На основе данных провести корреляционно-регрессионный анализ

Построить модель тренда для временного ряда и на её основе прогнозировать на три шага вперед:

Модель тренда (наилучшая из линейной или квадратичной):
Уравнение:	Анализ остатков:
График:	График АСF: Вывод:
	AR модель для остатков: p= Уравнение AR(p) модели: Т статистика и P-value: Вывод:
Ошибки:	Прогноз на основе AR(p) модели:
Прогноз на основе уравнения тренда:	Уравнение модели с учетом остатков:
Прогноз на основе уравнения модели с учетом остатков:

Построить модель ARIMA (p,d,q) для временного ряда и прогнозировать на три шага вперед:
На основе графика ACF сделайте выводы: ряд стационарный или нестационарный?________________________
Необходимо ли вычислить разность?______________. Порядок разности d=:_______________

Определение значений параметров p и q:
График ACF:	График PACF:
Вывод: q	Вывод : p
Анализ наилучшей модели ARIMA
Порядок разности: d= Порядок авторегрессии: p= Порядок скользящего среднего: q= Константа: с= ARIMA (p,d,q) = ARIMA ( , , ) : Уравнение модели: Т статистика и P-value:	График ACF для остатков Вывод: Прогноз на основе модели:

Общее заключение по анализу временного ряда: _____________________________________________________
___________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________