ПРОГНОЗИРОВАНИЕ ИНФЛЯЦИИ: СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ SARIMA, PROPHET И LSTM
Учет сезонности, тренда и нелинейных колебаний инфляции одновременно остается сложной задачей при построении надежных прогнозов. Цель исследования состояла в сопоставлении точности моделей SARIMA, Prophet и LSTM при прогнозировании временного ряда в едином ретроспективном испытании и в определении границ их применимости. Дизайн исследования представлял собой сравнительное ретроспективное исследование временных рядов; методология включала спектральный анализ, сезонное преобразование, временную валидацию моделей машинного обучения и прогнозирование. Все модели проверялись по единому принципу разделения ряда и одинаковым критериям оценки, что обеспечило непосредственную сопоставимость результатов. В первой расчетной таблице для SARIMA получены RMSE 0,84, MAE 0,61 и MAPE 0,47 %, для Prophet соответственно 1,02, 0,76 и 0,59 %, а для LSTM — 0,79, 0,56 и 0,43 %. При итоговой временной валидации SARIMA показала RMSE 0,842, MAE 0,611 и MAPE 5,74 %, Prophet — 0,917, 0,684 и 6,31 %, тогда как LSTM достигла 0,768, 0,552 и 5,08 %. Преимущество LSTM указывает на полезность нелинейного рекуррентного представления, но выявленное ранжирование необходимо повторно проверять на скользящих окнах и при структурных сдвигах. Научный вклад заключается в сопоставлении моделей по единому протоколу временной валидации, который отделяет устойчивость прогноза от особенностей конкретного периода. Полученный подход создает методическую основу для последующего объединения моделей и включения экзогенных макроэкономических факторов.
Authors
- Ruxsora Bahromjon qizi Xolmurodova
Publication Details
- Journal
- Zenodo (CERN European Organization for Nuclear Research)
- Published
- 2026-11-18
- DOI
- https://doi.org/10.5281/zenodo.24350328
- Primary Topic
- Forecasting Techniques and Applications
- Type
- article
- Field-Weighted Citation Impact
- 0.00