Правило синхронизации наблюдений

При работе с рядами довольно часто возникает потребность в вычислении «тривиальных» арифметических выражений – например, надо вычесть один сигнал из другого или определить среднее значение нескольких переменных. При выполнении любых таких операций WinABD автоматически совмещает ряды во времени. Например, если первый параметр измерялся ежедневно с 1980 по 2000 год, а второй – с 1990 по 2010 год, то сумма этих сигналов будет рассчитана для интервала времени с 1990 по 2000 год. Всю необходимую информацию для расчетов WinABD получает из паспорта ряда.

Правило синхронизации данных действует и при всех других вычислениях – например, при оценке коэффициента корреляции в скользящем окне. Это позволяет при совместной обработке сигналов не задумываться о датах начала-конца каждого ряда, а сосредоточиться на содержательных аспектах анализа данных.

Кроме стандартных арифметических действий, WinABD умеет выполнять некоторые специальные операции, полезные именно при работе с календарными временными рядами. Например, можно «перевести» наблюдения в другой часовой пояс (при этом учитывается переход на летнее/зимнее время) или развернуть ряд «задом наперед», что бывает полезно при численном моделировании. Особая команда позволяет слегка «растянуть» или «сжать» ось времени, если часы, по которым синхронизировались наблюдения, отставали или спешили. Можно выполнить совмещение (слияние) нескольких рядов данных так, чтобы их значения не сдвигались во времени. Это позволяет строить сколь угодно сложные алгоритмы заполнения пропусков, формируя различные ряды-заполнители, а затем совмещая их с нужным рядом.

 

Особую группу составляют процедуры для работы с масками пропусков. Такие маски часто используются как при численном моделировании, так и при различных расчетах. Маска пропусков может быть создана по образцу реального ряда или искусственно сгенерирована, затем к ней можно применять операции «растекания» или «высушивания». Использование таких масок позволяет строить гибкие алгоритмы заполнения пропусков, комбинируя для этого различные методы в зависимости от того, насколько далеко по времени от пропуска находится ближайшее измеренное значение.

 

Для целей численного моделирования пакет позволяет строить различные квазипериодические или псевдослучайные реализации, длина и моменты пропусков у которых соответствуют реальному ряду. Такие реализации обычно используются в качестве «контрольной группы» при оценке значимости различных эффектов.

Конечно, подобные преобразования рядов данных можно выполнить в любом пакете статистического анализа. Отличие описанных здесь инструментов WinABD состоит в том, что все вычисления выполняются с учетом правила синхронизации наблюдений, а также обеспечивается более гибкая (настраиваемая) обработка пропусков и других особых ситуаций (потеря точности, деление на 0 и т.п.).