تتحرك من المتوسط في الوقت - ثابت

بسيطة مقابل المتوسطات المتحركة الأسية. المتوسطات المتحركة هي أكثر من دراسة تسلسل من الأرقام في الترتيب المتعاقب كان الممارسون المبتدئون لتحليل السلاسل الزمنية أكثر اهتماما بأرقام السلاسل الزمنية الفردية أكثر مما كانوا مع استيفاء تلك البيانات الاستيفاء في شكل في وقت لاحق من ذلك بكثير، كما تم تطوير أنماط واكتشاف الارتباطات. بمجرد فهمها، تم رسم مختلف المنحنيات على شكل وخطوط على طول سلسلة زمنية في محاولة للتنبؤ حيث نقاط البيانات قد تذهب وتعتبر هذه الآن الطرق الأساسية المستخدمة حاليا من قبل تجار التحليل الفني يمكن أن يعزى تحليل الرسم البياني إلى القرن ال 18 اليابان، ولكن كيف ومتى تتحرك المتوسطات لأول مرة تطبق على أسعار السوق لا يزال لغزا ومن المفهوم عموما أن المتوسطات المتحركة البسيطة سما استخدمت لفترة طويلة قبل المتوسطات المتحركة الأسية إما، لأن إماس مبنية على إطار سما، كما أنه من السهل فهم سلسلة سما تينغ وتتبع هل ترغب في قراءة خلفية صغيرة تحقق من المتوسطات المتحركة ما هي The. Simple المتوسط ​​المتحرك سما أصبحت المتوسطات المتحركة البسيطة الطريقة المفضلة لتتبع أسعار السوق لأنها سريعة لحساب وسهلة الفهم ممارسي السوق في وقت مبكر تعمل دون استخدام مقاييس الرسم البياني المتطورة المستخدمة اليوم، لذلك اعتمدوا في المقام الأول على أسعار السوق كمرشدين وحيد بهم حسبت أسعار السوق باليد، ورسم بياني تلك الأسعار للدلالة على الاتجاهات واتجاه السوق وكانت هذه العملية مملة جدا، ولكن ثبت مربحة جدا مع تأكيد من مزيد من الدراسات. لحساب المتوسط ​​المتحرك البسيط لمدة 10 أيام، ما عليك سوى إضافة أسعار الإغلاق خلال الأيام العشرة الأخيرة وتقسيمها على 10 يحسب المتوسط ​​المتحرك لمدة 20 يوما بإضافة أسعار الإغلاق خلال فترة 20 يوما وتقسيمها بنسبة 20، وهلم جرا. وهذه الصيغة لا تستند فقط على أسعار الإغلاق، ولكن المنتج هو متوسط ​​الأسعار - مجموعة فرعية يطلق على المتوسطات المتحركة تسمى بيك أووس مجموعة الأسعار المستخدمة في عملية حسابية وفقا لنقطة على الرسم البياني وهذا يعني يتم إسقاط الأيام القديمة لصالح أيام جديدة لإغلاق السعر، لذلك هناك حاجة دائما حساب جديد المقابلة للإطار الزمني للمتوسط ​​العاملين لذلك، يتم إعادة حساب متوسط ​​10 أيام بإضافة اليوم الجديد وإسقاط اليوم العاشر، ويتم إسقاط اليوم التاسع في اليوم الثاني لمزيد من المعلومات عن كيفية استخدام الرسوم البيانية في تداول العملات، راجع أساسيات الرسم البياني التجوال. المتوسط ​​المتحرك المتحرك المتوسط ​​المتوسط تم تحسين المتوسط ​​المتحرك الأسي واستخدامه بشكل أكثر شيوعا منذ الستينيات، وذلك بفضل تجارب الممارسين السابقين مع الكمبيوتر. سوف تركز إما الجديدة على المزيد من الأسعار الأخيرة بدلا من التركيز على سلسلة طويلة من نقاط البيانات، حيث أن المتوسط ​​المتحرك البسيط المطلوب. كيرنت إما السعر الحالي - السابق إما X مضاعف السابق إما. العامل الأكثر أهمية هو ثابت تمهيد أن 2 1 N حيث N عدد الأيام. أما 10 يوما إما 2 10 1 18 8. وهذا يعني إما لمدة 10 فترة w ثماني اسابيع السعر الاخير 18 8 و 20 يوما إما 9 52 و 50 يوما إما 3 92 الوزن في اليوم الاخير تعمل إما عن طريق ترجيح الفرق بين سعر الفتره الحاليه و المتوسط ​​السابق، إلى إيما السابقة أقصر الفترة، كلما زاد الوزن المطبق على أحدث الأسعار. الخطوط المناسبة من خلال هذه الحسابات، يتم رسم النقاط، وكشف عن خط مناسب خطوط المناسب فوق أو أقل من سعر السوق يدل على أن جميع المتوسطات المتحركة هي مؤشرات متخلفة و وتستخدم أساسا للاتجاهات التالية أنها لا تعمل بشكل جيد مع الأسواق مجموعة وفترات الازدحام لأن خطوط المناسب تفشل في دلالة على الاتجاه بسبب عدم وجود ارتفاع أعلى واضح أو أدنى مستويات منخفضة بالإضافة إلى ذلك، خطوط المناسب تميل إلى أن تبقى ثابتة دون تلميح الاتجاه ارتفاع خط المناسب أسفل السوق يدل على فترة طويلة، في حين أن خط المناسب السقوط فوق السوق يدل على قصير للحصول على دليل كامل، قراءة لدينا المتحرك المتوسط ​​التعليمي. الغرض من استخدام بسيطة تتحرك المتوسط ​​هو تحديد وقياس الاتجاهات عن طريق تمهيد البيانات باستخدام وسائل عدة مجموعات من الأسعار يتم رصد اتجاه واستقراءه في التنبؤات الافتراض هو أن تحركات الاتجاه السابقة ستستمر بالنسبة للمتوسط ​​المتحرك البسيط، يمكن أن يكون الاتجاه على المدى الطويل وجدت وتتبع أسهل بكثير من إما، مع افتراض معقول أن خط المناسب سوف تعقد أقوى من خط إما بسبب التركيز لفترة أطول على أسعار المتوسط. ويستخدم إما لالتقاط حركة الاتجاه أقصر، وذلك بسبب التركيز على أحدث الأسعار وبهذه الطريقة، من المفترض أن تقلل إما من أي تأخيرات في المتوسط ​​المتحرك البسيط، لذلك فإن خط التركيب سيعزز الأسعار أقرب من المتوسط ​​المتحرك البسيط. المشكلة مع إما هي تعرضها للفواصل السعرية، وخاصة خلال الأسواق السريعة وفترات التقلب تعمل إما بشكل جيد إلى أن تكسر الأسعار خط التركيب خلال أسواق التقلبات المرتفعة، يمكنك التفكير في زيادة طول متوسط ​​المتوسط ​​المتحرك يمكن للمرء أن يتحول من إما إلى سما، منذ فإن المتوسط ​​المتحرك المتحرك يسلط البيانات بشكل أفضل بكثير من المتوسط ​​المتحرك نظرا لتركيزه على الوسائل الأطول أجلا. المؤشرات - بعد المؤشرات كمؤشرات متخلفة، فإن المتوسطات المتحركة تخدم بشكل جيد خطوط الدعم والمقاومة في حالة كسر الأسعار دون خط تركيب لمدة 10 أيام في من المحتمل أن يكون الاتجاه التصاعدي قد تراجع، أو على الأقل قد يكون السوق متوطدا في حالة كسر الأسعار فوق المتوسط ​​المتحرك ل 10 أيام في اتجاه هبوطي، قد يتراجع الاتجاه أو يتداعى في هذه الحالات، ومتوسط ​​المتحرك لمدة 20 يوما معا، وانتظر خط 10 أيام للعبور فوق أو أسفل خط 20 يوما وهذا يحدد الاتجاه القصير الأجل المقبل للأسعار. للفترات على المدى الطويل، ومشاهدة 100- و 200 يوم المتوسط ​​المتحرك للمدى الطويل على سبيل المثال، باستخدام المتوسطات المتحركة لمدة 100 و 200 يوم، إذا كان المتوسط ​​المتحرك لمدة 100 يوم يعبر دون المتوسط ​​200 يوم، فإنه يسمى الصليب الموت وهو هبوطي جدا للأسعار A 100- المتوسط ​​المتحرك لليوم الواحد الذي يعبر فوق 200 يوم المتحرك المتحرك الغضب يسمى الصليب الذهبي و هو صاعد جدا للأسعار لا يهم إذا تم استخدام سما أو إما، لأن كلا من المؤشرات التالية الاتجاه فقط على المدى القصير أن سما لديها انحرافات طفيفة عن نظيره، إيما. الاستنتاج المتوسطات المتحركة هي أساس الرسم البياني وتحليل السلاسل الزمنية المتوسطات المتحركة البسيطة والمتوسطات المتحركة الأسية الأكثر تعقيدا تساعد على تصور الاتجاه من خلال تمهيد تحركات الأسعار يشار أحيانا إلى التحليل الفني على أنه فن بدلا من العلم، وكلاهما والتي تأخذ سنوات لإتقان معرفة المزيد في لدينا التحليل الفني Tutorial. The سعر الفائدة الذي مؤسسة الإيداع تضفي الأموال المحفوظة في مجلس الاحتياطي الاتحادي إلى مؤسسة إيداع أخرى. 1 قياس إحصائي لتشتت العائد لمؤشر الأمن أو السوق معين التقلب يمكن أن يتم قياسها. وهو عمل أصدره الكونجرس الأمريكي في عام 1933 باعتباره القانون المصرفي، الذي يحظر على المصارف التجارية المشاركة في الاستثمار. الذراع الرواتب يشير إلى أي وظيفة خارج المزارع والأسر الخاصة والقطاع غير الربحي مكتب الولايات المتحدة للعمل. اختصار العملة أو رمز العملة للروبية الهندية إنر، عملة الهند تتكون الروبية من 1.An محاولة أولية على أصول شركة مفلسة من مشتر مهتم تختاره الشركة المفلسة من مجموعة من مقدمي العطاءات. في الممارسة العملية سوف يقدم المتوسط ​​المتحرك تقديرا جيدا لمتوسط ​​التسلسل الزمني إذا كان المتوسط ​​ثابتا أو متغيرا ببطء في حالة المتوسط ​​الثابت، فإن أكبر قيمة m تعطي أفضل التقديرات للمتوسط ​​الأساسي. فترة المراقبة الأطول سوف تبلغ متوسط ​​آثار التباين. والغرض من توفير m أصغر هو السماح للتنبؤ بالاستجابة للتغيير في العملية الأساسية ولتوضيح ذلك، نقترح مجموعة بيانات تتضمن التغييرات في الوسط الأساسي للمسلسلات الزمنية. ويبين الشكل السلاسل الزمنية المستخدمة للتوضيح مع متوسط ​​الطلب الذي كانت السلسلة من خلاله مولدات يبدأ المتوسط ​​ك ثابت عند 10 يبدأ في الوقت 21، يزداد بوحدة واحدة في كل فترة حتى يصل إلى قيمة 20 في الوقت 30 ثم يصبح ثابتا مرة أخرى تتم محاكاة البيانات بإضافة إلى الوسط، ضوضاء عشوائية من التوزيع العادي مع متوسط ​​الصفر والانحراف المعياري 3 تقريب نتائج المحاكاة إلى أقرب عدد صحيح. يوضح الجدول الملاحظات المحاكاة المستخدمة للمثال عندما نستخدم الجدول، يجب علينا أن نتذكر أنه في أي وقت معين، إلا أن البيانات السابقة معروفة. وتظهر تقديرات معلمة النموذج، لثلاثة قيم مختلفة من m مع متوسط ​​السلاسل الزمنية في الشكل أدناه ويبين الشكل متوسط ​​المتوسط ​​المتحرك للمتوسط ​​في كل مرة وليس التنبؤ ومن شأن التنبؤات أن تحول منحنيات المتوسط ​​المتحرك إلى اليمين حسب الفترات الزمنية. الاستنتاج الوحيد واضح على الفور من الشكل بالنسبة لجميع التقديرات الثلاثة فإن المتوسط ​​المتحرك يتخلف عن الاتجاه الخطي، مع زيادة الفارق الزمني مع m الفارق الزمني هو المسافة بين النموذج والتقدير في البعد الزمني بسبب الفارق الزمني، فإن المتوسط ​​المتحرك يقلل من قيمة الرصدات لأن المتوسط ​​يزداد انحياز المقدر هو الفرق في وقت محدد في متوسط ​​قيمة النموذج والقيمة المتوسطة التي يتنبأ بها المتوسط ​​المتحرك الانحراف عند زيادة المتوسط ​​سالب بالنسبة إلى المتوسط ​​المتناقص يكون التحيز موجبا التأخر في الزمن والانحياز الذي أدخل في التقدير وظائف m كلما زادت قيمة m أكبر حجم التأخر والتحيز. بالنسبة لسلسلة متزايدة باستمرار مع الاتجاه يتم إعطاء قيم التأخر والتحيز من المقدر للمتوسط ​​في المعادلات أدناه. منحنى المثال لا تتطابق مع هذه المعادلات لأن نموذج المثال ليس بشكل مستمر ولكن بدلا من ذلك يبدأ كتكوين ثابت وتغييرات في الاتجاه ثم يصبح ثابتا مرة أخرى أيضا تتأثر منحنيات المثال بالضوضاء. التوقعات المتوسطة المتحركة للفترات في المستقبل هي ريبري التي تم إرسالها عن طريق تحويل المنحنيات إلى اليمين يزيد التأخر والتحيز بالتناسب تشير المعادلات أدناه إلى التأخر والتحيز لفترات التنبؤ في المستقبل عند مقارنتها بمعلمات النموذج مرة أخرى، هذه الصيغ هي لسلاسل زمنية ذات اتجاه خطي ثابت. لا ينبغي أن نندهش في هذه النتيجة يعتمد متوسط ​​التقدير المتحرك على افتراض متوسط ​​ثابت، والمثال له اتجاه خطي في المتوسط ​​خلال جزء من فترة الدراسة منذ نادرا ما تتماشى السلاسل الزمنية الحقيقية مع افتراضات أي نموذج يجب أن نكون مستعدين لمثل هذه النتائج. يمكننا أيضا أن نستنتج من الشكل أن تباين الضوضاء له أكبر تأثير لأصغر m تقدير أكثر تقلبا بكثير للمتوسط ​​المتحرك من 5 من المتوسط ​​المتحرك من 20 نحن لديها رغبات متضاربة لزيادة m للحد من تأثير التباين بسبب الضوضاء، وتقليل م لجعل التنبؤ أكثر استجابة للتغيرات في المتوسط. الخطأ هو الفرق بين البيانات الفعلية والقيمة المتوقعة إذا كانت السلسلة الزمنية قيمة ثابتة حقا فإن القيمة المتوقعة للخطأ هي صفر، ويتألف تباين الخطأ من مصطلح دالة ولفترة ثانية هي التباين الضجيج. اللفترة الأولى هي التباين في المتوسط ​​المقدر مع عينة من الملاحظات m، على افتراض أن البيانات تأتي من عدد السكان مع متوسط ​​ثابت هذا المصطلح هو التقليل من خلال جعل m كبيرة قدر الإمكان A كبير يجعل التنبؤ لا تستجيب ل تغيير في السلاسل الزمنية الأساسية لجعل التنبؤات تستجيب للتغييرات، نريد m صغيرة قدر الإمكان 1، ولكن هذا يزيد من اختلاف الخطأ يتطلب التنبؤ العملي قيمة وسيطة. التنسيق مع إكسيل. وظيفة التنبؤ الإضافية تنفذ المتوسط ​​المتحرك الصيغ يوضح المثال الوارد أدناه التحليل الذي توفره الوظيفة الإضافية لعينة البيانات في العمود "ب" يتم فهرسة الملاحظات العشرة الأولى من 9 إلى 0 بالمقارنة مع الجدول أعلاه، تحولت من -10.الملاحظات العشرة الأولى توفر قيم بدء التشغيل للتقدير وتستخدم لحساب المتوسط ​​المتحرك للفترة 0 يعرض العمود 10 ما C المتوسطات المتحركة المحسوبة المتوسط ​​المتوسط ​​المتحرك m موجود في الخلية C3 العمود فور 1 D توقعا لفترة واحدة في المستقبل الفاصل الزمني للتنبؤ في الخلية D3 عند تغيير الفاصل الزمني للتنبؤ إلى عدد أكبر يتم تحويل الأرقام في العمود فور أسفل. ويبين العمود إير 1 E الفرق بين الملاحظة و التنبؤ على سبيل المثال، الملاحظة في الوقت 1 هو 6 القيمة المتوقعة من المتوسط ​​المتحرك في الوقت 0 هي 11 1 الخطأ ثم هو -5 1 يتم حساب الانحراف المعياري ومتوسط ​​الانحراف المتوسط ​​درهم في الخلايا E6 و E7 على التوالي. التحريك متوسط ​​وخط التمدد الأسي. كخطوة أولى في التحرك خارج النماذج المتوسطة، نماذج المشي العشوائي، ونماذج الاتجاه الخطي، يمكن استقراء الأنماط والاتجاهات غير التقليدية باستخدام نموذج التحرك المتوسط ​​أو التمهيد T هو الافتراض الأساسي وراء المتوسطات ونماذج التمهيد هو أن السلاسل الزمنية ثابتة محليا بمتوسط ​​متباين ببطء وبالتالي، فإننا نأخذ متوسطا محليا متحركا لتقدير القيمة الحالية للمتوسط ​​ومن ثم استخدامها كما التنبؤات في المستقبل القريب وهذا يمكن يمكن اعتبارها بمثابة حل توفيقي بين النموذج المتوسط ​​ونموذج المشي العشوائي بدون الانجراف ويمكن استخدام نفس الاستراتيجية لتقدير واستقراء الاتجاه المحلي. وغالبا ما يطلق على المتوسط ​​المتحرك نسخة ممهدة من السلسلة الأصلية لأن المدى القصير متوسطه له تأثير تجانس المطبات في السلسلة الأصلية من خلال ضبط درجة تمهيد عرض المتوسط ​​المتحرك، يمكننا أن نأمل في ضرب نوع من التوازن الأمثل بين أداء المتوسط ​​و نماذج المشي العشوائية أبسط نوع من نموذج المتوسط ​​هو. Simple المتوسط ​​المتحرك المرجح على قدم المساواة. توقعات قيمة Y في الوقت t 1 التي تتم في وقت t يساوي المتوسط ​​البسيط من الملاحظات م الأخيرة. هنا وفي أماكن أخرى سأستخدم الرمز Y-هات للوقوف على توقعات للسلسلة الزمنية Y التي تم إجراؤها في أقرب موعد ممكن من قبل نموذج معين ويتركز هذا المتوسط ​​في الفترة t 1 1، مما يعني أن تقدير فإن المتوسط ​​المحلي سيميل إلى التخلف عن القيمة الحقيقية للمتوسط ​​المحلي بحوالي m 2 2 وبالتالي فإننا نقول أن متوسط ​​عمر البيانات في المتوسط ​​المتحرك البسيط هو m 1 2 بالنسبة إلى الفترة التي يتم فيها حساب التنبؤ هذا هو مقدار الوقت الذي من شأنه أن التنبؤات تميل إلى تخلف نقاط تحول في البيانات على سبيل المثال، إذا كنت متوسط ​​القيم 5 الماضية، فإن التوقعات ستكون حوالي 3 فترات في وقت متأخر من الاستجابة لنقاط تحول لاحظ أنه إذا م 1، متوسط ​​نموذج المتوسط ​​المتحرك المتوسط ​​البسيط يساوي نموذج المشي العشوائي بدون نمو إذا كانت m كبيرة جدا مقارنة بطول فترة التقدير، فإن نموذج سما يعادل النموذج المتوسط ​​كما هو الحال مع أي معلمة لنموذج التنبؤ، لضبط قيمة كي n للحصول على أفضل ملاءمة للبيانات، أي أصغر أخطاء التنبؤ في المتوسط. هنا هو مثال لسلسلة التي يبدو أن تظهر تقلبات عشوائية حول متوسط ​​ببطء متغير أولا، دعونا نحاول لتناسب ذلك مع المشي العشوائي نموذج، وهو ما يعادل متوسط ​​متحرك بسيط من 1 term. The نموذج المشي العشوائي يستجيب بسرعة كبيرة للتغيرات في هذه السلسلة، ولكن في ذلك يفعل ذلك يختار الكثير من الضوضاء في البيانات تقلبات عشوائية، فضلا عن إشارة المحلية يعني 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 هذا التنبؤ هو 3 5 1 2، بحيث يميل إلى التخلف عن نقاط التحول بنحو ثلاث فترات على سبيل المثال، يبدو أن الانكماش قد حدث في الفترة 21، ولكن التنبؤات لا تتحول حتى عدة فترات في وقت لاحق. لاحظ أن المدى الطويل، والتنبؤات طويلة الأجل من وزارة الدفاع سما إل هي خط أفقي مستقيم، تماما كما في نموذج المشي العشوائي وهكذا، يفترض نموذج سما أنه لا يوجد اتجاه في البيانات ومع ذلك، في حين أن التوقعات من نموذج المشي العشوائي هي ببساطة مساوية لقيمة الملاحظة الأخيرة، والتنبؤات من فإن نموذج سما يساوي المتوسط ​​المرجح للقيم الأخيرة. حدود الثقة التي تحسبها ستاتغرافيكس للتنبؤات طويلة الأجل للمتوسط ​​المتحرك البسيط لا تتسع مع زيادة أفق التنبؤ هذا من الواضح أنه ليس صحيحا للأسف، النظرية الإحصائية التي تخبرنا كيف يجب أن تتسع فترات الثقة لهذا النموذج ومع ذلك، ليس من الصعب جدا حساب التقديرات التجريبية لحدود الثقة لتوقعات الأفق الأطول على سبيل المثال، يمكنك إعداد جدول بيانات فيه نموذج سما سوف تستخدم 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 توقعات h أوريزون، ومن ثم بناء فترات الثقة 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. الآن 5 فترات 9 1 2 إذا أخذنا متوسط ​​متحرك لمدة 19 عاما، فإن متوسط ​​العمر يزداد إلى 10.لاحظ أن التوقعات في الواقع تتخلف الآن عن نقاط التحول بنحو 10 فترات. كما أن كمية التجانس هي الأفضل لهذه السلسلة في ما يلي جدول يقارن إحصاءات الخطأ الخاصة بهم، بما في ذلك أيضا متوسط ​​3 فترات. نموذج C، المتوسط ​​المتحرك لمدة 5 سنوات، ينتج أدنى قيمة ل رمز بهامش صغير على متوسطات المدى 3 و 9، إحصائياتهم الأخرى متطابقة تقريبا لذلك، من بين نماذج مع إحصاءات الخطأ مشابهة جدا، يمكننا أن نختار ما إذا كنا نفضل أكثر قليلا من الاستجابة أو أكثر قليلا نعومة في التوقعات العودة إلى أعلى الصفحة. الألوان s الأسي بسيط تمهيد أضعافا مضاعفة أضعافا مضاعفة متوسط ​​المتوسط ​​المتحرك البسيط الموضح أعلاه يحتوي على الخاصية غير المرغوب فيها التي يتعامل معها ملاحظات k الأخيرة بالتساوي وبشكل كامل يتجاهل جميع الملاحظات السابقة بشكل حدسي، يجب أن يتم خصم البيانات السابقة بطريقة أكثر تدرجية - على سبيل المثال، والحصول على أكثر من ذلك بقليل من الوزن الثاني من أحدث، والثاني الأكثر حداثة يجب الحصول على وزن أكثر قليلا من 3 أحدث، وهلم جرا بسيطة الأسي تمهيد نموذج سيس ينجز هذا. لاحظ يدل على ثابت تمهيد عدد بين 0 و 1 طريقة واحدة لكتابة النموذج هو تحديد سلسلة L التي تمثل المستوى الحالي أي القيمة المتوسطة المحلية للسلسلة 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 تسيطر على القرب من قيمة محرف إلى أكثر إعادة سينت المراقبة التوقعات للفترة القادمة هي ببساطة قيمة ممهدة الحالية. على العكس من ذلك، 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، يتم الحصول على التوقعات القادمة عن طريق ضبط التوقعات السابقة في اتجاه الخطأ السابق عن طريق كمية كسور. is الخطأ المحرز في الوقت t في النسخة الثالثة، والتنبؤ هو أي المتوسط ​​المتحرك المخصوم مع معامل الخصم 1. إن نسخة الاستكمال الداخلي لصيغة التنبؤ هي أبسط الاستخدامات إذا كنت تنفذ النموذج على جدول بيانات يناسبه في خلية واحدة ويحتوي على مراجع خلية تشير إلى التنبؤ السابق، الملاحظة، والخلية حيث يتم تخزين قيمة. ملاحظة أنه إذا كان 1، نموذج سيس ما يعادل نموذج المشي سيرا على الأقدام عشوائي نمو هوت إذا كان نموذج سيس يساوي النموذج المتوسط، على افتراض أن القيمة الملساء الأولى تم تعيينها مساوية لمتوسط ​​العائد إلى أعلى الصفحة. متوسط ​​عمر البيانات في التنبؤات الأسية البسيطة - تمهيد هو 1 النسبية إلى الفترة التي يتم حساب التنبؤ بها ليس من المفترض أن تكون واضحة، ولكن يمكن بسهولة أن تظهر من خلال تقييم سلسلة لانهائية وبالتالي، فإن متوسط ​​التوقعات المتحركة البسيطة يميل إلى التخلف عن نقاط التحول بنحو 1 فترات على سبيل المثال، عند 0 5 الفاصل الزمني هو فترتين عندما يكون 0 2 الفارق الزمني 5 فترات عندما يكون 0 1 الفارق الزمني 10 فواصل وهكذا بالنسبة لعمر متوسط ​​معين أي مقدار الفارق الزمني فإن التنبؤ الأسي البسيط للتلطيف سيس متفوق إلى حد ما على التحرك البسيط متوسط ​​توقعات سما لأنه يضع وزنا أكبر نسبيا على الملاحظة الأخيرة - فهو أكثر استجابة قليلا للتغيرات التي تحدث في الماضي القريب على سبيل المثال، نموذج سما مع 9 شروط ونموذج سيس مع 0 2 على حد سواء لديها متوسط ​​العمر من 5 ل دا تا في توقعاتها، ولكن نموذج سيس يضع وزنا أكبر على القيم 3 الماضية مما يفعل نموذج سما، وفي الوقت نفسه فإنه لا ننسى تماما القيم أكثر من 9 فترات القديمة، كما هو مبين في هذا الرسم البياني. أية ميزة أخرى من فإن نموذج سيس على نموذج سما هو أن نموذج سيس يستخدم معلمة تمهيد تتغير باستمرار بحيث يمكن تحسينها بسهولة باستخدام خوارزمية حلالا لتقليل متوسط ​​الخطأ الوسطي وتبين القيمة المثلى لنموذج سيس لهذه السلسلة أن يكون 0 2961، كما هو مبين هنا. متوسط ​​عمر البيانات في هذه التوقعات هو 1 0 2961 3 4 فترات، وهو مماثل للمتوسط ​​المتحرك البسيط لمدة 6. التوقعات على المدى الطويل من نموذج سيس 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 للراند أوم نموذج المشي يفترض أن سلسلة يمكن التنبؤ بها إلى حد ما أكثر من نموذج المشي العشوائي. نموذج سيس هو في الواقع حالة خاصة من نموذج أريما حتى نظرية إحصائية نماذج أريما يوفر أساسا سليما لحساب فترات الثقة ل نموذج سيس على وجه الخصوص، نموذج سيس هو نموذج أريما مع اختلاف واحد غير منطقي، وهو مصطلح 1 ما، وليس هناك مصطلح ثابت يعرف باسم أريما 0،1،1 نموذج دون ثابت معامل ما 1 في نموذج أريما يتوافق مع الكمية 1 في نموذج سيس على سبيل المثال، إذا كنت تناسب أريما 0،1،1 نموذج دون ثابت لسلسلة تحليلها هنا، فإن معامل ما 1 المقدرة تبين أن 0 7029، وهو تقريبا تقريبا واحد ناقص 0 2961. ومن الممكن إضافة افتراض اتجاه خطي ثابت غير صفري إلى نموذج سيس للقيام بذلك، ما عليك سوى تحديد نموذج أريما بفروق نونزاسونال واحدة ومدة ما 1 مع ثابت، أي نموذج أريما 0،1،1 مع ثابت سوف التوقعات على المدى الطويل ثم يكون الاتجاه الذي يساوي الاتجاه المتوسط ​​لوحظ على مدى فترة التقدير بأكملها لا يمكنك القيام بذلك جنبا إلى جنب مع التعديل الموسمية، لأن خيارات التعديل الموسمية يتم تعطيل عندما يتم تعيين نوع النموذج إلى أريما ومع ذلك، يمكنك إضافة ثابت طويلة إلى نموذج بسيط للتجانس الأسي مع أو بدون تعديل موسمية باستخدام خيار تعديل التضخم في إجراء التنبؤ يمكن تقدير معدل النمو المناسب لنسبة التضخم في كل فترة على أنه معامل الانحدار في نموذج اتجاه خطي مجهز بالبيانات في جنبا إلى جنب مع التحول اللوغاريتم الطبيعي، أو أنه يمكن أن تستند إلى معلومات أخرى مستقلة بشأن آفاق النمو على المدى الطويل العودة إلى أعلى الصفحة. الخطية s الخطي أي ضعف الأسي تمهيد. 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 ل 1-خطوة قبل التوقعات عندما تكون البيانات نوي نسبيا ويمكن تعديلها لدمج اتجاه خطي ثابت كما هو مبين أعلاه ماذا عن الاتجاهات قصيرة الأجل إذا كانت سلسلة يعرض معدل نمو متفاوت أو نمط دوري الذي يبرز بوضوح ضد الضوضاء، وإذا كان هناك حاجة إلى وتوقع أكثر من 1 فترة المقبلة، ثم تقدير الاتجاه المحلي قد يكون أيضا قضية ويمكن تعميم نموذج التمهيد الأسي بسيط للحصول على خطية الأسية تمهيد نموذج ليس الذي يحسب التقديرات المحلية من كل من المستوى والاتجاه. أبسط الاتجاه متغيرة الوقت النموذج هو نموذج تمهيد الأسي الخطي براون، والذي يستخدم اثنين من سلسلة سلسة مختلفة التي تتمحور في نقاط مختلفة في الوقت المحدد ويستند صيغة التنبؤ على استقراء خط من خلال المركزين وهناك نسخة أكثر تطورا من هذا النموذج، هولت s، هو نوقشت أدناه. يمكن التعبير عن شكل جبري من براون s الخطي الأسي تمهيد نموذج، مثل ذلك من نموذج تمهيد الأسي بسيط، في عدد من مختلف ولكن ه الأشكال المتكافئة عادة ما يعبر عن الشكل القياسي لهذا النموذج على النحو التالي تدل S تدل على سلسلة سلسة منفردة التي تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط لسلسلة Y وهذا هو، وتعطى قيمة S في الفترة t من قبل. أذكر أنه في ظل تمهيد الأسي بسيط، وهذا سيكون التنبؤ ل Y في الفترة ر 1 ثم اسمحوا S تدل على سلسلة سلسة تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط باستخدام نفسه لسلسلة S. Finally، والتوقعات ل يك تك لأي k 1. ويعطي هذا العائد e 1 0 أي غش قليلا، والسماح للتنبؤ الأول يساوي الملاحظة الأولى الفعلية، و e 2 Y 2 Y 1 وبعد ذلك يتم توليد التنبؤات باستعمال المعادلة أعلاه ينتج هذا القيم المجهزة نفسها كما الصيغة التي تستند إلى S و S إذا تم بدء هذه الأخيرة باستخدام S 1 S 1 Y 1 يستخدم هذا الإصدار من النموذج في الصفحة التالية التي توضح مجموعة من التجانس الأسي مع التعديل الموسمي. الخطي S الخطي الأسي Smoothing. Brown s يحسب التقديرات المحلية من المستوى والاتجاه من خلال تمهيد البيانات الأخيرة، ولكن حقيقة أن يفعل ذلك مع معلمة تمهيد واحد يضع قيدا على أنماط البيانات التي هي قادرة على تناسب المستوى والاتجاه لا يسمح لها أن تختلف في معدلات مستقلة هولت s ليس نموذج يتناول هذه المسألة من خلال تضمين اثنين من ثوابت تمهيد، واحدة لمستوى واحد للاتجاه في أي وقت t، كما هو الحال في نموذج براون s، وهناك تقدير L ر من المستوى المحلي وتقدير T t للاتجاه المحلى هنا يتم حسابها بشكل متكرر من قيمة Y الملاحظة فى الوقت t والتقديرات السابقة لمستوى واتجاه المعادلتين اللتين تنطبقان على تمهيد أسي لها بشكل منفصل. إذا كان المستوى المقدر والاتجاه في الوقت t-1 هما T t 1 و T t-1 على التوالي، فإن التنبؤات Y t التي كان من الممكن أن تكون قد أجريت في الوقت t-1 تساوي L t-1 T t-1 عندما يلاحظ القيمة الفعلية، يتم حساب المستوى بشكل متكرر عن طريق الاستكمال الداخلي بين Y t والتنبؤ به L t-1 T t-1 باستخدام الأوزان و 1. ويمكن تفسير التغير في المستوى المقدر وهو L t L 1 على أنه قياس صاخب ل الاتجاه في الوقت t يتم حساب التقدير المحدث للاتجاه بشكل متكرر عن طريق الاستكمال الداخلي بين L t L t 1 والتقدير السابق للاتجاه T t-1 باستخدام أوزان و 1. إن تفسير ثابت تجانس الاتجاه يشبه ثابت ثابت التمهيد. النماذج ذات القيم الصغيرة تفترض تغير الاتجاه فقط ببطء شديد مع مرور الوقت، في حين أن النماذج ذات الحجم الأكبر تفترض أنها تتغير بسرعة أكبر ويعتقد نموذج مع كبير أن المستقبل البعيد غير مؤكد جدا، لأن الأخطاء في تقدير الاتجاه تصبح مهمة جدا عند التنبؤ أكثر من فترة واحدة قبل العودة إلى أعلى من ثوابت التجانس ويمكن تقديرها بالطريقة المعتادة من خلال تقليل متوسط ​​الخطأ المئوي للتنبؤات ذات الخطوة الأولى عندما يتم ذلك في ستاتغرافيكس، تشير التقديرات إلى أن 03048 و 0 008 القيمة الصغيرة جدا يعني أن النموذج يفترض تغير طفيف جدا في الاتجاه من فترة إلى أخرى، وذلك أساسا هذا النموذج هو محاولة لتقدير الاتجاه على المدى الطويل قياسا على فكرة متوسط ​​عمر البيانات المستخدمة في تقدير t هو المستوى المحلي للسلسلة، متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي يتناسب مع 1، وإن لم يكن يساوي بالضبط في هذه الحالة التي تبين أن يكون 1 0 006 125 هذا هو إس عدد دقيق جدا حيث أن دقة تقدير إيسن t حقا 3 المنازل العشرية، ولكن من نفس الترتيب العام من حجم حجم العينة من 100، لذلك هذا النموذج هو المتوسط ​​على مدى الكثير جدا من التاريخ في تقدير الاتجاه مؤامرة التوقعات ويبين الشكل أدناه أن نموذج ليس يقدر اتجاها محليا أكبر قليلا في نهاية السلسلة من الاتجاه الثابت المقدر في نموذج الاتجاه سيس، كما أن القيمة المقدرة تكاد تكون مطابقة للاتجاه الذي يتم الحصول عليه عن طريق تركيب نموذج سيس مع الاتجاه أو بدونه ، لذلك هذا هو تقريبا نفس النموذج. الآن، هل هذه تبدو وكأنها توقعات معقولة لنموذج من المفترض أن يكون تقدير الاتجاه المحلي إذا كنت مقلة العين هذه المؤامرة، يبدو كما لو أن الاتجاه المحلي قد تحول إلى أسفل في نهاية سلسلة و في حدث وقد تم تقدير المعلمات من هذا النموذج عن طريق تقليل الخطأ التربيعي من 1-خطوة إلى الأمام التنبؤات، وليس التنبؤات على المدى الطويل، وفي هذه الحالة الاتجاه لا تجعل الكثير من الفرق إذا كان كل ما كنت تبحث في 1 - step قبل الأخطاء، كنت لا ترى الصورة الأكبر من الاتجاهات على القول 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 أساس أقصر لتقدير الاتجاه على سبيل المثال، إذا اخترنا تعيين 0 1، فإن متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي هو 10 فترات، مما يعني أننا نحسب متوسط ​​الاتجاه خلال الفترات العشرين الأخيرة أو نحو ذلك هنا s ما يبدو مؤامرة توقعات إذا وضعنا 0 1 مع الحفاظ على 0 3 وهذا يبدو بديهية معقولة لهذه السلسلة، على الرغم من أنه من المحتمل أن خطورة لاستقراء هذا الاتجاه أي أكثر من 10 فترات في المستقبل. ماذا عن إرور ستاتس هنا مقارنة نموذجية f أو النموذجين المبينين أعلاه فضلا عن ثلاثة نماذج سيس تبلغ القيمة المثلى لنموذج سيس حوالي 0 3، ولكن يتم الحصول على نتائج مماثلة مع استجابة أكثر قليلا أو أقل على التوالي مع 0 5 و 0 2. A هولت إكس خطي تجانس مع ألفا 0 3048 وبيتا 0 008. B هولت خ الخطية تجانس مع ألفا 0 3 وبيتا 0 1. C تمهيد الأسي بسيطة مع ألفا 0 5. D تمهيد الأسي بسيط مع ألفا 0 3. E تمهيد الأسي بسيط مع ألفا 0 2 . احصائيات هي متطابقة تقريبا، لذلك نحن حقا يمكن أن تجعل ر الاختيار على أساس 1-خطوة قبل توقعات الأخطاء داخل عينة البيانات علينا أن نراجع مرة أخرى على اعتبارات أخرى إذا كنا نعتقد بقوة أنه من المنطقي أن قاعدة الحالية تقدير الاتجاه على ما حدث على مدى ال 20 فترة الماضية أو نحو ذلك، يمكننا أن نجعل حالة لنموذج ليس مع 0 3 و 0 1 إذا أردنا أن نكون ملحدين حول ما إذا كان هناك اتجاه محلي، ثم واحدة من نماذج سيس قد يكون من الأسهل أن يفسر، وسوف يعطي أيضا المزيد من ميدل التنبؤات على الطريق على مدى 5 أو 10 فترات القادمة العودة إلى أعلى الصفحة. أي نوع من الاستقراء الاتجاه هو أفضل الأفقي أو الخطي تشير الأدلة التجريبية أنه إذا كانت البيانات قد تم تعديلها إذا لزم الأمر للتضخم، ثم قد يكون من غير الحكمة استقراء الاتجاهات الخطية قصيرة الأجل بعيدا جدا في الاتجاهات المستقبلية قد تتراجع اليوم بوضوح في المستقبل بسبب أسباب مختلفة مثل تقادم المنتج وزيادة المنافسة والانكماش الدوري أو التحولات في صناعة لهذا السبب، الأسي بسيط فإن التنعيم غالبا ما يؤدي إلى خروج عينة أفضل مما يمكن توقعه على خلاف ذلك، على الرغم من استقراء الاتجاه الأفقي الساذج. وغالبا ما تستخدم تعديلات الاتجاه المعاكسة لنموذج تمهيد الأسي الخطي في الممارسة العملية لإدخال ملاحظة المحافظة على توقعات اتجاهها الاتجاه المعاكسة يمكن تطبيق نموذج ليس كحالة خاصة لنموذج أريما، على وجه الخصوص، نموذج أريما 1،1،2.ومن الممكن حساب فترات الثقة أرو والتنبؤات الطويلة الأجل التي تنتجها نماذج التمهيد الأسي من خلال اعتبارها حالات خاصة لنماذج أريما حذار ليس كل البرامج بحساب فترات الثقة لهذه النماذج بشكل صحيح عرض فترات الثقة يعتمد على i خطأ رمز من النموذج، إي نوع من تمهيد بسيطة أو خطية إي قيمة s من ثابت التمهيد ق و الرابع عدد الفترات المقبلة كنت التنبؤ بشكل عام، والفواصل انتشرت بشكل أسرع كما يحصل أكبر في نموذج سيس وانتشرت بشكل أسرع بكثير عندما الخطية بدلا من بسيطة تمهيد يتم مناقشة هذا الموضوع أكثر في قسم نماذج أريما من الملاحظات العودة إلى أعلى الصفحة.