الخطية الانحدار على الحركة من المتوسط

عفوا للسؤال، إم القراءة التنبؤ: المبادئ والممارسة من قبل روب J هيندمان. إم عالقة على هذا الفصل: otexts. orgfpp84 الذي يشرح بإيجاز كيف يعمل المتوسط ​​المتحرك. والسبب هو أنني لم أفهم كيف يتم حساب e مع k في 1. q (نظرة على الصيغة في الرابط أعلاه). وأود أن تطبيق الانحدار الخطي بسيط باستخدام أقل المربعات دقيقة على الأخطاء بيتوين التوقعات والقيم الحقيقية، ولكن لم أستطع فهم ما هي القيمة لتعيين لهذه الأخطاء. كيف يمكنني التصرف للحصول عليها شكرا مقدما شروط الخطأ لجزء ما من نموذج أريما وعادة ما تنتج كجزء من روتين التقدير - وتساوي الفرق بين القيمة الملحوظة والقيمة المجهزة. وهذا يعني أ) لا يمكنك استخدام الانحدار الخطي البسيط لتقدير النموذج الخاص بك - تعتمد قيم مصطلحات الخطأ على معاملات النموذج الخاص بك - لذلك لا يمكنك تضمين مصطلحات الخطأ في الانحدار لإنشاء تلك المعاملات. ب) إذا كنت تستخدم نموذجا تم إنشاؤه على مجموعة واحدة من البيانات للحصول على توقعات لمجموعة أخرى من البيانات - باستخدام طريقة مماثلة للتنبؤات خطوة واحدة التي يصفها البروفيسور هيندمان على مدونته هنا هو على الارجح أسهل طريقة للحصول على تلك. ج) إذا كنت ترغب في توليد القيم لفهم الرياضيات ما يجري - فمن السهل جدا من السهل اقامة الامور في جدول بيانات. حساب توقعاتك لفترة واحدة. طرح التوقعات من القيمة الحقيقية لتلك الفترة لتوليد الخطأ للفترة الأولى. استخدم هذا الخطأ للفترة الأولى (إلى جانب البيانات الأخرى ذات الصلة) لحساب توقعات الفترة الثانية - وهكذا. إذا قمت بإعداد جدول البيانات الخاص بك الحق - وهذا يمكن أن تنطوي ببساطة خلق الصيغ المناسبة مرة واحدة، ثم نسخها أسفل عمود للحصول على القيم الخاصة بك. في أي حال - فمن الأفضل على الأرجح أن نفكر في مقارنة التنبؤات الخاصة بك إلى التنبؤات الخاصة بك عن طريق شيء مثل متوسط ​​الخطأ المطلق تحجيم، أو بعض التقنيات الأخرى التي يتخلى عن كيفية إغلاق توقعات النموذج الخاص بك إلى القيم الفعلية ينظر في البيانات. إن إجراء انحدار خطي بسيط للقيم الحقيقية على الإسقاطات ليس طريقة رائعة للقيام بذلك - فهو يمنحك قيمة مقارنة، ولكن ليس بين الإسقاط والقيمة، ولكن التحول الخطي لوظيفتك والقيمة. وبالتأكيد، إذا كنت تفعل الانحدار الخطي، وتحصل على معامل اعتراض ليست متساوية (أو على الأقل وثيقة) إلى الصفر - أو معامل الانحدار الذي لا يساوي (أو على الأقل وثيقة) إلى واحد، بل هو علامة على مشكلة كبيرة مع النموذج الخاص بك، مهما كانت جيدة الخير إحصاءات تناسب من الانحدار أجاب 6 نوفمبر 14 في 23: 14Moving الانحدار الخطي التحرك الانحدار الخطي المتحرك هو أداة صغيرة كبيرة التي يمكن أن تساعدك على الدخول إلى والخروج من السوق بشكل أسرع. هناك نوعان رئيسيان من الانحدار الخطي: خط الاتجاه الانحداري الخطي والانحدار الخطي المتحرك. كلاهما استخدام طريقة سكارياسكوت كوتلياست لرسم بعض النقاط. وهذا يعني ببساطة، وتقليل المسافة بين نقطتين لتعطيك أقل قيمة. على الرغم من أنه يبدو تماما مثل المتوسط ​​المتحرك على الرسم البياني، فإنه يتفاعل أسرع بكثير. إلقاء نظرة على الرسم البياني أدناه. أكبر انخفاض سنوي في الخريف في مؤشر داو جونز كان أكبر انخفاض سنوي في مؤشر داو جونز الصناعي عندما أغلق المتوسط ​​عند 77.90 نقطة في 31 ديسمبر 1931. وكان هذا 52.6 أقل مما كان عليه في بداية العام. المصدر: غينيس للأرقام القياسية هناك الكثير من الاحتمالات لاستخدام الانحدار الخطي المتحرك ولكن الأكثر شيوعا هو عندما يعبر بعض المتوسط ​​الآخر. وكمثال على ذلك، قم بإعداد المخططات الخاصة بك مع متوسط ​​متحرك بسيط بسيط لمدة 12 فترة من القمم المرتفعة ومتوسط ​​متحرك بسيط يبلغ 12 فترة من أدنى مستوياته. ثم قم بتعيين الانحدار الخطي المتحرك إلى 21. عندما ينحدر الانحدار الخطي المتحرك لفترة 21 فوق المتوسط ​​المتحرك ل 12 فترة، فإن ذلك يخلق إشارة شراء. عندما يعبر الانحدار الخطي لفترة 21 دون المتوسط ​​المتحرك البسيط ل 12 قمم، وهذا هو الخروج. والعكس صحيح بالنسبة للتداولات القصيرة. إلقاء نظرة على الرسم البياني التالي. العيب من استخدام الانحدار الخطي تتحرك هو أنه ما لم تستخدم نوعا من الفلتر، فإنه عرضة للكثير من انحراف. قناة الفترة 12 الصغيرة تساعد على اتخاذ بعض من ذلك بعيدا ولكن هل يمكن أيضا تجربة باستخدام رسي، ماسد أو مؤشر ستوكاستيك كمرشح. التقويم الاقتصادي المدة s صلة مؤشر أسعار المنتجين: هذا أمر مهم. (4) مقياس 1-5 المصدر: وزارة العمل الأمريكية، إحصاءات مكتب العمل. وقت الإصدار المجدول: معلومات عن الشهر السابق الذي صدر في الساعة 8:30 بتوقيت المحيط الهادي حول 11 من كل شهر يقيس مؤشر أسعار المنتجين أسعار السلع على مستوى الجملة. والفئات الرئيسية الثلاث التي تشكل مؤشر أسعار المنتجين هي: الخام، الوسيط، والانتهاء، وأهمها مؤشر السلع النهائية. هذا هو سعر السلع التي هي جاهزة للبيع للمستخدم. شراء على الإغلاق للشراء في نهاية جلسة التداول تداول الخزانة يتيح للمتداولين خيارات لإغلاق الخيارات المتاحة من خلال تداول الخيار بسعر يساوي نصف القراد. المعروف أيضا باسم (كاب). كفتك لجنة تداول العقود الآجلة للسلع. ينظم صناعة السلع الآجلة في الولايات المتحدة ستوب أورد r طلب فوق أو أقل من سعر السوق الحالي لحماية المزيد من الخسائر. إغلاق سعر الإغلاق الأخير أو النطاق في نهاية جلسة التداول في سوق معينة. وبالنسبة للأسواق التي تكون 24 ساعة، فإنها تعني عادة نهاية فترة ال 24 ساعة. مع أطيب التحيات مارك مكري المعلومات، الرسوم البيانية أو الأمثلة الواردة في هذا الدرس هي لأغراض التوضيح والتعليمية فقط. ولا ينبغي اعتباره مشورة أو توصية لشراء أو بيع أي أداة مالية أو مالية. نحن لا و لا يمكن تقديم المشورة في مجال الاستثمار. لمزيد من المعلومات يرجى قراءة إخلاء المسؤولية. لطباعة أو حفظ نسخة من هذا الدرس في شكل بدف ببساطة انقر فوق الارتباط برينت. هذا سوف يفتح الدرس في شكل بدف والتي يمكنك ثم طباعة. إذا كنت غير مألوف مع بدف أو لم يكن لديك نسخة مجانية من أروبات ريدر انظر التعليمات. التجديد من قبل تقنيات التمهيد هذا الموقع هو جزء من جافا سكريبت E-لابس الكائنات التعلم لاتخاذ القرارات. يتم تصنيف جافا سكريبت أخرى في هذه السلسلة ضمن مجالات مختلفة من التطبيقات في قسم مينو في هذه الصفحة. سلسلة زمنية هي سلسلة من الملاحظات التي يتم ترتيبها في الوقت المناسب. ومن العناصر المتأصلة في جمع البيانات المأخوذة على مر الزمن شكل من أشكال الاختلاف العشوائي. هناك طرق للحد من إلغاء التأثير بسبب الاختلاف العشوائي. التقنيات المستخدمة على نطاق واسع هي تمهيد. وتكشف هذه التقنيات، عندما تطبق بشكل صحيح، عن الاتجاهات الكامنة بشكل أوضح. أدخل السلاسل الزمنية بالصفوف في التسلسل، بدءا من الزاوية العلوية اليسرى، والمعلمة (المعلمات)، ثم انقر على الزر حساب للحصول على التنبؤ قبل فترة واحدة. لا يتم تضمين صناديق فارغة في الحسابات ولكن الأصفار هي. في إدخال البيانات الخاصة بك للانتقال من خلية إلى خلية في مصفوفة البيانات استخدام مفتاح تاب لا السهم أو إدخال مفاتيح. ملامح السلاسل الزمنية، والتي يمكن كشفها من خلال فحص الرسم البياني. مع القيم المتوقعة، والسلوك المتبقي، والنمذجة حالة التنبؤ. المتوسطات المتحركة: تعد المتوسطات المتحركة من بين أكثر التقنيات شعبية في المعالجة المسبقة للمسلسلات الزمنية. وهي تستخدم لتصفية الضوضاء البيضاء العشوائية من البيانات، لجعل السلاسل الزمنية أكثر سلاسة أو حتى للتأكيد على بعض العناصر الإعلامية الواردة في السلاسل الزمنية. الأسي تجانس: هذا هو مخطط شعبية جدا لإنتاج سلسة سلسلة الوقت. في حين أن المتوسطات المتحركة يتم ترجيح الملاحظات السابقة بالتساوي، فإن التسييل الأسي يعين الأوزان المتناقصة بشكل كبير مع تقدم الملاحظة. وبعبارة أخرى، تعطي الملاحظات الأخيرة وزنا أكبر نسبيا في التنبؤ من الملاحظات القديمة. ضعف الأسي تجانس أفضل في التعامل مع الاتجاهات. الثلاثي الأسي تجانس أفضل في التعامل مع اتجاهات القطع المكافئ. متوسط ​​متحرك مرجح أسي مع ثابت التمهيد a. يقابل تقريبا متوسط ​​متحرك بسيط للطول (أي الفترة) n، حيث تكون a و n مرتبطة بما يلي: a 2 (n1) أور n (2 - a) a. وهكذا، على سبيل المثال، فإن المتوسط ​​المتحرك المرجح ألسيا مع ثابت التمهيد يساوي 0.1 من شأنه أن يتوافق تقريبا إلى 19 المتوسط ​​المتحرك اليوم. والمتوسط ​​المتحرك البسيط لمدة 40 يوما من شأنه أن يتوافق تقريبا مع متوسط ​​متحرك مرجح أسي مع ثابت ثابت يساوي 0.04878. هولتس الخطي الأسي تمهيد: لنفترض أن السلسلة الزمنية غير الموسمية ولكن لا عرض الاتجاه. طريقة هولتس تقدر كل من المستوى الحالي والاتجاه الحالي. لاحظ أن المتوسط ​​المتحرك البسيط هو حالة خاصة للتلطيف الأسي عن طريق تحديد فترة المتوسط ​​المتحرك إلى الجزء الصحيح من ألفا (ألفا) ألفا. بالنسبة لمعظم بيانات الأعمال تكون معلمة ألفا أصغر من 0.40 فعالة في كثير من الأحيان. ومع ذلك، يمكن للمرء إجراء بحث شبكة من مساحة المعلمة، مع 0.1 إلى 0.9، مع زيادات من 0.1. ثم أفضل ألفا لديه أصغر خطأ المطلق يعني (خطأ ما). كيفية مقارنة عدة طرق للتجانس: على الرغم من وجود مؤشرات رقمية لتقييم دقة تقنية التنبؤ، فإن النهج الأكثر انتشارا هو استخدام مقارنة مرئية لعدة تنبؤات لتقييم دقتها والاختيار من بين مختلف أساليب التنبؤ. في هذا النهج، يجب على المرء أن مؤامرة (باستخدام، على سبيل المثال إكسيل) على نفس الرسم البياني القيم الأصلية لمتغير سلسلة زمنية والقيم المتوقعة من عدة طرق التنبؤ المختلفة، مما يسهل المقارنة البصرية. قد ترغب في استخدام التوقعات السابقة من قبل تقنيات تجانس جافاسكريبت للحصول على القيم السابقة التنبؤ على أساس تقنيات تمهيد التي تستخدم معلمة واحدة فقط. هولت، وطرق الشتاء تستخدم اثنين وثلاثة معلمات، على التوالي، وبالتالي فإنه ليس من السهل مهمة لتحديد الأمثل، أو حتى بالقرب من القيم المثلى من قبل التجربة والأخطاء للمعلمات. ويؤكد التمهيد الأسي المفرد على المنظور القصير المدى الذي يحدد المستوى للمراقبة الأخيرة ويستند إلى شرط عدم وجود اتجاه. إن الانحدار الخطي، الذي يناسب خط المربعات الصغرى على البيانات التاريخية (أو البيانات التاريخية المحولة)، يمثل المدى الطويل، الذي يشترط الاتجاه الأساسي. هولتس الخطي الأسي تجانس يلتقط المعلومات حول الاتجاه الأخير. والمعلمات في نموذج هولتس هي معلمة المستويات التي ينبغي أن تنخفض عندما يكون مقدار تغير البيانات كبيرا، وينبغي زيادة معلمة الاتجاهات إذا كان اتجاه الاتجاه الأخير مدعوما بالعوامل المسببة لبعض العوامل. التنبؤ على المدى القصير: لاحظ أن كل جافاسكريبت في هذه الصفحة يوفر توقعات خطوة واحدة. للحصول على توقعات من خطوتين. ببساطة إضافة القيمة المتوقعة إلى نهاية لك البيانات سلسلة الوقت ثم انقر على نفس زر حساب. يمكنك تكرار هذه العملية لبضع مرات من أجل الحصول على التوقعات اللازمة على المدى القصير.