ПРЕПРИНТ
Эта статья является препринтом и не была отрецензирована.
О результатах, изложенных в препринтах, не следует сообщать в СМИ как о проверенной информации.
Применение методов анализа и прогнозирования временных рядов эпидемиологической ситуации новой коронавирусной инфекции (COVID-19) в Тюменской области
2020-08-04
В работе исследуются и сравниваются подходы, относящиеся к адаптивным методам прогнозирования, способные учитывать новые условия развития эпидемического процесса COVID-19
Ссылка для цитирования:
Степанова Т. Ф., Шарухо Г. В., Летюшев А. Н., Ребещенко А. П., Фольмер А. Я., Шепоткова А. А. 2020. Применение методов анализа и прогнозирования временных рядов эпидемиологической ситуации новой коронавирусной инфекции (COVID-19) в Тюменской области. COVID19-PREPRINTS.MICROBE.RU. https://doi.org/10.21055/preprints-3111766
Список литературы
1. Бокс Дж., Дженкинс Г.М. Анализ временных рядов. Прогноз и управление. –– Мир, 1974.
2. Ибрагимова З.Ф. Прогнозирование уровня бедности населения в Российской Федерации на основе методов временных рядов //Вестник экономики, права и социологии. – 2017. – № 4. – С. 44-48
3. Крюков Ю.А., Чернягин Д.В. ARIMA – модель прогнозирования значений трафика // Информационные технологии и вычислительные системы. – 2011. – № 2. – С. 41-49
4. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: учеб. пособие. – М.: Финансы и статистика, 2003. –416 с.
5. Ostertagova, E., and Ostertag, O. Forecasting using simple exponential smoothing method. – 2012. Acta Electrotechnica et Informatica, 12(3), pp. 62
6. Prajakta S. Kalekar (2004). Time series forecasting using Holt-Winters Exponential Smoothing. Kanwal Rekhi School of Information Technology.