Технологии интеллектуального анализа данных : учебное пособие

267 качества построенной модели воспользуемся диаграммой рассея- ния (рис. 4.20). Рис. 4.20. Диаграмма рассеяния: – объем продаж (тыс. руб.)_OUT; – объем продаж (тыс. руб.); – эталон Судя по диаграмме, разброс между эталонными значениями выходного поля и значениями, рассчитанными моделью, достаточ- но невелик. Из этого можно сделать вывод, что временной ряд хо- рошо укладывается в линейную модель и, следовательно, на осно- вании этой модели можно строить прогноз на будущие периоды времени. Прогнозирование Прогнозирование позволяет получать предсказание значений временного ряда на число отсчетов, соответствующее заданному горизонту прогнозирования. Алгоритм прогнозирования работает следующим образом. Пусть в результате преобразования методом скользящего окна была получена последовательность временных отсчетов: Х (– n ), ..., Х (–2), Х (–1), Х , где X – текущее значение. Прогноз на Х (+1) строится на основании построенной модели. Чтобы построить прогноз для значения Х (+2), нужно сдвинуть всю последовательность на один отсчет влево, 1197 1234 1267 1291 1346 1384 1402 1,400 1,350 1,300 1,250 1,200