях, относятся к классу «моделей предметной области», их иногда называют детерминированными моделями, так как законы их изменения известны.
Прогнозирование температуры и других показателей как независимый временной ряд, или как набор зависимых временных рядов, вполне возможен. Почему нет? Берем модели временных рядов (нейронные сети, авторегрессию и т. д.) и применяем. Я сама лично некогда даже брала временные ряды температур и пыталась их таким образом прогнозировать. Те опыты нигде не описаны, так что даже примерный порядок ошибки мне вспомнить сложно, но такого рода эксперимент сама лично проводила.
Однако, вероятно, такого рода «отдельный прогноз» не имеет смысла потому, что нужен комплексный прогноз: для людей нужно понимать вероятность осадков, для морских передвижений важна скорость ветра, для самолетов важна параметры турбулентности на разных высотах, для сельского хозяйства важна влажность и т. д. Все эти параметры должны «биться» (балансироваться) в комплексе, тогда прогноз становится более реалистичный и понятный для пользователя. В примере Ричардсона ошибка была как раз в небалансе начальных условий: он не совсем корректно определил скорости движения ветра и ошибка вылезла громадная. Сейчас балансировка начальных условия — это очень большая задача, решаемся на специальных алгоритмах.
Большое спасибо! Интересно. Может, по причине «военности» материалы в открытом доступе об истории нашей системы прогнозирования и отсутствуют: некогда это была закрытая информация, а теперь она просто никому не нужна.
Вы сам этим занимались? Или просто про это слышали?
Не, модели на каких-либо диффурах я как-то не отношу к стохастическим моделям. Вероятно, это ближе к детерминированным моделям.
Как он называется?
Есть ли ссылки на применение SSA для прогнозирования именно? Ссылка на википедию нерабочая.
А с такими знаниями про 28 дней удивили меня вы :-)
И если мы тут курс доллара пририсуем (и тоже спуски и спады отметим), то вполне возможно и там ее найдем :-))) И скажем, что она есть. И что? На этом основании сделаем вывод о влиянии?
Это почти идеальный вариант, мой идеальный вариант добавить 2-3 градуса и днем, и ночью!
Спасибо за приятный отзыв. Я тут новичок, но планов у меня довольно много. Моя специализация лежит больше в области прогнозирования временных рядов, но и в целом задача прогнозирования мне очень интересна :-)
Действительно это так. Система среднесрочного прогнозирования построена таким образом, что прогноз вычисляется на основании серии расчетов. На 2007 год ECMWF использовал 51 прогнозный расчет при немного различающихся начальных условиях, так как оные существенно влияют на решение. То есть небольшое отклонение в начальных условиях существенно изменяет результат прогнозирования. Так вот итоговый результат, который выдают в свет, получают как суперпозицию 51 результатов. Данный подход позволяет получить лучшие результаты. Возможно, на сегодняшний день количество расчетов в серии значительно больше.
Вообще прогноз на июнь 15-16 градусом мне лично не нравится! Хотелось бы потеплее, существенно потеплее!!!
Описанные модели прогнозирования погоды, основанные на дифференциальных уравнениях, относятся к классу «моделей предметной области», их иногда называют детерминированными моделями, так как законы их изменения известны.
Прогнозирование температуры и других показателей как независимый временной ряд, или как набор зависимых временных рядов, вполне возможен. Почему нет? Берем модели временных рядов (нейронные сети, авторегрессию и т. д.) и применяем. Я сама лично некогда даже брала временные ряды температур и пыталась их таким образом прогнозировать. Те опыты нигде не описаны, так что даже примерный порядок ошибки мне вспомнить сложно, но такого рода эксперимент сама лично проводила.
Однако, вероятно, такого рода «отдельный прогноз» не имеет смысла потому, что нужен комплексный прогноз: для людей нужно понимать вероятность осадков, для морских передвижений важна скорость ветра, для самолетов важна параметры турбулентности на разных высотах, для сельского хозяйства важна влажность и т. д. Все эти параметры должны «биться» (балансироваться) в комплексе, тогда прогноз становится более реалистичный и понятный для пользователя. В примере Ричардсона ошибка была как раз в небалансе начальных условий: он не совсем корректно определил скорости движения ветра и ошибка вылезла громадная. Сейчас балансировка начальных условия — это очень большая задача, решаемся на специальных алгоритмах.