COMPARATIVE ANALYSIS OF UNIVARIATE TIME SERIES MODELING AND FORECASTING TECHNIQUES FOR SHORT-TERM UNSTABLE DATA

Abstract

The article summarizes the international experience in univariate time series modeling approaches and methodology. It aims to make empirical assessment of their relevance and forecasting power for short sample volatile data with numerous aberrant observations and structural breaks with the help of the time series R packages. The findings revealed the pitfalls of outliers’ neglection including stationarity and model misspecification, biased parameter estimates, deterioration of residuals’ properties and prediction accuracy of the models. Empirical research demonstrated the outperformance of the outlier detection methods versus robust approaches that use smaller weights for aberrant observations. We tested a method of improving the forecasting power of the ARMA models by proper identification of hidden patterns and incorporation of additional information about extraordinary events into the model. We also considered frequency domain and nonparametric methods including exponential smoothing, seasonal and trend-cycle decomposition, structural and neural networks models to make comparative forecasting diagnostics. The findings showed slightly worse accuracy of the exponential smoothing and structural state-space models for short prediction horizons and their outperformance for longer forecasting periods. Neural networks showed outstanding in-sample approximation but poor out-of-sample quality. We recommend further studying of the Bayesian regime switching models that have proven to be a comprehensive way to explore hidden patterns in data, as well as dynamic factor multivariate models that can improve explanatory and forecasting power of the time series models in various applications.

Authors and Affiliations

T. O. MARYNYCH, L. D. NAZARENKO, N. H. KHOMENKO

Keywords

Related Articles

ДОСЛІДЖЕННЯ МЕХАНО-ХІМІЧНОЇ ОБРОБКИ АКТИВНОГО МУЛУ З ПЕРСПЕКТИВОЮ ЙОГО ПОДАЛЬШОЇ УТИЛІЗАЦІЇ

Наведено дослідження впливу закономірностей процесу знешкодження активного мулу шляхом диспергування активного мулу при додаванні кальцієвмісного шламу; при цьому початкова вологість мулу зменшується у 1,1 рази. Визначен...

МОДЕЛЮВАННЯ ТЕПЛОВИХ ПРОЦЕСІВ У ТЯГОВОМУ АСИНХРОННОМУ ДВИГУНІ ВАНТАЖНОГО ЕЛЕКТРОВОЗУ ПРИ РУСІ НА ДІЛЯНЦІ КОЛІЇ С ЗАДАНИМ ПРОФІЛЕМ ТА ГРАФІКОМ РУХУ

Розроблено методику моделювання теплових процесів у тяговому асинхронному двигуні на прикладі його застосування у вантажному елек-тровозі при русі на ділянці колії з заданим профілем та графіком руху. Особливістю цієї ме...

ОЦІНКА ПЛАВНОСТІ РУХУ КОЛІСНОГО ТРАКТОРА ХТЗ-242К ПРИ ВПЛИВІ НЕРІВНОСТЕЙ ПОВЕРХНІ

Наведено математичний опис руху підресорених мас колісного трактора ХТЗ-242К, який має ресорну підвіску. Представлено передаточну функцію підресореної маси трактора. Сформовано випадкову функцію мікропрофілю поверхні, по...

ПРИМЕНЕНИЕ МЕТОДА ГРАНИЧНЫХ ЭЛЕМЕНТОВ ДЛЯ ЧИСЛЕННОГО РЕШЕНИЯ ЛИНЕЙНЫХ КРАЕВЫХ ЗАДАЧ В ОБЛАСТЯХ С СИЛЬНО СЕГМЕНТИРОВАННОЙ ГРАНИЦЕЙ

В настоящей работе метод граничных элементов был применен к решению краевых задач для уравнения Лапласа в плоской области с сильно сегментированной границей. Особое внимание было уделено точности численного решения, кото...

ФРАКТАЛЬНИЙ АНАЛІЗ ТА ПРОГНОЗУВАННЯ ТЕНДЕНЦІЇ ФІНАНСОВОГО ЧАСОВОГО РЯДУ

Пропонується використання методу фрактального аналізу часових рядів на основі показника Херста та V - статистики як альтернативи до гіпотези ефективного ринку. Гіпотеза фрактального ринку підкреслює вплив ліквідності і і...

Download PDF file
  • EP ID EP334467
  • DOI -
  • Views 142
  • Downloads 0

How To Cite

T. O. MARYNYCH, L. D. NAZARENKO, N. H. KHOMENKO (2017). COMPARATIVE ANALYSIS OF UNIVARIATE TIME SERIES MODELING AND FORECASTING TECHNIQUES FOR SHORT-TERM UNSTABLE DATA. Вісник Національного технічного університету «ХПІ» Серія: Математичне моделювання в техніці та технологіях, 1(1228), 63-69. https://europub.co.uk./articles/-A-334467