المشاكل و العوائق من بين الحركة - متوسط - التنبؤ نموذج

متوسط ​​التحرك البسيط. المشاكل مع استخدام المتوسط ​​المتحرك البسيط كأداة للتنبؤ. المتوسط ​​المتحرك هو تتبع البيانات الفعلية، لكنه دائما متخلف عن ذلك. المتوسط ​​المتحرك لن يصل أبدا إلى قمم أو وديان البيانات الفعلية التي تمس data. Doesn t اقول لكم كثيرا عن المستقبل. ومع ذلك، هذا لا تجعل المتوسط ​​المتحرك عديمة الفائدة تحتاج فقط أن تكون على بينة من مشاكلها. إضافة DESCRIPTION. AUDIO TRANSCRIPTION. o لتلخيص، لمتوسط ​​متحرك بسيط أو واحد المتوسط ​​المتحرك، شهدنا بعض المشاكل باستخدام المتوسط ​​المتحرك البسيط كأداة للتنبؤ. المتوسط ​​المتحرك يتتبع البيانات الفعلية، لكنه يتخلف دائما عن الركب. المتوسط ​​المتحرك لن يصل أبدا إلى قمم أو وديان البيانات الفعلية التي ينعم بها البيانات، وأنه في الحقيقة لا أقول لك كثيرا عن المستقبل، لأنه هو مجرد التنبؤ فترة واحدة مقدما، وأنه من المفترض أن تمثل أفضل قيمة للفترة المقبلة، فترة واحدة في الإعلان فانس، لكنه لا يقول لك كثيرا أبعد من ذلك أن لا تجعل المتوسط ​​المتحرك بسيط عديمة الفائدة في الواقع ترى المتوسطات المتحركة بسيطة. نموذج نقل الحركة المتوسطي. يعتمد نموذج التنبؤ المتوسط ​​المتحرك على سلسلة زمنية تم إنشاؤها بصورة مصطنعة يتم فيها استبدال القيمة لفترة زمنية معينة بمتوسط ​​تلك القيمة والقيم الخاصة بعدد من الفترات الزمنية السابقة والناجحة كما كنت قد خمنت من الوصف، وهذا النموذج هو الأنسب لبيانات سلسلة الوقت أي البيانات التي تتغير مع مرور الوقت على سبيل المثال، العديد من الرسوم البيانية من الأسهم الفردية في سوق الأسهم تظهر 20، 50، 100 أو 200 يوم المتوسطات المتحركة كوسيلة لإظهار الاتجاهات. وبما أن قيمة التوقعات لأي فترة معينة هي متوسط ​​الفترات السابقة، فإن التنبؤ سيبدو دائما متخلفا عن الزيادة أو النقصان في القيم المعتمدة الملاحظة. فعلى سبيل المثال، إذا كان لسلسلة البيانات اتجاه تصاعدي ملحوظ، فإن المتوسط ​​المتحرك سوف توفر التنبؤات عموما تقديرا أقل لقيم المتغير التابع. تتميز طريقة المتوسط ​​المتحرك بميزة على نماذج التنبؤ الأخرى حيث أنها تسهل القمم و t خشونة أو وديان في مجموعة من الملاحظات ومع ذلك، فإنه يحتوي أيضا على العديد من العيوب على وجه الخصوص هذا النموذج لا ينتج معادلة فعلية لذلك، فإنه ليس كل ما من المفيد كأداة التنبؤ المدى المتوسط ​​والطويل ويمكن استخدامها بشكل موثوق فقط للتنبؤ واحد أو فترتين في المستقبل. نموذج المتوسط ​​المتحرك هو حالة خاصة للمتوسط ​​المتحرك المرجح أكثر عمومية في المتوسط ​​المتحرك البسيط، جميع الأوزان متساوية. منذ 0 3 المؤلف ستيفن R Gould. Fields الموروثة من class. MovingAverageModel يبني جديد نموذج التنبؤ المتوسط ​​المتحرك. موفينغ أفيراجيمودل إنت فترة إنشاء نموذج جديد للمتوسط ​​المتحرك للتنبؤ، وذلك باستخدام الفترة period. getForecastType إرجاع اسم واحد أو اثنين من اسم هذا النوع من نموذج التنبؤ. داتاسيت داتاسيت يستخدم لتهيئة المتوسط ​​المتحرك model. toString هذا ينبغي أن تقدم وصفا نصيا لنموذج التنبؤ الحالي بما في ذلك، حيثما أمكن، أي معلمات مشتقة مستخدمة. الطرائق الموروثة من class. Constructs نموذج تنبؤ متوسط ​​متحرك جديد لنموذج صالح ليتم بناؤه، يجب استدعاء إينيت وتمرير في مجموعة بيانات تحتوي على سلسلة من نقاط البيانات مع متغير الوقت تهيئة للتعرف على المتغير المستقل. إقامة التنبؤ المتوسط ​​المتحرك الجديد النموذج باستخدام الاسم المعطى كمتغير مستقل. المستقلين مستقلين - اسم المتغير المستقل المطلوب استخدامه في هذا النموذج. يقوم بنشر نموذج جديد للتنبؤ المتحرك المتوسط ​​باستخدام الفترة المحددة لنموذج صالح يتم بناؤه يجب عليك استدعاء إينيت وتمرير في مجموعة بيانات تحتوي على سلسلة من نقاط البيانات مع متغير الوقت تهيئة للتعرف على المتغير المستقل. يتم استخدام قيمة الفترة لتحديد عدد الملاحظات التي سيتم استخدامها لحساب المتوسط ​​المتحرك على سبيل المثال، لمدة 50 يوما المتوسط ​​المتحرك حيث نقاط البيانات هي الملاحظات اليومية، ثم يجب تعيين الفترة إلى 50. يتم استخدام الفترة أيضا لتحديد مقدار الفترات المستقبلية t يمكن التنبؤ بشكل فعال مع المتوسط ​​المتحرك لمدة 50 يوما، فإننا لا يمكن معقول - مع أي درجة من الدقة - توقعات أكثر من 50 يوما بعد الفترة الأخيرة التي تتوفر البيانات قد يكون هذا أكثر فائدة من، على سبيل المثال فترة 10 يوما، حيث لم نتمكن من التنبؤ بشكل معقول إلا بعد 10 أيام من الفترة الماضية. فترة البارامترات - عدد الملاحظات التي سيتم استخدامها لحساب المتوسط ​​المتحرك. نشئ نموذج جديد للتنبؤ المتوسط ​​المتحرك، باستخدام الاسم المعطى كمتغير مستقل والفترة المحددة. المعلمات المستقلةفاريابل - اسم المتغير المستقل لاستخدامه في فترة النموذج هذه - عدد الملاحظات التي سيتم استخدامها لحساب المتوسط ​​المتحرك. استخدمت لتهيئة نموذج المتوسط ​​المتحرك يجب استدعاء هذه الطريقة قبل أي طريقة أخرى في الفصل منذ لا يستمد نموذج المتوسط ​​المتحرك أي معادلة للتنبؤ، وتستخدم هذه الطريقة داتاسيت المدخلات لحساب قيم التنبؤات لجميع القيم الصحيحة للتي المستقلة لي متغير. تحدد من قبل إينيت في واجهة التنبؤالمواد يلغي إينيت في فئة أبستراكتيمباسيدموديل معلمات داتاسيت - مجموعة بيانات من الملاحظات التي يمكن استخدامها لتهيئة المعلمات التنبؤ لنموذج التنبؤ. يعيد اسم واحد أو اثنين من اسم هذا النوع من نموذج التنبؤ كيب هذا قصير يجب أن يتم تنفيذ وصف أطول في أسلوب توسترينغ. يجب تجاوز هذا لتوفير وصف نصي لنموذج التنبؤ الحالي بما في ذلك، حيثما أمكن، أي المعلمات المشتقة المستخدمة. تحديدها من قبل إلى سترينغ في واجهة التنبؤات أوديريدس توسترينغ في فئة ويتدموفينغافيراجموديل إرجاع تمثيل سلسلة من نموذج التنبؤ الحالي، ومعلماته. السلسلة الزمنية هي سلسلة من الملاحظات للمتغير العشوائي الدوري ومن الأمثلة على ذلك الطلب الشهري على المنتج، والتسجيل السنوي طالبة في قسم من الجامعة والتدفقات اليومية في نهر سلسلة زمنية مهمة لبحوث العمليات لأنهم غالبا ما تكون المحركات الدافعة لنماذج القرار يتطلب نموذج الجرد تقديرات للطلبات المستقبلية، وجدول دورة ونموذج التوظيف لقسم الجامعة يتطلب تقديرات لتدفق الطلاب في المستقبل، ونموذج لتوفير التحذيرات للسكان في حوض النهر يتطلب تقديرات النهر تدفقات للمستقبل القريب. يوفر تحليل سلسلة الوقت أدوات لاختيار النموذج الذي يصف السلاسل الزمنية واستخدام نموذج للتنبؤ بالأحداث المستقبلية نمذجة السلسلة الزمنية هي مشكلة إحصائية لأن البيانات التي تم رصدها يتم استخدامها في الإجراءات الحسابية لتقدير معاملات النموذج المفترض تفترض النماذج أن الملاحظات تختلف عشوائيا عن قيمة متوسطية أساسية تكون دالة للوقت. فهذه الصفحات تقيد الانتباه إلى استخدام بيانات السلاسل الزمنية التاريخية لتقدير نموذج يعتمد على الوقت. تعد الطرق مناسبة للتنبؤ التلقائي قصير المدى بشكل متكرر المعلومات المستخدمة حيث الأسباب الكامنة وراء تغير الوقت ليست تشان في الوقت الفعلي، يتم تعديل التنبؤات المستمدة من هذه الأساليب في وقت لاحق من قبل المحللين البشريين الذين يتضمنون معلومات غير متوفرة من البيانات التاريخية. الغرض الأساسي في هذا القسم هو تقديم معادلات لطرائق التنبؤ الأربع المستخدمة في إضافة التنبؤ في المتوسط ​​المتحرك والتجانس الأسي والانحدار والتجانس الأسي المزدوج وتسمى طرق التمهيد الطرق التي لا تؤخذ في الاعتبار تشمل التنبؤ النوعي والانحدار المتعدد وطرق الانحدار الذاتي أريما المهتمين بتغطية أوسع نطاقا يجب أن يزوروا موقع المبادئ التنبؤية أو يقرأون واحدا من عدة كتب ممتازة حول الموضوع استخدمنا كتاب التنبؤ من قبل ماكريداكيس و ويلوريت و ماكجي، جون وايلي سونس، 1983. لاستخدام مصنف إكسيل أمثلة، يجب أن يكون لديك وظيفة التنبيه الإضافية تثبيت اختيار الأمر ريلينك لإنشاء الروابط إلى إضافة - in. This يصف النماذج المستخدمة للتنبؤ بسيط واستخدام التدوين د للتحليل. وهذا أبسط طريقة للتنبؤ هو توقعات المتوسط ​​المتحرك الطريقة ببساطة متوسطات ملاحظات م الأخيرة ومن المفيد لسلسلة زمنية مع المتوسط ​​المتغير ببطء. هذا الأسلوب يعتبر الماضي كله في توقعاتها، ولكن يزن التجربة الأخيرة أكثر بكثافة أقل من الأخيرة الأخيرة الحسابات بسيطة لأن تقدير الفترة السابقة فقط والبيانات الحالية يحدد التقدير الجديد الطريقة مفيدة لسلاسل زمنية مع متوسط ​​متغير ببطء. لا تستجيب طريقة المتوسط ​​المتحرك بشكل جيد لسلسلة زمنية زيادة أو نقصان مع مرور الوقت نحن ندرج مصطلح الاتجاه الخطي في نموذج طريقة الانحدار تقارب النموذج من خلال بناء معادلة خطية التي توفر المربعات الصغرى تناسب لآخر ملاحظات م.