Инструменты визуализации временных рядов в космических исследованиях

Автор: Мараев Вячеслав Сергеевич

Журнал: Космические аппараты и технологии.

Рубрика: Инновации и экономика космической отрасли

Статья в выпуске: 4 (22), 2017 года.

Бесплатный доступ

Анализ временных рядов является основным шагом в построении модели прогнозирования, но очень важно рассмотреть данные временных рядов с различных сторон. Особенно важно это бывает при анализе данных космических исследований, так как зачастую их анализ не приводит к достаточно чёткой закономерности. Также анализ помогает выявить различные признаки и параметры рассматриваемого временного ряда. Именно поэтому визуализация данных является сильным инструментом на этапе формирования модели прогнозирования. Очень часто для визуализации временных рядов в космических исследованиях используются только линейные графики, которые не могут отобразить всей специфики ряда, поэтому стоит рассматривать другие способы и инструменты визуализации данных космических исследований. В данной статье проводится анализ материалов по инструментам визуализации временных рядов. Рассмотрены основные инструменты визуализации, такие как гистограммы, графики плотности распределения, диаграммы размаха и рассеяния, тепловые карты и графики автокорреляции...

Еще

Визуализация, временные ряды, космические исследования, гистограмма, диаграмма размаха, тепловая карта, график автокорреляции

Короткий адрес: https://sciup.org/14117409

IDR: 14117409   |   DOI: 10.26732/2225-9449-2017-4-200-207

Список литературы Инструменты визуализации временных рядов в космических исследованиях

  • George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel. Time Series Analysis: Forecasting and Control. Wiley Series in Probability and Statistics. 2013. С. 92-161. , 9781118619063. ISBN: 1-118-61906-4
  • Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. 736 с.
  • Мишулина О. А. Статистический анализ и обработка временных рядов. М.: МИФИ, 2004. С. 38.
  • Евдокимов И. В., Михалев А. С., Новиков О. С., Суханова А. В. Применение свободных лицензий для разработки программного обеспечения в России // Международный журнал прикладных и фундаментальных исследований. 2017. № 6-1. С. 33-36.
  • Евдокимов И. В., Ященков К. Г., Телков А. Ю., Татауров В. А. Экспертные методы оценки трудоёмкости разработки программных проектов // Экономика и менеджмент систем управления. 2017. Т. 24, № 2.2. С. 272-276.
  • Evdokimov I. V., Domantsevich V. S., Konyhov V. A. THE USE OF ONLINE APPLICATIONS FOR PROJECT MANAGEMENT FOR PLANNING IN IT-MANAGEMENT // Современные информационные технологии. 2017. № 25 (25). С. 44-47.
  • Международный центр малых планет // Data Available from the Minor Planet Center [Электронный ресурс]. URL: http://www.minorplanetcenter.net/ (дата обращения: 30.10.2017).
  • Центр динамики околоземных объектов // The AstDyS database [Электронный ресурс]. URL: http://hamilton.dm.unipi.it/astdys/index.php?pc=2.0&o=094 (дата обращения: 30.10.2017).
  • Международная метеорная организация // Visual Meteor Database [Электронный ресурс]. URL: https://www.imo.net (дата обращения: 30.10.2017).
  • Хронология пилотируемых космических полётов // LAUNCHLOG [Электронный ресурс]. URL: http://planet4589.org/space/log/launch.html (дата обращения: 30.10.2017).
  • Официальное открытое хранилище данных космического телескопа "Хаббл" // Hubble Space Telescope database [Электронный ресурс]. URL: http://www.nasa.gov/hubble/ (дата обращения: 30.10.2017).
  • Айвазян С. А. Прикладная статистика. Основы эконометрики. Т. 2. М.: Юнити-Дана, 2001. C. 432.
  • ISBN: 5-238-00305-6
  • Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс. М.: Дело, 2007. C. 504.
  • ISBN: 978-5-7749-0473-0
  • Эконометрика: учебник / под ред. И. И. Елисеевой. 2-е изд. М.: Финансы и статистика, 2006. С. 576.
  • ISBN: 5-279-02786-3
  • Woodward W. A., Gray H. L. & Elliott A. C. Applied Time Series Analysis. CRC Press. 2012. С. 63-64.
  • Hyndman Rob J., Athanasopoulos G. Forecasting: principles and practice. University of Western Australia, 2013. С. 14-32. -13:
  • ISBN: 978-0987507105
  • Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989. 607 с.
  • Shasha D. High Performance Discovery in Time Series // Springer. 2004. С. 3-7.
  • Cowpertwait P. S. P., Metcalfe A. V. Introductory Time Series with R // Springer. 2009. С. 27-43.
  • Елисеева И. И., Юзбашев М. М. Общая теория статистики: учебник / под ред. И. И. Елисеевой. 4-е изд., перераб. и доп. М.: Финансы и статистика, 2002. 480 с.
  • ISBN: 5-279-01956-9
Еще
Статья научная