Главная
Об институте
Авторефераты диссертаций
Научные публикации
Аспирантура
Профсоюз
Контакты
МЕТОДИКА АНАЛИЗА ДАННЫХ МОНИТОРИНГА ЗАКУПОЧНЫХ ЦЕН НА ПРИМЕРЕ САРАТОВСКОЙ ОБЛАСТИ THE TECHNIQUE OF ANALYSIS OF MONITORING DATA OF PURCHASE PRICES ON THE EXAMPLE OF THE SARATOV REGION
Воротников И.Л., д.э.н., Розанов А.В., к.ф.-м.н, Сидельникова М.В., к.э.н., ФГБОУ ВО СГАУ им. Н.И. Вавилова Vorotnikov I.L., doctor of economic sciences, Rosanov A.V., candidate of physical and mathematical sciences, Sidelnikova M.V., candidate of economic sciences, Saratov State Agrarian University named after N.I. Vavilov
Мониторинг цен является важным этапом анализа и прогнозирования конъюнктуры на зерновом рынке. Значительное влияние на результаты прогнозирования динамики цен оказывают предельно большие или аномально малые значения цен, резко выделяющиеся из общего ряда других значений. Целью статьи является обоснование выбора эффективной методики предпрогнозной обработки данных мониторинга, обладающей свойством устойчивости к наличию аномальных значений в исходных данных и к нарушению стандартных предположений относительно вида распределения вероятностей, на основе которой может быть организована автоматизированная обработка данных. Предлагается методика оперативного анализа данных мониторинга цен на зерновом рынке, которая предполагает проведение идентификации законов распределения вероятности временных ря-дов цен на зерно и применение робастных (помехоустойчивых) статистических оценок в случае отклоне¬ния распределений от нормального (гауссовского). На примере анализа закупочных цен на пшеницу в Саратовской области показано, что формальное применение типовых проце¬дур идентификации и статистической обработки данных без учета их вероятностных характеристик может приводить к серьезным ошибкам прогнозирования. Price monitoring is an important step in the analysis and forecasting of the conjuncture on the grain market. Extremely large or abnormally low price values, which stand out sharply from the general range of other values, have a significant impact on the results of forecasting price movements. The purpose of the article is to substantiate the choice of an effective method for predictive processing of monitoring data that has the property of resistance to the presence of anomalous values in the source data and to a violation of standard assumptions regarding the type of probability distribution, on the basis of which automated data processing can be organized. It is proposed a technique for the on-line analysis of price monitoring data in the grain market, which involves conducting a primary analysis of the laws of probability distribution of time series and applying robust statistical estimates in the case of identifying the deviation from normal (Gaussian) distributions. Using the example of the analysis of procurement prices in the Saratov region, it is shown that the formal application of standard identification procedures and statistical data processing without taking into account their probabilistic characteristics can lead to serious forecasting errors.
Ключевые слова: мониторинг цен на зерновом рынке, идентификация распределений вероятности, прогнозирование, робастные М-оценки Keywords: monitoring of grain market prices, identification of probability distributions, forecasting, robust M-estimates
Список литературы:
1. АгроНовости. Электронный ресурс. Код доступа https://agro-bursa.ru/prices/wheat/
Гайдышев И. Анализ и обработка данных. Специальный справочник. — СПб.: Пи¬тер, 2001. — 752 с.: ил.
2. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных ра-ботников. М.: Физматлит, 2006. — 816 с., ил.
3. Крянев А.В., Лукин Г.В. Метрический анализ и обработка данных. – М.: Физматлит, 2010. – 280 с., ил.
4. Хампель Ф., Рончетти Э., Рауссеу П., Штаэль В. Робастность в статистике. Подход на основе функций влияния. - М.: Мир, 1989. — 512 с., ил.
5. Montgomery D.C. Applied Statistics and Probability for Engineers / D.C. Montgomery, G.C. Runger – 4th ed. – Wiley, 2006 – 784 p.
6. Пселтис Эндрю Дж. Потоковая обработка данных. Конвейер реального времени. Пер. с англ. – М.: ДМК-Пресс, 2018. – 218 с., ил.
7. Воротников И.Л., Розанов А.В., Котова М.В. Анализ и прогнозирование динамики цен на продукты питания (на примере Саратовской области) // Экономика сельскохозяйственных и перерабатывающих предприятий. 2016. № 5. с. 59-62.
Скачать файл: Скачать