| Summary: | Дипломна робота: 137 ст., 68 рис., 12 табл., 2 додатки, 20 джерел. У роботі досліджуються нелінійні процеси в екології та кліматології. Для виконання математичного моделювання були обрані найбільш значущі процеси зміни клімату, а саме підвищення глобальної середньорічної температури поверхні планети Земля, а також зміни маси льодового покрову Антарктиди. В роботі здійснено аналіз обраних нелінійних процесів за допомогою різницевих рівнянь. Використовувались моделі АР(p), АРКС(p,q), АР(p) з лінійним та нелінійними трендами. Також досліджена умовна дисперсія вихідних часових рядів за допомогою моделей АРУГ(p), УАРУГ(p,q), ЕУАРУГ(p,q). Всі побудовані моделі були проаналізовані за допомогою критеріїв адекватності, обрана найбільш адекватна модель для кожного процесу. Були побудовані прогнози на короткостроковий період, та проаналізована їх точність за допомогою спеціальних критеріїв. Обрахунки виконувались за допомогою статистичного пакету Eviews та власне розробленого програмного продукту мовою програмування Python. Був проведений порівняльний аналіз отриманих результатів моделювання за допомогою обидвох інструментів. The work consists of 137 pp., 68 fig., 12 tabl., 2 app., 20 sources. The work investigates nonlinear processes in ecology and climatology. To perform mathematical modeling, the most significant processes of climate change were selected, namely the increase in the global average annual surface temperature of the planet Earth, as well as changes in the mass of the ice cover of Antarctica. The work analyzes selected nonlinear processes using difference equations. AR (p), ARMA (p, q), AR (p) models with linear and nonlinear trends were used. The conditional variance of the original time series was also investigated using the ARCH(p), GARCH(p,q), and EGARCH(p,q) models. All constructed models were analyzed using adequacy criteria, the most adequate model for each process was selected. Short-term forecasts were constructed and their accuracy analyzed using special criteria. Calculations were performed using the statistical package Eviews and the actually developed software product in the Python programming language. A comparative analysis of the obtained simulation results was performed using both tools.
|
|---|