Сидорський, Володимир СергійовичВащенко, Віктор Костянтинович2026-09-092026-09-092026Ващенко, В. К. Аналіз структури федеральних видатків США на основі статистичних даних : дипломна робота … бакалавра : 124 Системний аналіз / Ващенко Віктор Костянтинович. – Київ, 2026. – 178 с.https://ela.kpi.ua/handle/123456789/82897Дипломна робота: 178 с., 54 табл., 21 рис., 2 дод, 63 джерела. Об’єктом дослідження є аналіз і прогнозування бюджетних витрат, а предметом – методи прогнозування фінансово-бюджетних часових рядів та інтерпретації моделей машинного навчання. Метою роботи є побудова й порівняння моделей прогнозування та визначення найвпливовіших ознак. У роботі розглянуто Prophet, XGBoost Regressor, Permutation Importance і SHAP-аналіз. У практичній частині використано відкритий датасет Budget Spending Datasets, який через відсутність даних про країну, рік і належність до конкретної бюджетної системи розглядається як прикладова вибірка. Проведено первинний аналіз, перевірено пропуски, дублікати й коректність відхилень. Дані агреговано за місяцями, департаментами та кварталами, після чого сформовано ознаки для прогнозування. Побудовано базову математичну модель і black-box модель на основі XGBoost. Порівняння показало, що XGBoost забезпечив кращу якість: MAPE зменшилося з 10,67% до 7,63%. Найбільший вплив мають лагові значення фактичних витрат, ковзне середнє та планові витрати. Додатково застосовано Prophet для аналізу квартального ряду, досліджено тренд, залишки та потенційні аномалії. Практичне значення роботи полягає у формуванні підходу до аналізу й прогнозування бюджетних витрат, оцінювання відхилень і підвищення прозорості моделей.178 с.ukбюджетні витратифінансове прогнозуваннячасові рядиprophetxgboostblack-box модельshap-аналізpermutation importanceметрики якостімашинне навчанняbudget expendituresfinancial forecastingtime seriesprophetxgboostblack-box modelshap analysispermutation importancequality metricsmachine learningBachelor Thesis