Эконометрическое моделирование оборота розничной торговли с использованием инструментов среды программирования R: Econometric modeling of retail trade turnover using the tools of the R programming environment
Gespeichert in:
| Titel: | Эконометрическое моделирование оборота розничной торговли с использованием инструментов среды программирования R: Econometric modeling of retail trade turnover using the tools of the R programming environment |
|---|---|
| Quelle: | Applied Statistics and Artificial Intelligence. |
| Verlagsinformationen: | Center for Statistical Analysis, 2024. |
| Publikationsjahr: | 2024 |
| Beschreibung: | Моделирование сложных по своей структуре временных рядов является одной из задач, решаемых в рамках эконометрики. При этом на первое место выходят подходы, связанные с построением адаптивных моделей краткосрочного прогнозирования, которые дают хорошие результаты в случаях турбулентной динамики временного ряда с отклоняющейся траекторией в следствии воздействия внешнеэкономических и внутристрановых кризисов. Примером подобного временного ряда является оборот розничной торговли в помесячной динамике. Изучение, моделирование и прогнозирование динамики которого за период 2010–2023 гг. было целью выполнения исследования. Обработка уровней временного ряда проводилась средствами среды программирования R, являющейся свободно распространяемым программным обеспечением. Этот факт является немаловажным по причине ухода в 2022 году с российского рынка представителей программных продуктов вследствие экономических санкций. Соответственно российским ученым необходимы альтернативные инструменты для проведения исследований, одним из которых и является язык R. Проведенное исследования, опирающееся на статистические и эконометрические методы, позволяет сформулировать ряд выводов. Во-первых, имеющиеся в среде программирования R библиотеки позволяют строить любые эконометрические модели, но при этом требуют от пользователя базовых знаний программирования. Вовторых, анализ временного ряда оборота розничной торговли позволил установить наличие долговременной составляющей и аддитивной сезонной волны; трехпараметрическая модель Хольта-Винтера признана устойчивой и адекватной фактическим уровня временного ряда; полученный на основе этой модели прогноз признан удовлетворительным и указывает на дельнейший рост торговли в России. Modeling complex time series is one of the tasks solved in the framework of econometrics. At the same time, approaches related to the construction of adaptive short-term forecasting models come out on top, which give good results in cases of turbulent time series dynamics with a deviating trajectory due to the impact of foreign economic and domestic crises. An example of such a time series is the retail trade turnover in monthly dynamics. The study, modeling and forecasting of the dynamics of which for the period 2010–2023. It was the purpose of the study. The processing of the time series levels was carried out using the R programming environment, which is freely distributed software. This fact is important due to the withdrawal from the Russian software market in 2022 due to economic sanctions. Accordingly, Russian scientists need alternative research tools, one of which is the R language. The conducted research, based on statistical and econometric methods, allows us to formulate a number of conclusions: Firstly, the libraries available in the R programming environment allow you to build any econometric models, but at the same time require basic programming knowledge from the user. Secondly, the analysis of the time series of retail trade turnover allowed us to establish the presence of a long-term component and an additive seasonal wave; the three-parameter Holt-Vinetra model is recognized as stable and adequate to the actual level of the time series; The forecast obtained on the basis of this model is considered satisfactory and indicates a significant increase in trade in Russia. |
| Publikationsart: | Article |
| Sprache: | Russian |
| ISSN: | 3034-204X |
| DOI: | 10.62302/asai.2025.4.4.003 |
| Rights: | CC BY |
| Dokumentencode: | edsair.doi...........9c8ce4e4a2fae7b1b8eebed2be4d5fa3 |
| Datenbank: | OpenAIRE |
Nájsť tento článok vo Web of Science | Abstract: | Моделирование сложных по своей структуре временных рядов является одной из задач, решаемых в рамках эконометрики. При этом на первое место выходят подходы, связанные с построением адаптивных моделей краткосрочного прогнозирования, которые дают хорошие результаты в случаях турбулентной динамики временного ряда с отклоняющейся траекторией в следствии воздействия внешнеэкономических и внутристрановых кризисов. Примером подобного временного ряда является оборот розничной торговли в помесячной динамике. Изучение, моделирование и прогнозирование динамики которого за период 2010–2023 гг. было целью выполнения исследования. Обработка уровней временного ряда проводилась средствами среды программирования R, являющейся свободно распространяемым программным обеспечением. Этот факт является немаловажным по причине ухода в 2022 году с российского рынка представителей программных продуктов вследствие экономических санкций. Соответственно российским ученым необходимы альтернативные инструменты для проведения исследований, одним из которых и является язык R. Проведенное исследования, опирающееся на статистические и эконометрические методы, позволяет сформулировать ряд выводов. Во-первых, имеющиеся в среде программирования R библиотеки позволяют строить любые эконометрические модели, но при этом требуют от пользователя базовых знаний программирования. Вовторых, анализ временного ряда оборота розничной торговли позволил установить наличие долговременной составляющей и аддитивной сезонной волны; трехпараметрическая модель Хольта-Винтера признана устойчивой и адекватной фактическим уровня временного ряда; полученный на основе этой модели прогноз признан удовлетворительным и указывает на дельнейший рост торговли в России. Modeling complex time series is one of the tasks solved in the framework of econometrics. At the same time, approaches related to the construction of adaptive short-term forecasting models come out on top, which give good results in cases of turbulent time series dynamics with a deviating trajectory due to the impact of foreign economic and domestic crises. An example of such a time series is the retail trade turnover in monthly dynamics. The study, modeling and forecasting of the dynamics of which for the period 2010–2023. It was the purpose of the study. The processing of the time series levels was carried out using the R programming environment, which is freely distributed software. This fact is important due to the withdrawal from the Russian software market in 2022 due to economic sanctions. Accordingly, Russian scientists need alternative research tools, one of which is the R language. The conducted research, based on statistical and econometric methods, allows us to formulate a number of conclusions: Firstly, the libraries available in the R programming environment allow you to build any econometric models, but at the same time require basic programming knowledge from the user. Secondly, the analysis of the time series of retail trade turnover allowed us to establish the presence of a long-term component and an additive seasonal wave; the three-parameter Holt-Vinetra model is recognized as stable and adequate to the actual level of the time series; The forecast obtained on the basis of this model is considered satisfactory and indicates a significant increase in trade in Russia. |
|---|---|
| ISSN: | 3034204X |
| DOI: | 10.62302/asai.2025.4.4.003 |