1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Институт экономики и управления
  4. Развитие инструментария аналитики инновационных процессов в системах разного уровня
Full metadata record
DC FieldValueLanguage
dc.contributor.authorКутузова Д. В.ru
dc.date.accessioned2025-12-18T07:13:40Z-
dc.date.available2025-12-18T07:13:40Z-
dc.date.issued2025ru
dc.identifierRU\НТБ СГАУ\581308ru
dc.identifier.citationКутузова, Д. В. Применение моделей авторегрессии и скользящей средней для прогнозирования динамики госпитальных закупок = Application of autoregressive and moving average models for forecasting hospital procurement dynamics / Д. В. Кутузова // Развитие инструментария аналитики инновационных процессов в системах разного уровня : сб. материалов Междунар. науч.-практ. конф., г. Самара, 24 окт., 2025 г. / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под. общ. ред. Н. М. Тюкавкина. - Самара. - С. 198-203.ru
dc.identifier.isbnru
dc.identifier.issnru
dc.identifier.ismnru
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/60488-
dc.identifier.npsru
dc.identifier.orcidru
dc.description.abstractВ статье рассматриваются методы анализа временных рядов для прогнозирования объёма госпитальных закупок. Выполнен автокорреляционный анализ, построены коррелограммы, выявлены сезонные и циклические компоненты ряда. На основе полученных данных сформированы модели авторегрессии (AR) и скользящей средней (MA) различных порядков. Проведена интерпретация параметров моделей, выявлены компенсаторные механизмы и влияние случайных шоков на динамику закупок. Представленные результаты демонстрируют практическую значимость использования статистических моделей временных рядов для планирования закупочной деятельности и повышения точности прогнозов.ru
dc.description.firstpage198ru
dc.description.lastpage203ru
dc.format.extentru
dc.format.mimetypeTextru
dc.language.isorusru
dc.publisherPublisherru
dc.rightsLicenseru
dc.sourceSourceru
dc.textpartВ модели AR (1) свободный член равен 3,248, а коэффициент при первом лаге − 0,495, что показывает, что примерно половина текущего объёма закупок определяется предыдущим месяцем, а остальная часть − внешними факторами. В AR (2) коэффициент при первом лаге равен 0,642, а при двухмесячном лаге отрицателен (- 0,297), что отражает компенсаторный эффект: рост закупок в одном периоде приводит к их снижению в следующе...-
dc.subjectru
dc.subjectautocorrelationru
dc.subjectautoregressionru
dc.subjectcorrelogramru
dc.subjecthospital procurementru
dc.subjectmoving average modelru
dc.subjectprocurement forecastingru
dc.subjectstatistical modelingru
dc.subjecttime seriesru
dc.subjectавтокорреляцияru
dc.subjectавторегрессияru
dc.subjectвременные рядыru
dc.subjectгоспитальные закупкиru
dc.subjectкоррелограммаru
dc.subjectмодель скользящей среднейru
dc.subjectпрогнозирование закупокru
dc.subjectстатистическое моделированиеru
dc.subject.rubbkru
dc.subject.rugasntiru
dc.subject.udcru
dc.titleПрименение моделей авторегрессии и скользящей средней для прогнозирования динамики госпитальных закупокru
dc.title.alternativeru
dc.typeType Textru
Appears in Collections:Развитие инструментария аналитики инновационных процессов в системах разного уровня

Files in This Item:
File SizeFormat 
978-5-6054903-8-8_2025-198-203.pdf647.3 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.