artur522/ghana-gdp-forecasting

📈 Прогнозирование ВВП Ганы с помощью временных рядов Проект по анализу и прогнозированию экономических показателей с использованием ARIMA моделей. 🔹 Цель: построить ML модель для точного прогнозирования ВВП Ганы и анализа экономических тенденций. 🚀 Запуск: откройте Jupyter Notebook и запустите анализ. # Проект: Прогнозирование ВВП Ганы с помощью временных рядов ## Данные проекта В проекте используются исторические данные о ВВП Ганы с 1960 по 2021 год, содержащие информацию о годовом валовом внутреннем продукте в текущих долларах США. Данные предоставлены в учебных целях для выполнения проекта по анализу временных рядов и экономическому прогнозированию. ## Оглавление 1. Описание проекта 2. Цель проекта 3. Описание данных 4. Этапы работы над проектом 5. Результаты 6. Выводы ### Описание проекта Проект посвящён задаче **прогнозирования временных рядов** - анализу и предсказанию ВВП Ганы с использованием статистических моделей ARIMA. Основная цель – построение модели машинного обучения, способной accurately предсказывать экономические показатели для поддержки принятия решений в сфере экономического планирования. :arrow_up:к оглавлению ### Цель проекта Провести анализ временного ряда ВВП Ганы, выполнить проверку на стационарность, построить несколько моделей прогнозирования (ARIMA, GARCH, NeuralProphet), выбрать оптимальную модель и разработать систему прогнозирования с оценкой точности. :arrow_up:к оглавлению ### Описание данных Исходные данные содержат следующие признаки: * **year** - год наблюдения (в формате даты) * **GDP (current US$)** - валовой внутренний продукт в текущих долларах США В процессе работы данные были преобразованы и дополнены: * **GDP** - основной временной ряд ВВП * **GDP_diff**, **GDP_diff2**, **GDP_diff3** - первая, вторая и третья разности ряда * **GDP_vol** - волатильность ВВП, рассчитанная как абсолютное процентное изменение * **GDP_MA** - скользящее среднее ВВП с окном 5 лет :arrow_up:к оглавлению ### Этапы работы над проектом 1. **Предобработка данных:** * Анализ структуры временного ряда и проверка на пропущенные значения * Обнаружение и интерполяция нулевого значения (1961 год) * Приведение данных к годовой частоте 2. **Анализ стационарности:** * Визуальный анализ тренда и сезонности * Проведение теста Дики-Фуллер …