Μια σύγκριση των μεθόδων για Trend Εκτίμηση

εκτίμηση Trend είναι η πρακτική της εύρεσης πρότυπα για το πώς οι ποσοτικές αλλαγές των δεδομένων πάροδο του χρόνου . Εκτίμηση Trend είναι ένα βασικό μέρος της πρόβλεψης , η οποία χρησιμοποιείται για να βοηθήσει στην ερμηνεία των δεδομένων στον τομέα των οικονομικών , της οικονομίας , των επιχειρήσεων , της μηχανικής , των κοινωνικών επιστημών και των φυσικών επιστημών . Η κεντρική ιδέα στην εκτίμηση τάση είναι ότι πραγματικά δεδομένα αντανακλούν κάποια υποκείμενη τάση σε συνδυασμό με τυχαία " θόρυβο " που οφείλεται σε σφάλματα μέτρησης . Ανάλυση Χρονοσειρών
Η

Μια χρονική σειρά είναι μια σειρά από σημεία δεδομένων στο χρόνο , συνήθως εμφανίζεται ως ένα γράφημα ή διάγραμμα . Χρονοσειρές μπορούν να αναλυθούν με το χέρι προσπαθώντας να διακρίνουμε οποιαδήποτε ουσιαστική εξέλιξη . Ένα παράδειγμα μιας χρονοσειράς είναι κτύπο της καρδιάς του ασθενούς . Επειδή η τάση ενός " υγιούς " κτύπο της καρδιάς είναι γνωστό , οι γιατροί μπορούν να χρησιμοποιήσουν την ανάλυση χρονοσειρών για να ελέγξετε για τις καρδιακές αρρυθμίες . Αυτό το είδος εγχειριδίου ανάλυσης χρονοσειρών είναι κατάλληλο μόνο όταν υπάρχει μια καθαρή , σήμα χωρίς θόρυβο και οι υποκείμενοι μηχανισμοί που παράγει το σήμα είναι καλά γνωστές .
Εικόνων θορύβου και σήματος
Η

Οι αναλύσεις τάσεων είναι για τον εντοπισμό του σήματος στα δεδομένα . Το σήμα είναι το νόημα μοτίβο ή την τάση στα δεδομένα . Στον πραγματικό κόσμο δεν υπάρχει συχνά κάποια τυχαία παρεμβολή ή " θόρυβο " που συσκοτίζει το σήμα . Πολλές μέθοδοι εκτίμησης τάση είναι προσπάθειες για να φιλτράρει το θόρυβο και να αφήσει πίσω του σημαντικό σήμα . Αυτό το σήμα μπορεί να δώσει μια ένδειξη των μελλοντικών τάσεων των δεδομένων . Εικόνων
Απλός Κινητός Μέσος
Η

Το απλό κινούμενο μέσο όρο είναι μια τεχνική εκτίμησης τάση κατάλληλη για χρήση για τα στοιχεία που παρουσιάζει τακτικές περιοδικές αλλαγές . Ο απλός κινητός μέσος όρος χρησιμοποιείται για να καθορίσει εάν υπάρχει οποιαδήποτε μακροπρόθεσμη τάση στα δεδομένα , ενώ αγνοεί τις περιοδικές αλλαγές . Ένα παράδειγμα θα ήταν οι πωλήσεις της εταιρείας παιχνιδιών . Οι πωλήσεις αυτές θα τείνουν να κορυφωθούν κάθε χρόνο γύρω στα Χριστούγεννα , έτσι θα παρουσιάζουν περιοδικότητα του ενός έτους. Για να βρείτε αυτό ( αν υπάρχει) υπάρχει η τάση σε μακροπρόθεσμο ορίζοντα , η εταιρεία παιχνιδιών θα χρησιμοποιήσετε ένα απλό κινητό μέσο όρο . Λαμβάνοντας υπόψη ένα σύνολο n σημείων δεδομένων 1,2 , ... , n - 1 , n το k - σημείο απλό κινούμενο μέσο όρο βρίσκεται από σχεδίαζε ο αριθμητικός μέσος της κάθε συνεχόμενης σειράς k συνεχόμενα σημεία δεδομένων :

(1,2 , ..., k - 1 , k ) /k , (2,3 , ... , k, k + 1 ) /k , ..., ( ΝΚ, η- (k- 1 ) , ... , n - 1 , n ) /k .

Αυτό παράγει ένα μικρότερο , πιο ομαλή σύνολο δεδομένων που δείχνει τη μακροπρόθεσμη τάση των δεδομένων και χρησιμοποιείται κυρίως για να διακρίνουν τις μακροπρόθεσμες τάσεις στα δεδομένα , ενώ το φιλτράρισμα από εποχικότητα .
εικόνων Weighted Moving Average
Η

το μέσο σταθμικό κινούμενο είναι παρόμοια με το απλό κινούμενο μέσο όρο εκτός από το ότι ο μέσος όρος των σημείων δεδομένων δίνεται μία βάρος που αντανακλά πόσο σημαντική πιστεύεται ότι είναι . Ο προσδιορισμός αυτού του βάρους είναι μια υποκειμενική απόφαση που ελήφθη με βάση τη γνώση για το παρελθόν συμπεριφορά του συνόλου δεδομένων . Μία συμβατική μέθοδος επιλογής που χρησιμοποιείται ευρέως στον τομέα των οικονομικών . Σε αυτή τη σύμβαση , εάν ο αριθμός των σημείων δεδομένων είναι " n ", τότε το πιο πρόσφατο σημείο δεδομένων σταθμίζεται μου πολλαπλασιάζοντας με n , το προηγούμενο σημείο δεδομένων σταθμίζεται ως n - 1 , και ούτω καθεξής σε όλη τη διαδρομή πίσω στο πρώτο δεδομένων σημείο , που σταθμίζεται ως 1 Ο σταθμισμένος κινητός μέσος όρος είναι κατάλληλες για την εκτίμηση των τάσεων όταν οι τάσεις είναι πιθανό να είναι πιο επηρεάζονται από τις πιο πρόσφατες κινήσεις στα δεδομένα . Αυτό μπορεί να δώσει πιο ακριβείς εκτιμήσεις τάσεων σε σειρές δεδομένων , όπου τα τελευταία κίνηση επηρεάζει σε μεγάλο βαθμό μετέπειτα κινήσεις , όπως στοιχεία για τις τιμές των χρηματοπιστωτικών αγορών .
Εικόνων Εκθετική Εξομάλυνση Μοντέλο
Η

Το εκθετικό μοντέλο εξομάλυνσης , που ονομάζεται επίσης το εκθετικός μέσος όρος , είναι μια τεχνική εκτίμησης τάση που εφαρμόζεται βάρη που μειώνουν εκθετικό τρόπο . Το εκθετικό μοντέλο εξομάλυνσης προβλέπει το επόμενο σημείο δεδομένων σε μια σειρά δεδομένων σημείων δεδομένων. Αυτό υπολογίζεται από τον πολλαπλασιασμό του πιο πρόσφατα παρατηρήθηκε σημείο δεδομένων και πολλαπλασιάζοντάς το με ένα άλφα συντελεστή στάθμισης , στη συνέχεια, προσθέτοντας στο ( 1 - α ) πολλαπλασιάζεται με το εκθετικό μοντέλο εξομάλυνσης πρόβλεψη για την πιο πρόσφατα παρατηρήθηκε σημείο δεδομένων :

ESM = α * X + ( 1 - α ) * ( ESM - 1 )

Πού ΕΜΣ είναι η προβλεπόμενη επόμενο αξία χρησιμοποιώντας τον εκθετικό κινητό μέσο όρο , άλφα είναι η στάθμιση σταθερά , το Χ είναι το πιο πρόσφατα παρατηρούμενη τιμή των δεδομένων και ESM - 1 είναι ο εκθετικός κινητός μέσος όρος εκτίμηση της πιο πρόσφατης σημείο δεδομένων . Το εκθετικό μοντέλο εξομάλυνσης ενισχύει τον αντίκτυπο των πιο πρόσφατων τιμών για την εκτίμηση προβλεπόμενη τάση . Χρησιμοποιείται σε περιπτώσεις όπου οι πρόσφατες κινήσεις του συνόλου δεδομένων είναι πολύ πιο σημαντικό από ό, τι προηγούμενες κινήσεις .
Εικόνων