Утилита для быстрого построения прогнозов

Познакомился некоторое время назад с Google Charts API и решил, а почему бы и не «прикрутить» этот интерфейс к разработанному ранее приложению для построения прогнозов (doc, 62 kb).

Получилась мини-утилита для быстрого построения количественных прогнозов с возможностью визуализации: FastCast.

При помощи этой утилиты можно, например:
  • быстро оценить тенденции какого-нибудь экономического показателя;
  • получить предварительное обоснование рациональности использования определенного метода, оценив динамику изменения определенного количественного критерия;
  • ввести температуру воздуха за последние 5 дней и узнать какой, вероятно, она будет завтра :)

Областей применения у этой интернет-утилиты множество, было бы желание. ;-)
fastcast
В этой утилите используются две модели прогнозирования:
  • модель трендов — эта модель позволяет отобразить тенденцию ряда, она очень простая и её можно применять при беглом анализе;
  • метод Брауна — это адаптивный метод, использующий экспоненциальное сглаживание — зачастую этот метод используется финансовыми аналитиками.

Эти методы не панацея — применять их нужно с умом. Эта утилита пригодится, если нужно уж очень бегло построить прогноз.
Интернет-система, на основе которой разработана данная утилита успешно попала во II тур всероссийского конкурса-смотра работ «Эврика-2006».
+6
24 декабря 2007, 22:59
6
xstb –0,1

комментарии (13)

0
geroy #
Очень универсальная утилита получается: и экономические показатели и температура воздуха!
Очень похоже на танцы с бубном, прикрученным к Google Charts API.
Предлагаю её сдать в гидромедцентр - пусть фантазируют на своём суперкомпьютере.
0
xstb #
В этой утилите используются две модели прогнозирования:

1) модель трендов - эта модель позволяет отобразить тенденцию ряда, он очень простой и его можно применять при беглом анализе;
2) метод Брауна - это адаптивный метод, использующий экспоненциальное сглаживание - зачастую этот метод используется финансовыми аналитиками наряду с моделями типа ARIMA.

Эти методы не панацея - применять их нужно с умом. Эта утилита пригодится, если нужно уж очень бегло построить прогноз.

Чтобы не быть голословным: интернет-система, на основе которой разработана данная утилита успешно попала во II тур всероссийского конкурса-смотра работ "Эврика-2006".
+2
geroy #
Это можно было бы и в статью пихнуть.
0
xstb #
Хм... Действительно.
0
grossu #
Забавный у вас стартап. Но для прогнозирования ручного ввода, двух простейших моделей и GC недостаточно. А статью плюсану.
0
xstb #
Есть у нас еще одна интернет-утилита, более сложная, посмотрите: forecasting.ikernel.org. Там есть тренд-сезонные модели, большее количество параметров, построение интервальных прогнозов.
0
great_boba #
Не знаю, наверное, мне поставят кучу минусов, но мне кажется при всех положительных моментах разработки этот проект для интернета бесполезен.
Какой объем информации я могу скормить приложению?
Можно ли на основании этих данных сделать правильную оценку того процесса?
0
xstb #
Не за что ставить минусы. Вы просто поинтересовались. Давайте я попытаюсь объяснить.
Прежде всего, нужно сказать, что интернет не накладывает никаких существенных ограничений для приложений подобного рода, а лишь добавляет преимущества (например, вам не нужно ставить специальное ПО и покупать его, необходим лишь браузер и интернет).
В прогнозировании, как правило, речь не идет о каких-то сногсшибательных объемах информации. У показателей вековая (историческая) составляющая как правило устаревает с течением времени, поэтому при прогнозировании используют статистические данные лишь за последние (актуальные) периоды. В самом деле, никто не будет строить прогноз кросс-курса RUR/USD, используя десятилетнюю предысторию в разрезе дня.
0
great_boba #
Просто я прорабатывал полгода назад идею реализации online пакета статистики.
Где пользователи в окно типа spreadsheet вводит свои данные, а пакет строит анализ. В пакете реализованы базовые методы анализа (дисперсия, распределение, сезонность) и небазовые (ARIMA и т.д.). Но к сожалению из-за скорости обработки и большого объема информации от реализации пришлось отказаться. Если Вам это интересно, считайте это подаренной идеей ( :-))) )
0
xstb #
Ко мне в аську около полугода назад стучался один программист. У него были классы (или пакеты, что там в делфи) с реализацией ARIMA/GARCH и ряда других интересных моделей на Делфи... Мы долго думали, как все это дело связать, думали и в сторону Kylix, переноса на PHP/C. Си он не знал, а я мат. программированием никогда не занимался. Так вот идея и сдохла. А если бы не сдохла, сейчас вероятно был бы бесплатный веб-интерфейс для прогнозирования с использованием ARIMA.

По вышесказанному могу сказать, что реализация расчета дисперсии, распределений с заданными параметрами, сезонных колебаний примитивна, наибольший интерес здесь представляет модель проинтегрированного скользящего среднего. Идея не нова. Если бы вы подарили (открыли) исходники, а не идею - было бы замечательно. Возможно кто-то бы и решил проблему производительности вашего приложения.
0
great_boba #
R-project (http://www.r-project.org/)
R-php (http://dssm.unipa.it/R-php/)
Это open source реализация пакетов статистики
0
xstb #
Что пишут при использовании первого и второго модуля на сайте R-php:

1:

Warning: rmdir(./pages/tmp/09683_1174413404): Directory not empty in /var/www/R-php/R-php-1/R/include/temp.php on line 18

и еще несколько подобных предупреждений, затем просто выводит те же данные, что я ввел, больше ничего :(

2:

Warning: Cannot modify header information - headers already sent by (output started at /var/www/R-php/R-php-1/R-gui/pages/insert/index.php:22) in /var/www/R-php/R-php-1/R-gui/pages/insert/index.php on line 109

- дальше пустая страница


А сам R-project весьма интересен. Насколько я понял, исходные его тексты написаны на си.
0
great_boba #
насчет r-php, я его не использовал. Им пользуется активно моя знакомая.
r написан на c, поэтому у меня была даже идея на его основе писать модуль для php

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.