و - ميزة من بين المرجحة الحركة - متوسط - طريقة هو بين أن ذلك بنفسك، يميل إلى أملس خارج السعر التغييرات

المتوسط ​​المتحرك ونماذج التجانس الأسي كخطوة أولى في التحرك خارج النماذج المتوسطة، ونماذج المشي العشوائي، ونماذج الاتجاه الخطي، يمكن استقراء الأنماط والاتجاهات غير التقليدية باستخدام نموذج متوسط ​​الحركة أو التمهيد. الافتراض الأساسي وراء المتوسطات ونماذج التمهيد هو أن السلاسل الزمنية ثابتة محليا بمتوسط ​​متغير ببطء. وبالتالي، فإننا نأخذ متوسطا متحركا (محلي) لتقدير القيمة الحالية للمتوسط ​​ومن ثم استخدامه كمؤشر للمستقبل القريب. ويمكن اعتبار ذلك بمثابة حل توفيقي بين النموذج المتوسط ​​ونموذج المشي العشوائي بدون الانجراف. ويمكن استخدام نفس الاستراتيجية لتقدير الاتجاه المحلي واستقراءه. وعادة ما يطلق على المتوسط ​​المتحرك نسخة كوتسموثيدكوت من السلسلة الأصلية لأن المتوسط ​​على المدى القصير له تأثير على إزالة المطبات في السلسلة الأصلية. من خلال تعديل درجة التمهيد (عرض المتوسط ​​المتحرك)، يمكننا أن نأمل في ضرب نوع من التوازن الأمثل بين أداء المتوسط ​​و نماذج المشي العشوائي. أبسط نوع من نموذج المتوسط ​​هو. المتوسط ​​المتحرك البسيط (بالتساوي المرجح): تقدر قيمة قيمة Y في الوقت t1 التي يتم إجراؤها في الوقت t بالمتوسط ​​البسيط لآخر ملاحظات m: (هنا وفي مكان آخر سأستخدم الرمز 8220Y-hat8221 للوقوف للتنبؤ بالسلسلة الزمنية Y التي أجريت في أقرب موعد ممكن من قبل نموذج معين.) ويتركز هذا المتوسط ​​في الفترة t - (m1) 2، مما يعني أن تقدير المتوسط ​​المحلي سوف تميل إلى التخلف عن الحقيقة قيمة المتوسط ​​المحلي بنحو (m1) فترتين. وبالتالي، نقول أن متوسط ​​عمر البيانات في المتوسط ​​المتحرك البسيط هو (m1) 2 بالنسبة إلى الفترة التي يتم فيها احتساب التوقعات: هذا هو مقدار الوقت الذي تميل التنبؤات إلى التخلف عن نقاط التحول في البيانات . على سبيل المثال، إذا كنت تقوم بحساب متوسط ​​القيم الخمس الأخيرة، فإن التوقعات ستكون حوالي 3 فترات متأخرة في الاستجابة لنقاط التحول. ويلاحظ أنه في حالة M1، فإن نموذج المتوسط ​​المتحرك البسيط (سما) يساوي نموذج المشي العشوائي (بدون نمو). وإذا كانت m كبيرة جدا (مماثلة لطول فترة التقدير)، فإن نموذج سما يعادل النموذج المتوسط. وكما هو الحال مع أي معلمة لنموذج التنبؤ، من العرفي أن تعدل قيمة k من أجل الحصول على أفضل قيمة ممكنة للبيانات، أي أصغر أخطاء التنبؤ في المتوسط. وفيما يلي مثال لسلسلة يبدو أنها تظهر تقلبات عشوائية حول متوسط ​​متغير ببطء. أولا، يتيح محاولة لتناسب ذلك مع نموذج المشي العشوائي، وهو ما يعادل متوسط ​​متحرك بسيط من 1 مصطلح: نموذج المشي العشوائي يستجيب بسرعة كبيرة للتغيرات في هذه السلسلة، ولكن في ذلك يفعل ذلك يختار الكثير من كوتنويسكوت في البيانات (التقلبات العشوائية) وكذلك كوتسيغنالكوت (المتوسط ​​المحلي). إذا حاولنا بدلا من ذلك متوسط ​​متحرك بسيط من 5 مصطلحات، نحصل على مجموعة أكثر سلاسة من التوقعات: المتوسط ​​المتحرك البسيط لمدة 5 سنوات ينتج أخطاء أقل بكثير من نموذج المشي العشوائي في هذه الحالة. متوسط ​​عمر البيانات في هذه التوقعات هو 3 ((51) 2)، بحيث تميل إلى التخلف عن نقاط التحول بنحو ثلاث فترات. (على سبيل المثال، يبدو أن الانكماش قد حدث في الفترة 21، ولكن التوقعات لا تتحول حتى عدة فترات في وقت لاحق). لاحظ أن التوقعات على المدى الطويل من نموذج سما هي خط مستقيم أفقي، تماما كما في المشي العشوائي نموذج. وبالتالي، يفترض نموذج سما أنه لا يوجد اتجاه في البيانات. ومع ذلك، في حين أن التنبؤات من نموذج المشي العشوائي هي ببساطة مساوية للقيمة الملاحظة الأخيرة، والتنبؤات من نموذج سما يساوي المتوسط ​​المرجح للقيم الأخيرة. إن حدود الثقة المحسوبة من قبل ستاتغرافيكس للتنبؤات طويلة الأجل للمتوسط ​​المتحرك البسيط لا تتسع مع زيادة أفق التنبؤ. ومن الواضح أن هذا غير صحيح لسوء الحظ، لا توجد نظرية إحصائية أساسية تخبرنا كيف يجب أن تتسع فترات الثقة لهذا النموذج. ومع ذلك، ليس من الصعب جدا حساب التقديرات التجريبية لحدود الثقة للتنبؤات الأطول أجلا. على سبيل المثال، يمكنك إعداد جدول بيانات سيتم فيه استخدام نموذج سما للتنبؤ بخطوتين إلى الأمام، و 3 خطوات إلى الأمام، وما إلى ذلك ضمن عينة البيانات التاريخية. يمكنك بعد ذلك حساب الانحرافات المعيارية للعينة في كل أفق للتنبؤ، ومن ثم بناء فترات ثقة للتنبؤات الأطول أجلا عن طريق جمع وطرح مضاعفات الانحراف المعياري المناسب. إذا حاولنا متوسط ​​متحرك بسيط لمدة 9 سنوات، نحصل على توقعات أكثر سلاسة وأكثر تأثيرا متخلفا: متوسط ​​العمر هو الآن 5 فترات ((91) 2). إذا أخذنا متوسط ​​متحرك لمدة 19 عاما، فإن متوسط ​​العمر يزيد إلى 10: لاحظ أن التوقعات تتخلف الآن عن نقاط التحول بنحو 10 فترات. أي كمية من التجانس هو الأفضل لهذه السلسلة هنا جدول يقارن إحصاءات الخطأ، بما في ذلك أيضا متوسط ​​3 المدى: نموذج C، المتوسط ​​المتحرك لمدة 5 سنوات، ينتج أقل قيمة رمز بهامش صغير على 3 المتوسطات و 9-المدى، وإحصاءاتهم الأخرى متطابقة تقريبا. لذلك، من بين نماذج مع إحصاءات الخطأ مشابهة جدا، يمكننا أن نختار ما إذا كنا نفضل استجابة أكثر قليلا أو أكثر قليلا نعومة في التوقعات. (العودة إلى أعلى الصفحة.) براونز بسيط الأسي تمهيد (المتوسط ​​المتحرك المرجح أضعافا) نموذج المتوسط ​​المتحرك البسيط المذكورة أعلاه لديه الخاصية غير المرغوب فيها أنه يعامل الملاحظات k الماضية بالتساوي تماما ويتجاهل جميع الملاحظات السابقة. بشكل حدسي، يجب أن يتم خصم البيانات السابقة بطريقة أكثر تدرجية - على سبيل المثال، يجب أن تحصل على الملاحظة الأخيرة أكثر قليلا من الوزن الثاني من أحدث، و 2 أحدث يجب الحصول على وزن أكثر قليلا من 3 أحدث، و هكذا. نموذج التمهيد الأسي بسيط (سيس) يحقق هذا. اسمحوا 945 تدل على كونتسموثينغ كونستانتكوت (عدد بين 0 و 1). طريقة واحدة لكتابة النموذج هو تعريف سلسلة L التي تمثل المستوى الحالي (أي القيمة المتوسطة المحلية) من السلسلة كما يقدر من البيانات حتى الوقت الحاضر. يتم حساب قيمة L في الوقت t بشكل متكرر من قيمته السابقة مثل هذا: وهكذا، فإن القيمة الملساء الحالية هي الاستكمال الداخلي بين القيمة الملساء السابقة والمراقبة الحالية، حيث 945 تسيطر على التقارب من قيمة محرف إلى الأحدث الملاحظة. التوقعات للفترة القادمة هي ببساطة القيمة الملساء الحالية: على نحو مماثل، يمكننا التعبير عن التوقعات القادمة مباشرة من حيث التوقعات السابقة والملاحظات السابقة، في أي من الإصدارات المكافئة التالية. في النسخة الأولى، والتنبؤ هو الاستيفاء بين التوقعات السابقة والملاحظة السابقة: في النسخة الثانية، ويتم الحصول على التوقعات القادمة عن طريق ضبط التوقعات السابقة في اتجاه الخطأ السابق من قبل كمية كسور 945. هو الخطأ المحرز في الوقت t. أما في النسخة الثالثة، فإن التنبؤ هو المتوسط ​​المتحرك المرجح ألسعاره (أي مخفضة) مع عامل الخصم 1- 945: إصدار الاستكمال الداخلي لصيغة التنبؤ هو أبسط الاستخدام إذا كنت تنفذ النموذج على جدول بيانات: خلية واحدة ويحتوي على مراجع الخلية مشيرا إلى التوقعات السابقة، الملاحظة السابقة، والخلية حيث يتم تخزين قيمة 945. لاحظ أنه إذا كان 945 1، فإن نموذج سيس يساوي نموذج المشي العشوائي (بدون نمو). وإذا كان 945 0، فإن نموذج سيس يعادل النموذج المتوسط، على افتراض أن القيمة الملساء الأولى موضوعة تساوي المتوسط. (العودة إلى أعلى الصفحة). يبلغ متوسط ​​عمر البيانات في توقعات التمهيد الأسي البسيط 945 1 بالنسبة للفترة التي يتم فيها حساب التوقعات. (وهذا ليس من المفترض أن يكون واضحا، ولكن يمكن بسهولة أن تظهر من خلال تقييم سلسلة لانهائية). وبالتالي، فإن متوسط ​​المتوسط ​​المتحرك بسيط يميل إلى التخلف عن نقاط التحول بنحو 1 945 فترات. على سبيل المثال، عندما يكون 945 0.5 الفارق الزمني هو فترتين عندما يكون 945 0.2 الفارق الزمني هو 5 فترات عندما يكون 945 0.1 الفارق الزمني هو 10 فترات، وهكذا. وبالنسبة إلى متوسط ​​عمر معين (أي مقدار التأخير)، فإن توقعات التمهيد الأسي البسيط تفوق إلى حد ما توقعات المتوسط ​​المتحرك البسيط (سما) لأنها تضع وزنا أكبر نسبيا على الملاحظة الأخيرة - أي. هو أكثر قليلا كوريبرسونسيفكوت إلى التغييرات التي تحدث في الماضي القريب. على سبيل المثال، نموذج سما مع 9 شروط ونموذج سيس مع 945 0.2 على حد سواء لديها متوسط ​​عمر 5 للبيانات في توقعاتها، ولكن نموذج سيس يضع وزنا أكبر على القيم 3 الماضية مما يفعل نموذج سما وفي في الوقت نفسه فإنه don8217t تماما 8220forget8221 حول القيم أكثر من 9 فترات القديمة، كما هو مبين في هذا المخطط: ميزة أخرى هامة من نموذج سيس على نموذج سما هو أن نموذج سيس يستخدم معلمة تمهيد التي هي متغيرة باستمرار، لذلك يمكن بسهولة الأمثل باستخدام خوارزمية كوتسولفيركوت لتقليل متوسط ​​الخطأ التربيعي. وتبين القيمة المثلى ل 945 في نموذج سيس لهذه السلسلة 0.2961، كما هو مبين هنا: متوسط ​​عمر البيانات في هذا التنبؤ هو 10.2961 3.4 فترات، وهو ما يشبه متوسط ​​المتوسط ​​المتحرك البسيط لمدة 6. والتنبؤات الطويلة الأجل من نموذج الخدمة الاقتصادية والاجتماعية هي خط مستقيم أفقي. كما هو الحال في نموذج سما ونموذج المشي العشوائي دون نمو. ومع ذلك، لاحظ أن فترات الثقة التي يحسبها ستاتغرافيكس الآن تتباعد بطريقة معقولة المظهر، وأنها هي أضيق بكثير من فترات الثقة لنموذج المشي العشوائي. ويفترض نموذج سيس أن المسلسل إلى حد ما يمكن التنبؤ به أكثر من ذلك لا نموذج المشي العشوائي. نموذج سيس هو في الواقع حالة خاصة من نموذج أريما. وبالتالي فإن النظرية الإحصائية لنماذج أريما توفر أساسا سليما لحساب فترات الثقة لنموذج سيس. على وجه الخصوص، نموذج سيس هو نموذج أريما مع اختلاف واحد غير منطقي، وهو ما (1) المدى، وليس هناك مصطلح ثابت. والمعروف باسم كوتاريما (0،1،1) نموذج دون كونستانتكوت. معامل ما (1) في نموذج أريما يتوافق مع الكمية 1- 945 في نموذج سيس. على سبيل المثال، إذا كنت تناسب نموذج أريما (0،1،1) دون ثابت لسلسلة تحليلها هنا، فإن ما المقدرة (1) معامل تبين أن يكون 0.7029، وهو تقريبا تقريبا واحد ناقص 0.2961. ومن الممكن إضافة افتراض اتجاه خطي ثابت غير صفري إلى نموذج سيس. للقيام بذلك، مجرد تحديد نموذج أريما مع اختلاف واحد نونسونالونال و ما (1) المدى مع ثابت، أي أريما (0،1،1) نموذج مع ثابت. وعندئذ سيكون للتنبؤات الطويلة الأجل اتجاه يساوي متوسط ​​الاتجاه الذي لوحظ خلال فترة التقدير بأكملها. لا يمكنك القيام بذلك بالتزامن مع التعديل الموسمية، لأن خيارات التعديل الموسمية يتم تعطيل عند تعيين نوع النموذج إلى أريما. ومع ذلك، يمكنك إضافة اتجاه أسي ثابت على المدى الطويل إلى نموذج بسيط الأسي تمهيد (مع أو بدون تعديل موسمي) باستخدام خيار تعديل التضخم في إجراء التنبؤ. ويمكن تقدير معدل كوتينفلاتيونكوت المناسب (نسبة النمو) لكل فترة على أنها معامل الانحدار في نموذج الاتجاه الخطي المجهز بالبيانات بالتزامن مع تحول لوغاريتم طبيعي، أو يمكن أن يستند إلى معلومات مستقلة أخرى تتعلق باحتمالات النمو على المدى الطويل . (العودة إلى أعلى الصفحة). البني الخطي (أي مزدوج) تجانس الأسي نماذج سما ونماذج سيس تفترض أنه لا يوجد أي اتجاه من أي نوع في البيانات (التي عادة ما تكون موافق أو على الأقل ليست سيئة جدا لمدة 1- والتنبؤ بالمتابعة عندما تكون البيانات صاخبة نسبيا)، ويمكن تعديلها لإدراج اتجاه خطي ثابت كما هو مبين أعلاه. ماذا عن الاتجاهات على المدى القصير إذا كانت سلسلة يعرض معدل نمو متفاوت أو نمط دوري الذي يبرز بوضوح ضد الضوضاء، وإذا كان هناك حاجة للتنبؤ أكثر من 1 فترة المقبلة، ثم قد يكون تقدير الاتجاه المحلي أيضا قضية. ويمكن تعميم نموذج التمهيد الأسي البسيط للحصول على نموذج تمهيد أسي خطي (ليس) يحسب التقديرات المحلية لكل من المستوى والاتجاه. أبسط نموذج الاتجاه المتغير بمرور الوقت هو نموذج تمهيد الأسي الخطي براون، والذي يستخدم سلسلتين مختلفتين تمهيدهما تتمركزان في نقاط مختلفة من الزمن. وتستند صيغة التنبؤ إلى استقراء خط من خلال المركزين. (ويمكن مناقشة الشكل الأكثر تطورا من هذا النموذج، هولت 8217s أدناه). ويمكن التعبير عن شكل جبري من نموذج التجانس الأسي الخطي البني 8217s، مثل نموذج التجانس الأسي البسيط، في عدد من الأشكال المختلفة ولكن المكافئة. وعادة ما يعبر عن الشكل المعياري للنموذج من هذا النموذج على النحو التالي: اسمحوا S تدل على سلسة سلسة السلسلة التي تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط لسلسلة Y. وهذا هو، يتم إعطاء قيمة S في الفترة t من قبل: (أذكر أنه تحت بسيطة الأسفل، وهذا سيكون التنبؤ ل Y في الفترة t1.) ثم اسمحوا سكوت تدل على سلسلة مضاعفة مضاعفة التي تم الحصول عليها من خلال تطبيق التمهيد الأسي بسيطة (باستخدام نفس 945) لسلسلة S: وأخيرا، والتوقعات ل تك تك. عن أي kgt1، تعطى بواسطة: هذه الغلة e 1 0 (أي الغش قليلا، والسماح للتوقعات الأولى تساوي الملاحظة الأولى الفعلية)، و e 2 Y 2 8211 Y 1. وبعد ذلك يتم توليد التنبؤات باستخدام المعادلة أعلاه. وهذا يعطي نفس القيم المجهزة كالصيغة المستندة إلى S و S إذا كانت الأخيرة قد بدأت باستخدام S 1 S 1 Y 1. يستخدم هذا الإصدار من النموذج في الصفحة التالية التي توضح مجموعة من التجانس الأسي مع التعديل الموسمية. هولت 8217s الخطي الأسي تمهيد البني 8217s نموذج ليس يحسب التقديرات المحلية من المستوى والاتجاه من خلال تمهيد البيانات الأخيرة، ولكن حقيقة أنه يفعل ذلك مع معلمة تمهيد واحد يضع قيدا على أنماط البيانات التي هي قادرة على تناسب: المستوى والاتجاه لا يسمح لها أن تختلف بمعدلات مستقلة. ويعالج نموذج هولت 8217s ليس هذه المسألة عن طريق تضمين اثنين من الثوابت تمهيد، واحدة للمستوى واحد للاتجاه. في أي وقت t، كما هو الحال في نموذج Brown8217s، هناك تقدير ل t من المستوى المحلي وتقدير t ر للاتجاه المحلي. وهنا يتم حسابها بشكل متكرر من قيمة Y الملاحظة في الوقت t والتقديرات السابقة للمستوى والاتجاه من خلال معادلتين تنطبقان على تمهيد أسي لها بشكل منفصل. وإذا كان المستوى المقدر والاتجاه في الوقت t-1 هما L t82091 و T t-1. على التوالي، فإن التنبؤ ب Y تشي الذي كان سيجري في الوقت t-1 يساوي L t-1 T t-1. وعند ملاحظة القيمة الفعلية، يحسب التقدير المحدث للمستوى بصورة متكررة بالاستكمال الداخلي بين Y تشي وتوقعاته L t-1 T t-1 باستعمال أوزان 945 و1-945. والتغير في المستوى المقدر، وهي L t 8209 L t82091. يمكن تفسيرها على أنها قياس صاخبة للاتجاه في الوقت t. ثم يتم حساب التقدير المحدث للاتجاه بشكل متكرر عن طريق الاستكمال الداخلي بين L t 8209 L t82091 والتقدير السابق للاتجاه T t-1. وذلك باستخدام أوزان 946 و 1-946: تفسير ثابت ثابت تمهيد 946 مماثل لتلك التي من 9500 تمهيد مستوى ثابت. نماذج ذات قيم صغيرة من 946 نفترض أن الاتجاه يتغير ببطء شديد مع مرور الوقت، في حين أن النماذج مع أكبر 946 تفترض أنها تتغير بسرعة أكبر. ويعتقد نموذج مع كبير 946 أن المستقبل البعيد غير مؤكد جدا، لأن الأخطاء في تقدير الاتجاه تصبح مهمة جدا عند التنبؤ أكثر من فترة واحدة المقبلة. (العودة إلى أعلى الصفحة). ويمكن تقدير ثوابت التنعيم 945 و 946 بالطريقة المعتادة من خلال تقليل الخطأ المتوسط ​​التربيعي للتنبؤات ذات الخطوة الأولى. عندما يتم ذلك في ستاترافيكس، وتظهر التقديرات إلى أن 945 0.3048 و 946 0.008. القيمة الصغيرة جدا 946 تعني أن النموذج يفترض تغير طفيف جدا في الاتجاه من فترة إلى أخرى، وذلك أساسا هذا النموذج هو محاولة لتقدير الاتجاه على المدى الطويل. وبالمقارنة مع فكرة متوسط ​​عمر البيانات المستخدمة في تقدير المستوى المحلي للسلسلة، فإن متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي يتناسب مع 1 946، وإن لم يكن يساويها بالضبط . في هذه الحالة تبين أن تكون 10.006 125. هذا هو 8217t عدد دقيق جدا بقدر دقة تقدير 946 isn8217t حقا 3 المنازل العشرية، ولكن من نفس الترتيب العام من حيث حجم العينة من 100، لذلك هذا النموذج هو المتوسط ​​على مدى الكثير جدا من التاريخ في تقدير هذا الاتجاه. ويبين مخطط التنبؤ الوارد أدناه أن نموذج ليس يقدر اتجاه محلي أكبر قليلا في نهاية السلسلة من الاتجاه الثابت المقدر في نموذج سيترند. كما أن القيمة المقدرة ل 945 تكاد تكون مطابقة لتلك التي تم الحصول عليها من خلال تركيب نموذج سيس مع أو بدون اتجاه، لذلك هذا هو تقريبا نفس النموذج. الآن، هل هذه تبدو وكأنها توقعات معقولة لنموذج من المفترض أن يكون تقدير الاتجاه المحلي إذا كنت 8220eyeball8221 هذه المؤامرة، يبدو كما لو أن الاتجاه المحلي قد تحولت إلى أسفل في نهاية السلسلة ما حدث المعلمات من هذا النموذج قد تم تقديرها من خلال تقليل الخطأ المربعة للتنبؤات 1-خطوة إلى الأمام، وليس التنبؤات على المدى الطويل، في هذه الحالة لا يوجد 8217t الاتجاه الكثير من الفرق. إذا كان كل ما كنت تبحث في 1-خطوة قبل الأخطاء، كنت لا ترى الصورة الأكبر للاتجاهات أكثر (مثلا) 10 أو 20 فترات. من أجل الحصول على هذا النموذج أكثر في تناغم مع استقراء العين مقلة العين من البيانات، يمكننا ضبط ثابت الاتجاه تجانس يدويا بحيث يستخدم خط الأساس أقصر لتقدير الاتجاه. على سبيل المثال، إذا اخترنا تعيين 946 0.1، ثم متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي هو 10 فترات، وهو ما يعني أننا متوسط ​​متوسط ​​الاتجاه على مدى تلك الفترات 20 الماضية أو نحو ذلك. Here8217s ما مؤامرة توقعات يبدو وكأننا وضعنا 946 0.1 مع الحفاظ على 945 0.3. هذا يبدو معقولا بشكل حدسي لهذه السلسلة، على الرغم من أنه من المحتمل أن يستقضي هذا الاتجاه أي أكثر من 10 فترات في المستقبل. ماذا عن إحصائيات الخطأ هنا هو مقارنة نموذج للنموذجين المبينين أعلاه وكذلك ثلاثة نماذج سيس. القيمة المثلى 945. لنموذج سيس هو تقريبا 0.3، ولكن يتم الحصول على نتائج مماثلة (مع استجابة أكثر قليلا أو أقل، على التوالي) مع 0.5 و 0.2. (A) هولتس الخطي إكس. تمهيد مع ألفا 0.3048 وبيتا 0.008 (B) هولتس الخطية إكس. تمهيد مع ألفا 0.3 و بيتا 0.1 (C) تمهيد الأسي بسيط مع ألفا 0.5 (D) تمهيد الأسي بسيطة مع ألفا 0.3 (E) بسيطة الأسي تمهيد مع ألفا 0.2 احصائياتهم متطابقة تقريبا، لذلك نحن حقا يمكن 8217t جعل الاختيار على أساس من 1-خطوة قبل توقعات الأخطاء داخل عينة البيانات. وعلينا أن نعود إلى الاعتبارات الأخرى. إذا كنا نعتقد اعتقادا قويا أنه من المنطقي أن يستند تقدير الاتجاه الحالي على ما حدث على مدى السنوات ال 20 الماضية أو نحو ذلك، يمكننا أن نجعل من حالة لنموذج ليس مع 945 0.3 و 946 0.1. إذا أردنا أن نكون ملحدين حول ما إذا كان هناك اتجاه محلي، فإن أحد نماذج سيس قد يكون من الأسهل تفسيره، كما سيوفر المزيد من توقعات منتصف الطريق للفترات الخمس أو العشر القادمة. (العودة إلى أعلى الصفحة). أي نوع من الاستقراء هو الأفضل: أدلة أفقية أو خطية تشير إلى أنه إذا تم تعديل البيانات (إذا لزم الأمر) للتضخم، فقد يكون من غير الحكمة استقراء الخطي القصير الأجل الاتجاهات بعيدة جدا في المستقبل. إن الاتجاهات الواضحة اليوم قد تتراجع في المستقبل بسبب أسباب متنوعة مثل تقادم المنتج، وزيادة المنافسة، والانكماش الدوري أو التحولات في صناعة ما. لهذا السبب، تجانس الأسي بسيط غالبا ما يؤدي أفضل من خارج العينة مما قد يكون من المتوقع خلاف ذلك، على الرغم من كوتنيفيكوت الاتجاه الأفقي الاستقراء. وكثيرا ما تستخدم أيضا تعديلات الاتجاه المخفف لنموذج تمهيد الأسي الخطي في الممارسة العملية لإدخال ملاحظة المحافظة على توقعات الاتجاه. ويمكن تطبيق نموذج ليس المائل للاتجاه ليس كحالة خاصة لنموذج أريما، ولا سيما نموذج أريما (1،1،2). ومن الممكن حساب فترات الثقة حول التنبؤات طويلة الأجل التي تنتجها نماذج التمهيد الأسي، من خلال اعتبارها حالات خاصة لنماذج أريما. (حذار: لا تحسب جميع البرامج فترات الثقة لهذه النماذج بشكل صحيح). يعتمد عرض فترات الثقة على (1) خطأ رمز في النموذج، (2) نوع التجانس (بسيط أو خطي) (3) القيمة (ق) من ثابت ثابت (ق) و (4) عدد الفترات المقبلة كنت التنبؤ. بشكل عام، انتشرت الفترات بشكل أسرع مع 945 يحصل أكبر في نموذج سيس وانتشرت بشكل أسرع بكثير عندما يتم استخدام خطية بدلا من تجانس بسيط. ويناقش هذا الموضوع بمزيد من التفصيل في قسم نماذج أريما من الملاحظات. (العودة إلى أعلى الصفحة). ما هو المتوسط ​​المتحرك هام: هذه الصفحة جزء من المحتوى المؤرشف وقد تكون قديمة. ويمكن تقسيم مجموعة كاملة من المؤشرات المالية إلى ثلاث فئات: الاتجاه التالي، مؤشرات التذبذب وغيرها. الاتجاه بعد المؤشرات فعالة عندما يتحرك السوق في الاتجاه ولكن تصبح خطرة على السوق مستقرة. وتظهر مؤشرات التذبذب نقاط تحول ثابتة في السوق وقد ترسل إشارات غير مواتية أو خاطئة في السوق المتحركة. وتراقب مؤشرات أخرى حالة المستثمرين النفسية. أهم اتجاه: المؤشرات التالية هي المتوسط ​​المتحرك، مؤشر الماكد المتوسط ​​المتحرك، مؤشر الماكد-الرسم البياني، مؤشر الاتجاه المتوسط ​​(أدكس) ومؤشر التراكم التراكمي. وكلها مؤشرات متخلفة تتغير عندما يكون الاتجاه قد تغير بالفعل. المتوسط ​​المتحرك (ما)، والذي يطلق عليه أيضا متوسط ​​الدوران، هو مؤشر متوسط ​​حركة الحركة، يظهر متوسط ​​قيمة البيانات ضمن إطار زمني محدد. تستخدمها لتسهيل التقلبات على المدى القصير وتسليط الضوء على الاتجاهات على المدى الطويل. وبالمثل فإن جميع الأدوات الأخرى ذات المتوسط ​​المتحرك لها مزاياها وعيوبها. النقطة الأضعف هي أنه لا يحذر من التغيير القادم لهذا الاتجاه. أكبر ميزة أنه يساعدنا على تحديد الحركة الحالية للاتجاه وتأكيد التغيير عندما يحدث فعلا. وتفسر مستويات المتوسط ​​المتحرك بأنها مقاومة في سوق صاعد، أو دعم في سوق هبوط. هنا مستوى الدعم يعني ترتيب السعر حيث السعر يميل إلى العثور على الدعم لأنها تنخفض. السعر هو أكثر عرضة ل 8220bounce 8221 من هذا المستوى بدلا من اختراقه. مستوى المقاومة هو عكس مستوى الدعم وهو الطرف العلوي حيث يميل السعر إلى إيجاد مقاومة كما هو صاعد. البرامج التحليلية الرسومية الحديثة حساب مجموعة واسعة من مختلف أنواع المتوسط ​​المتحرك وتقديم تشكيلة من أنماط التصور بهم. ويمكن وضع إطار زمني للحساب على أنه قصير أو متوسط ​​أو طويل الأجل. أما بالنسبة للاتجاه على المدى الطويل، فإن متوسط ​​200 يوم هو الأكثر شعبية في المتوسط ​​على المدى المتوسط ​​50 يوما وللمدى القصير 8211 10 أيام المتوسط. وتستخدم الأنواع التالية من المتوسطات المتداول أكثر من غيرها: المتوسط ​​المتحرك البسيط (سما) المتوسط ​​المتحرك المرجح (وما) والمتوسط ​​المتحرك أضعافا مضاعفة (إما). وعلى الرغم من أن المتوسط ​​المتحرك البسيط (المتوسط ​​الحسابي للأسعار غير المرجحة للفترات السابقة) هو الأكثر شيوعا، فإنه يمكن أن يتأثر بشكل غير متناسب بالبيانات القديمة، التي تدرج في حسابه. من أجل تجنب إعطاء وزن إضافي لنقاط البيانات الأحدث القادمة إلى المتوسط ​​المتحرك المرجح. وما هو أيضا أكثر حساسية من سما وهو أقرب إلى اتجاه السعر. في المتوسط ​​المتحرك لأسيا، يتم تعيين معامل لتمثيل درجة ترجيح الترجيح، عامل تمهيد ثابت بين 0 و 1. ثم يتم ترجيح كل من البيانات الحديثة و إما للفترة السابقة وفقا للمعامل الذي تم اختياره. وبهذا يعني البيانات لجميع الفترات الزمنية السابقة يتم تضمينها تلقائيا في الحساب ولكن الأسعار الأخيرة لا تزال لديها المزيد من الوزن. يستند التحليل العام للمتوسطات المتحركة إلى العناصر الرئيسية التالية تحديد نقاط العبور للسعر والرسوم البيانية للماجستير تحديد الحد الأدنى والحد الأقصى للماكينة الامتصاصية الكشف عن أقصى تشتت بين السعر والمتوسط ​​المتحرك بعد حركة المتوسط ​​المتحرك عادة متوسطين متحركين، بناء على أطر زمنية مختلفة ، وتستخدم لتحليل اتجاه السوق. ويمكن أن يعطي الترابط بين خطوطهم معلومات أساسية عن قوة الاتجاهات. في الاتجاه التصاعدي القوي، على سبيل المثال، المتوسط ​​المتحرك على المدى القصير ارتفاع أسرع من المدى الطويل، وانتشر بين خطوط اتسعت. إذا بدأ انتشار يتقلص هذا يعطينا إشعارا مبكرا أن الاتجاه التصاعدي يفقد زخمه. لأن المتوسطات المتحركة هي المؤشرات التالية الاتجاه، فهي أكثر فائدة في السوق العصرية. عندما يكون السوق مستقرا، فإن التخلف عن طبيعة المتوسطات المتحركة تجانس توليد إشارات كاذبة. أنواع من المتوسط ​​المتحرك طريقة الاقتصاد مقالة نشرت: 23 مارس، 2015 آخر تعديل: 23 مارس، 2015 وقد قدم هذا المقال من قبل طالب. هذا ليس مثالا على العمل الذي كتبه كتابنا مقال محترف. التنبؤ ضروري جدا وجزء مهم في تخطيط الأعمال. وهو يشير إلى تقدير الطلب على المنتجات والخدمات في المستقبل المقبل والموارد اللازمة لإنتاج هذه النواتج. وعادة ما يشار إلى تقديرات الطلب المستقبلي على المنتجات أو الخدمات على أنها توقعات المبيعات. وبعبارة أخرى، فإن التنبؤ هو فن وعلم التنبؤ بالأحداث المستقبلية. هو ليس مجرد تخمين أو توقع حول المستقبل دون أي أساس عقلاني. وقد ينطوي ذلك على أخذ بيانات تاريخية أو تنبؤ بديهي في غياب البيانات التاريخية. أساس التنبؤ يستخدم التنبؤ بطبيعته بيانات من الفترة السابقة للتنبؤ بالتوقعات المستقبلية للشركة. تتضمن البيانات التاريخية البيانات المالية للمنظمات وأي معلومات تعتقد أنها ذات قيمة تنبؤية نسبية لنجاح شركتك في المستقبل. البيانات التاريخية لا يجب أن تأتي فقط من شركتك يمكن أن تكون أيضا بيانات الاقتصاد الكلي التاريخية، مثل مؤشر ثقة المستهلك، وأسعار الفائدة، وبداية الإسكان أو أي متغير اقتصادي آخر كنت تعتقد أن له تأثير على عملك على أساس الخبرة في العمل والملاحظات الخاصة بك . طريقة المتوسط ​​المتحرك تستخدم طريقة المتوسط ​​المتحرك عددا من أحدث قيم البيانات الفعلية التاريخية لإنشاء توقعات. ويحسب المتوسط ​​المتحرك لعدد n من الفترات في المتوسط ​​المتحرك على النحو التالي: تستخدم هذه الطريقة متوسط ​​عدد من نقاط أو فترات البيانات المجاورة. وتستخدم عملية حساب المتوسطات ملاحظات متداخلة لتوليد متوسطات. ويشير المصطلح "كوتموفينغكوت" إلى متوسطات الطريقة التي تحسب بها التنبؤات التي تتحرك صعودا أو هبوطا في السلاسل الزمنية لاختيار عمليات رصد لحساب متوسط ​​عدد ثابت من الرصدات. في فتراتنا العشر حول السؤال، ستستخدم طريقة المتوسطات المتحركة متوسط ​​آخر عشرة ملاحظات للبيانات في السلاسل الزمنية كتوقعات للفترة المقبلة. ويستخدم المتوسط ​​المتحرك عادة مع بيانات السلاسل الزمنية لتسهيل التقلبات على المدى القصير ويسلط الضوء على الاتجاهات أو الدورات على المدى الطويل. وتعتمد العتبة بين الأجل الطويل الأجل والقصير الأجل على التطبيق، وستحدد معلمة المتوسط ​​المتحرك وفقا لذلك. على سبيل المثال فإنه يستخدم عادة في التحليل الفني للبيانات المالية مثل أسعار الأسهم والعودة مختلف الأسهم أو حجم التداول A المتوسط ​​المتحرك يسمى أيضا المتوسط ​​المتداول، هو مؤشر متوسط ​​حركة الحركة، والتي تبين متوسط ​​قيمة البيانات في إطار زمني محدد. وتفسر مستويات المتوسط ​​المتحرك بأنها مقاومة في سوق صاعد، أو دعم في سوق هبوط. هنا مستوى الدعم يعني ترتيب السعر حيث السعر يميل إلى العثور كوتسوبورتكوت كما هو الذهاب إلى أسفل. السعر هو أكثر عرضة ل كوتونسكيوت قبالة هذا المستوى بدلا من اختراقه. مستوى المقاومة هو عكس مستوى الدعم و هو أعلى مستوى حيث السعر يميل إلى إيجاد مقاومة كما هو صاعد. البرامج التحليلية الرسومية الحديثة حساب مجموعة واسعة من مختلف أنواع المتوسط ​​المتحرك وتقديم تشكيلة من أنماط التصور بهم. ويمكن وضع إطار زمني للحساب على أنه قصير أو متوسط ​​أو طويل الأجل. أما بالنسبة للاتجاه على المدى الطويل، فإن متوسط ​​200 يوم هو الأكثر شعبية على المدى المتوسط ​​- 50 يوما في المتوسط ​​وعلى المدى القصير - 10 أيام المتوسط. وتستخدم الأنواع التالية من المتوسطات المتداول أكثر من غيرها: المتوسط ​​المتحرك البسيط (سما) المتوسط ​​المتحرك المرجح (وما) والمتوسط ​​المتحرك أضعافا مضاعفة (إما). أنواع طريقة المتوسط ​​المتحرك طريقة المتوسط ​​المتحرك البسيطة المستخدمة لتقدير متوسط ​​السلاسل الزمنية للطلب وإزالة آثار التقلبات العشوائية. ومن المفيد جدا عندما يكون الطلب ليس له اتجاه واضح أو تقلبات موسمية. وفي هذه الطريقة، إذا استخدمنا المتوسطات المتحركة في الفترة n، يتم حساب متوسط ​​الطلب على أحدث فترات زمنية واستخدامها كتنبؤات في الفترة الزمنية التالية. وبالنسبة للفترة المقبلة، وبعد أن يعرف الطلب، يستعاض عن الطلب الأقدم من المتوسط ​​السابق بآخر طلب ويعاد حساب المتوسط. طريقة المتوسط ​​المتحرك المرجح في هذه الطريقة يمكن أن يكون لكل طلب تاريخي في المتوسط ​​المتحرك وزنه الخاص ومجموع الوزن يساوي واحد. على سبيل المثال، في نموذج المتوسط ​​المتحرك المرجح لمدة 5 سنوات، قد يتم تعيين آخر فترة 0.50 الوزن، والثانية الأخيرة قد يتم تعيين وزن 0.30، 0.20، 0.10، ولثالث معظم الفترة مع وزن 0.05 . وميزة طريقة المتوسط ​​المرجح هي التي تسمح بالتركيز على الطلب الحديث على الطلب السابق. الأسية طريقة تمهيد هو أسلوب متحرك متطورة التحرك التي لا تزال سهلة نسبيا لفهم واستخدام. وهي تتطلب ثلاثة عناصر فقط من البيانات: التنبؤات بالوقت، والطلب الفعلي لهذه الفترة، ويشار إليها على أنها ثابتة التمهيد ولها قيمة بين 0 و 1. وتكون صيغة الإدارة السليمة بيئيا كما يلي: فت فت-1 (AT - 1 - فت-1) حيث F فت توقعات للفترة (t) فت-1 توقعات للفترة السابقة (t-1) أت-1 الطلب الفعلي للفترة السابقة (t-1) ثابت التمهيد (قيمة تتراوح من 0 إلى 1) اختيار ثابت التجانس هو في الأساس مسألة الحكم أو المحاكمة والخطأ. القيم المستخدمة عادة من 0.05 إلى 0.5. المميزات طريقة المتوسط ​​المتحرك: - بيانات التمهيد إن متوسط ​​المتوسط ​​المتحرك يساعد في التنعيم أو الوظيفة السلسة على التسلسل الأصلي، ويضعف التسلسل الأصلي للتذبذب، كما أن متوسط ​​الفاصل الزمني N أكبر وأقوى على تمهيد السلسلة. الغريب و حتى متوسط ​​الفاصل الزمني للوقت N هو المتوسط ​​الغريب، المتوسط ​​المتحرك فقط، المتوسط ​​المتحرك كمتوسط ​​المتوسط ​​المتحرك في قيمة ممثل الاتجاه و عندما يكون متوسط ​​المتوسط ​​المتحرك N حتى، تمثل قيمة المتوسط ​​المتحرك الموضع الأوسط فإن المستوى السوي، وليس في وقت واحد، في حاجة إلى متوسطين متجاورين للمتوسط ​​المتحرك، فإنه يمكن أن يجعل متوسط ​​قيمة فترة معينة من الزمن، وهذا ما يسمى التحول هو المتوسط، كما تصبح مركز المتوسط ​​المتحرك . التغيرات الموسمية عندما تشمل السلسلة التغير الموسمي، ينبغي أن يكون متوسط ​​الفاصل الزمني المتناسق متسقا مع التغير الموسمي لطول N، من أجل القضاء على التباين الموسمي إذا كان التسلسل يحتوي على دورة تغيير، من المصطلحين N وطول الدورة ينبغي أن يكونا أساسا نفس المتوسط، يمكن أن يكون القضاء على تذبذب الدورة أفضل مزايا طريقة المتوسط ​​المتحرك: مفهومة بسهولة إن افتراض نموذج المتوسط ​​المتحرك هو أن التنبؤ الأكثر دقة للطلب المستقبلي هو مزيج بسيط (خطي) من طريقة المتوسط ​​المتحرك السابق للطلب يسهل فهمه من أي طريقة أخرى. هذا الأسلوب ينعم البيانات ويجعل من الأسهل على الفور الاتجاه .. حساب بسيط وسهل يتم حساب المتوسط ​​المتحرك بأخذ الوسط الحسابي لمجموعة معينة من القيم. فهي أسهل للاستخدام من نماذج الانحدار الأخرى. على سبيل المثال، لحساب متوسط ​​متحرك أساسي لمدة 10 أيام، يمكنك إضافة أسعار الإغلاق خلال الأيام العشرة الماضية ثم تقسيم النتيجة بمقدار 10. توقعات مستقرة مدى استجابة النموذج الذي نريده للتغيرات في بيانات الطلب الفعلية يجب أن تكون متوازنة ضد رغبتنا في قمع الاختلاف غير المرغوب فيه فرصة أو ضجيج في البيانات. مع مساعدة من المتوسط ​​المتحرك يمكن تحقيق هذه الأهداف. حدود طريقة المتوسط ​​المتحرك يتم إعطاء وزن متساو لكل من القيم المستخدمة في حساب المتوسط ​​المتحرك، في حين أن البيانات المعقولة المعقولة أكثر أهمية للحالات الراهنة. ولا تأخذ طريقة المتوسط ​​المتحرك في الاعتبار البيانات خارج الفترة المتوسطة. استخدام المتوسط ​​المتحرك غير المعدل يمكن أن يؤدي إلى توقعات مضللة طريقة المتوسط ​​المتحرك لعدد كبير من سجلات البيانات من الماضي من خلال إدخال بيانات جديدة هو المزيد والمزيد من الوقت، معدل القيمة المنقحة باستمرار، كما هو متوقع القيمة. والمبدأ الأساسي لطريقة المتوسط ​​المتحرك هو من خلال المتوسط ​​المتحرك للقضاء على السلاسل الزمنية غير المنتظمة للتغييرات والتغيرات الأخرى، مما يكشف عن الاتجاه الطويل الأجل للمسلسلات الزمنية. الحل للمشكلة المعطاة 3 سنوات التحرك المجموع المتوسط ​​المتحرك لمدة 3 سنوات