<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">msi</journal-id><journal-title-group><journal-title xml:lang="ru">Современная наука и инновации</journal-title><trans-title-group xml:lang="en"><trans-title>Modern Science and Innovations</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2307-910X</issn><publisher><publisher-name>North-Caucasus Federal University</publisher-name></publisher></journal-meta><article-meta><article-id custom-type="elpub" pub-id-type="custom">msi-915</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ТЕХНИЧЕСКИЕ НАУКИ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>ENGINEERING SCIENCES</subject></subj-group></article-categories><title-group><article-title>АВТОРЕГРЕССИОННАЯ МОДЕЛЬ С ДРЕЙФУЮЩИМИ КОЭФФИЦИЕНТАМИ ДЛЯ ПРОГНОЗИРОВАНИЯ КОРОТКИХ ВРЕМЕННЫХ РЯДОВ</article-title><trans-title-group xml:lang="en"><trans-title>THE AUTOREGRESSION MODEL WITH DRIFTING COEFFICIENTS FOR THEPREDICTION OF SHORT TIME SERIES</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Маркарян</surname><given-names>Джемма Манвеловна</given-names></name><name name-style="western" xml:lang="en"><surname>Markarian</surname><given-names>Gemma Manvelovna</given-names></name></name-alternatives><email xlink:type="simple">jemma240391@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Петросян</surname><given-names>Светлана Мартиковна</given-names></name><name name-style="western" xml:lang="en"><surname>Petrosyan</surname><given-names>Svetlana Martikovna</given-names></name></name-alternatives><email xlink:type="simple">27031991000@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Северо-Кавказский федеральный университет</institution><country>Россия</country></aff><aff xml:lang="en"><institution>North-Caucasus Federal University</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2016</year></pub-date><pub-date pub-type="epub"><day>11</day><month>10</month><year>2022</year></pub-date><volume>0</volume><issue>2</issue><fpage>46</fpage><lpage>51</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Маркарян Д.М., Петросян С.М., 2022</copyright-statement><copyright-year>2022</copyright-year><copyright-holder xml:lang="ru">Маркарян Д.М., Петросян С.М.</copyright-holder><copyright-holder xml:lang="en">Markarian G.M., Petrosyan S.M.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://msi.elpub.ru/jour/article/view/915">https://msi.elpub.ru/jour/article/view/915</self-uri><abstract><p>В данной статье рассмотрим метод прогнозирования ряда на основе данных, называемый адаптивной фильтрацией. Этот метод применяется, когда текущий член ряда связан с предыдущим и членами этого же ряда линейным соотношением, в котором коэффициенты могут быть переменными.</p></abstract><trans-abstract xml:lang="en"><p>This article will consider the method offorecasting on the basis of a number of data called adaptive filtering. This method is used when the current term of the series related to the previous members and the same number of linear relation, in which the coefficients may be variable.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>авторегрессионная модель</kwd><kwd>дрейфующие коэффициенты</kwd><kwd>autoregression model</kwd><kwd>drifting coefficients</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Гаскаров Д. В., Шаповалов В. И. Малая выборка. М.: Статистика, 1978. 248 с.</mixed-citation><mixed-citation xml:lang="en">Гаскаров Д. В., Шаповалов В. И. Малая выборка. М.: Статистика, 1978. 248 с.</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Копытов В. В., Якушев Д. В., Семеняк И. А., Иванов И. И. Методы оценки параметра кубического отображения по хаотическим временным рядам с шумом // Вестник СевКавГТИ. №13. 2012. С. 36-42.</mixed-citation><mixed-citation xml:lang="en">Копытов В. В., Якушев Д. В., Семеняк И. А., Иванов И. И. Методы оценки параметра кубического отображения по хаотическим временным рядам с шумом // Вестник СевКавГТИ. №13. 2012. С. 36-42.</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. 416 с.</mixed-citation><mixed-citation xml:lang="en">Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. 416 с.</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Мандель А. С. Метод аналогов в прогнозировании коротких временных рядов: экспертно-статистический подход // Автоматика и телемеханика. Вып. 2004, С. 143-152.</mixed-citation><mixed-citation xml:lang="en">Мандель А. С. Метод аналогов в прогнозировании коротких временных рядов: экспертно-статистический подход // Автоматика и телемеханика. Вып. 2004, С. 143-152.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Панков А. Р., Платонов Е. Н., Горяинова Е. Р. Прикладные методы анализа статистических данных. М.: Высшая Школа Экономики (Государственный Университет), 2015. 312 с.</mixed-citation><mixed-citation xml:lang="en">Панков А. Р., Платонов Е. Н., Горяинова Е. Р. Прикладные методы анализа статистических данных. М.: Высшая Школа Экономики (Государственный Университет), 2015. 312 с.</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Пылькин А. Н., Демидова Л. А., Скворцов С. В., Скворцова Т. С. Гибридные модели прогнозирования коротких временных рядов. М.: Горячая линия - Телеком, 2012. 206 с.</mixed-citation><mixed-citation xml:lang="en">Пылькин А. Н., Демидова Л. А., Скворцов С. В., Скворцова Т. С. Гибридные модели прогнозирования коротких временных рядов. М.: Горячая линия - Телеком, 2012. 206 с.</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Сигел Э. Практическая бизнес-статистика. М.: Издательский дом «Вильямс», 2008. 1052 с.</mixed-citation><mixed-citation xml:lang="en">Сигел Э. Практическая бизнес-статистика. М.: Издательский дом «Вильямс», 2008. 1052 с.</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Сухорученков Б. И. Анализ малой выборки. Прикладные статистические методы. М.: Вузовская книга, 2010. 384 с.</mixed-citation><mixed-citation xml:lang="en">Сухорученков Б. И. Анализ малой выборки. Прикладные статистические методы. М.: Вузовская книга, 2010. 384 с.</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Тебуева Ф. Б., Перепелица В. А., Темирова Л. Г. Структурирование данных методами нелинейной динамики для двухуровневого моделирования. Ставрополь: Ставропольское книжное издательство, 2006. 284 с.</mixed-citation><mixed-citation xml:lang="en">Тебуева Ф. Б., Перепелица В. А., Темирова Л. Г. Структурирование данных методами нелинейной динамики для двухуровневого моделирования. Ставрополь: Ставропольское книжное издательство, 2006. 284 с.</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
