УДК 37
DOI: 10.36871/ek.up.p.r.2024.12.10.010

Авторы

Мусаева Марха Сайд-Магомедовна,
Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова
Расумова Зарема Шамановна,
Чеченский государственный университет имени А. А. Кадырова

Аннотация

Статья посвящена обзору статистических методов моделей, применяемых для прогнозирования, акцентом на их использование таможенном деле. Цель исследования — систематизировать существующие подходы оценить их эффективность контексте задач таможенного контроля. работе анализируются методы временных рядов (ARIMA, Prophet), регрессионный анализ, нейронные сети методы машинного обучения, рассматриваются их преимущества ограничения. Полученные результаты демонстрируют, что выбор оптимального метода зависит от специфики данных, сложности задачи требуемой точности прогноза. частности, для прогнозирования объемов импорта/экспорта отдельных товаров эффективно применение моделей ARIMA Prophet, для выявления потенциальных рисков контрабанды — нейронных сетей. Практическая значимость исследования заключается разработке рекомендаций по оптимизации таможенного контроля, научная новизна — комплексном анализе применимости различных статистических методов задачам таможенного прогнозирования, включая оценку их эффективности условиях ограниченных данных.

Ключевые слова

Прогнозирование, статистические методы, таможенное дело, временные ряды, регрессионный анализ, нейронные сети, машинное обучение, ARIMA, Prophet, анализ рисков