ДЕРЕКТЕРДІҢ НӘТИЖЕ БАҒДАРЛАНҒАН ТЕГІСТЕУ МОДЕЛЬДЕРІН ӘЗІРЛЕУ ЖӘНЕ ОЛАРДЫҢ ТИІМДІЛІГІН ТАЛДАУ

Аннотация

Бұл зерттеуде ауытқымалы деректерді тегістеу үшін кеңінен қолданылатын Simple Exponential Smoothing, Moving Average, Random Walk және Savitzky–Golay алгоритмдері қарастырылды. Әдістердің тиімділігі орташа квадраттық қате (RMSE), орташа абсолюттік қате (MAE), орташа пайыздық қате (MAPE) және сигнал–шу қатынасы (SNR) сияқты метрикалар арқылы бағаланды.

Тестілеу үшін Қазақстанның 1990–2024 жылдар аралығындағы жалпы ішкі өнім (ЖІӨ) деректері пайдаланылды. Бұл мәліметтер Дүниежүзілік банктің ресми дереккөздерінен алынды.

Зерттеу барысында жасалған бағдарламалық модуль қолданушыларға әртүрлі дереккөздерден алынған уақыт қатарлары мен дискретті өлшеулерді төрт түрлі әдіс арқылы тегістеуге мүмкіндік береді. Модульде бағалау параметрлерін таңдау және өзгерту арқылы эксперимент жүргізіп, тиімді параметрлерді анықтауға болады. Сонымен қатар, тегістелген деректерді көрнекілеу және оларды .csv, .xlsx, .json, .pdf форматтарына экспорттау мүмкіндігі қарастырылған.

Зерттеудің негізгі мақсаты – жиі қолданылатын тегістеу алгоритмдерін біріктіріп, оларды интеллектуалды ақпараттық жүйенің ішкі модулі ретінде ұсыну. Алынған нәтижелер бойынша Savitzky–Golay фильтрі ең төмен қателік (RMSE = 5.27) және ең жоғары сигнал–шу қатынасы (SNR = 28.49 dB) көрсеткені анықталды. Ұсынылған тегістеу модулі уақыт қатарларын алдын ала өңдеуде және экономикалық болжау жүйелерінде тиімді қолдануға мүмкіндік береді. Зерттеудің ғылыми жаңалығы – деректерді тегістеудің төрт әдісін бір модуль аясына топтастырып, қолданушыларға параметрлерін басқаруға мүмкіндік беретін біртұтас архитектурасын ұсынуда.