@misc{Zakharyan_Ruzan_Econometric,
 author={Zakharyan, Ruzan and Avsharyan, Lilit},
 address={Ստեփանակերտ},
 howpublished={online},
 abstract={Time series forecasting is hardly a new problem in data science and statistics. The term is self-explanatory and has been on business analysts’ agenda for decades for a long time: The very first practices of time series analysis and forecasting trace back to the early 1920s.The underlying idea of time series forecasting is to look at data of interest to us from the time perspective, define the patterns, and yield short or long-term predictions on how – considering the captured patterns – target variables will change in the future. The use cases for this approach are numerous, ranging from sales and inventory predictions to highly specialized scientific works on bacterial ecosystems. Time series problems are always time-dependent and we usually look at four main components: seasonality, trends, cycles, and irregular components. Прогнозирование временных рядов не новая проблема в науке о данных и в математической статистике. Термин не нуждается в пояснениях и за многие годы был на повестке дня бизнес–аналитиков: самая первая практика, анализа временных рядов и прогнозирования приходится на начало 1920-х годов. Основная идея прогнозирования временных рядов заключается в том, чтобы посмотреть на данные, представляющие интерес для нас с точки зрения зависимости от времени, определить закономерности предоставлять краткосрочные или долгосрочные прогнозы о том, как с учетом охваченных закономерностей – целевые переменные будут меняться в будущем. Примеры использования этого подхода многочисленны - от прогнозов продаж и инвентаризации, до узкоспециализированных научных работ по бактериальным экосистемам. В проблемах временных рядов в качестве аргумента всегда выступает время, и обычно рассматриваются четыре основных компонента: сезонность, тенденции, циклы и случайные компоненты. Ժամանակային շարքերի կիրառումը տվյալների կանխատեսման համար գիտության ու մաթեմատիկական վիճակագրության մեջ նոր խնդիր չէ։ Տերմինը պարզաբանման կարիք չունի և տասնամյակների ընթացքում երկար ժամանակ եղել է բիզնես վերլուծաբանների օրակարգում: ժամանակային շարքերի վերլուծության և կանխատեսման առաջին փորձը սկսվել է 1920-ականներին: Ժամանակային շարքերի կանխատեսման հիմնական գաղափարը կայանում է հետևյալում. դիտարկել տվյալները, որոնք, կախված ժամանակից, հետաքրքրություն են ներկայացնում, որոշել օրինաչափություն, և տալ կարճաժամկետ կամ երկարաժամկետ կանխատեսումներ այն մասին, թե ինչպես են օրինաչափությունների գրավմամμ հետագայում փոխվում նպատակային փոփոխականները: Այս մոտեցման օգտագործման օրինակները բազմաթիվ են՝ սկսած վաճառքի և գույքագրման կանխատեսումներից մինչև բակտերային էկոհամակարգերի վերաբերյալ նեղ մասնագիտացում ունեցող գիտական աշխատանքները: Ժամանակային շարքերում որպես արգումենտ հանդես է գալիս ժամանակը, և սովորաμար դիտարկվում են չորս հիմնական բաղադրիչներ՝ թրենդ, սեզոնայնություն, ցիկլիկ և ստոխաստիկ բաղադրիչներ:},
 title={Econometric Methods Forecasting The Improvement Of Life Quality Of The Artsakh Republic Population},
 type={Հոդված},
 keywords={Econometrics},
}