ОПРЕДЕЛЕНИЕ СЛУЧАЙНОГО ПРОЦЕССА В ОДНОМЕРНОМ ВРЕМЕННОМ РЯДЕ

2024

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2024-131-2-376-384
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

На сегодняшний день наблюдается астрономический рост объема данных, связанных с информационными потоками от различной деятельности человека. Все увеличивающийся объём пропускаемой информации создаёт для опорной сети передачи данных определенную сложность при её обработке. С другой стороны, современное общество требует высоких скоростей передачи обработанной информации. Исследование реально измеренных данных показывают, что они обладают неравномерной интенсивностью поступления пакетов на обслуживающие сетевые устройства. Модели, созданные на основе данных, описывающих изменения одного объекта в разные моменты времени (временные ряды), обычно проявляют не стационарность, что свидетельствует о многокомпонентной структуре этих данных. Выявить и количественно выразить компоненты сложной структуры – наличие/отсутствие тенденции, периодичности, случайной компоненты является основной задачей анализа временного ряда. В ходе анализа временных рядов крайне важно выявить, является ли ряд стационарным или нестационарным, поскольку они обладают различными статистическими характеристиками и, следовательно, требуют различных методов оценки [1-3]. В данной работе проведена проверка на случайный процесс временного ряда, основанного на фактических данных, полученных с магистрали в городе Алматы, (Казахстан). Для исследования временного ряда использованы методы автокорреляции, дифференциации, применены статистические тесты для определения случайного процесса, который является одним из факторов не стационарности ряда.