Join 60,000+ competitive exam aspirants
निम्नलिखित में से कौन सा स्टोकेस्टिक टाइम सीरीज़ मॉडल का सबसे सरल रूप है?
सामान्यीकृत लोड मॉडलिंग
आवधिक घटकों का अनुमान
समय का अनुमान
ऑटो-रिग्रेसिव मॉडल
ऑटो-रिग्रेसिव मॉडल
ऑटो-रिग्रेसिव (AR) मॉडल को स्टोकेस्टिक टाइम सीरीज़ मॉडल का सबसे सरल रूप माना जाता है क्योंकि यह एक टाइम सीरीज़ के वर्तमान मान को उसके पिछले मानों और एक व्हाइट नॉइज़ टर्म के रैखिक संयोजन के रूप में प्रस्तुत करता है। यह अपनी कम्प्यूटेशनल सरलता और गणितीय सुगमता के कारण अल्पकालिक लोड पूर्वानुमान में व्यापक रूप से उपयोग किया जाता है।
ऑटो-रिग्रेसिव (AR) मॉडल को स्टोकेस्टिक टाइम सीरीज़ मॉडल का सबसे सरल रूप माना जाता है क्योंकि यह एक टाइम सीरीज़ के वर्तमान मान को उसके पिछले मानों और एक व्हाइट नॉइज़ टर्म के रैखिक संयोजन के रूप में प्रस्तुत करता है। यह अपनी कम्प्यूटेशनल सरलता और गणितीय सुगमता के कारण अल्पकालिक लोड पूर्वानुमान में व्यापक रूप से उपयोग किया जाता है।
Yt=∑i=1pϕiYt−i+ϵt — AR(p) मॉडल के लिए सामान्य अभिव्यक्ति जहाँ ϕ गुणांक हैं।
यह सिद्धांत इस धारणा पर आधारित है कि भविष्य के मान पिछले अवलोकनों पर निर्भर करते हैं। 'p' क्रम का एक AR(p) मॉडल वर्तमान अवलोकन Yt को p पिछले अवलोकनों Yt−1,Yt−2,...,Yt−p और एक त्रुटि पद ϵt से संबंधित करता है। इन पिछले मानों के भार का अनुमान यूल-वॉकर समीकरणों या लीस्ट स्क्वेयर्स जैसी तकनीकों का उपयोग करके लगाया जाता है।
AR मॉडल रैखिक मॉडल हैं जहाँ पिछले मान भविष्य के परिणामों का अनुमान लगाते हैं।
पैरामीटर 'p' मॉडल में शामिल लैग्स (lags) की संख्या को दर्शाता है।
स्टेशनैरिटी (Stationarity) मॉडल की स्थिरता के लिए एक प्रमुख आवश्यकता है।
ये अधिक जटिल ARMA और ARIMA मॉडल के आधार हैं।
कम कम्प्यूटेशनल ओवरहेड
पैरामीटर्स की व्याख्या करना आसान
अल्पकालिक स्टेशनरी टाइम सीरीज़ डेटा के लिए प्रभावी
डिफरेंसिंग के बिना दीर्घकालिक रुझानों के लिए अप्रभावी
प्रशिक्षण डेटा में आउटलेर्स के प्रति संवेदनशील
अकेले जटिल गैर-रैखिक संबंधों को पकड़ने में असमर्थ
अल्पकालिक विद्युत लोड पूर्वानुमान
सिग्नल प्रोसेसिंग
वित्तीय टाइम सीरीज़ विश्लेषण
AR मॉडल यह मानते हैं कि प्रक्रिया स्टेशनरी है, जिसका अर्थ है कि माध्य और विचरण जैसे इसके सांख्यिकीय गुण समय के साथ स्थिर रहते हैं।
विकल्प B (आवधिक घटकों का अनुमान) को आमतौर पर फूरियर विश्लेषण या मौसमी अपघटन (seasonal decomposition) के माध्यम से नियंत्रित किया जाता है, यह विशेष रूप से 'स्टोकेस्टिक मॉडल' नहीं है।
D सही है — ऑटो-रिग्रेसिव (AR) मॉडल सबसे सरल स्टोकेस्टिक टाइम सीरीज़ मॉडल है क्योंकि यह वर्तमान मान को उसके पिछले मानों के रैखिक फलन के रूप में व्यक्त करता है।
प्रतियोगी परीक्षाओं में याद रखें कि यदि मॉडल को पिछले मानों के साथ-साथ पिछली त्रुटियों की भी आवश्यकता होती है, तो यह ARMA (ऑटो-रिग्रेसिव मूविंग एवरेज) मॉडल में विकसित हो जाता है।