ОПРЕДЕЛЕНИЕ СЛУЧАЙНОГО ПРОЦЕССА В ОДНОМЕРНОМ ВРЕМЕННОМ РЯДЕ

2024

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.52167/1609-1817-2024-131-2-376-384
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.