إضافة اتجاه أو متوسط خط متحرك إلى رسم بياني ينطبق على: إكسيل 2016 ورد 2016 بويربوانت 2016 إكسيل 2013 ورد 2013 أوتلوك 2013 بويربوانت 2013 أكثر. أقل لعرض اتجاهات البيانات أو التحرك المتوسطات في مخطط قمت بإنشائه. يمكنك إضافة خط الاتجاه. يمكنك أيضا تمديد خط اتجاه يتجاوز البيانات الفعلية للمساعدة في التنبؤ القيم المستقبلية. على سبيل المثال، يتنبأ خط الاتجاه الخطي التالي بربعين قبل ذلك ويظهر بوضوح اتجاها تصاعديا يبدو واعدا للمبيعات المستقبلية. يمكنك إضافة خط الاتجاه إلى مخطط 2-D التي ليست مكدسة، بما في ذلك المنطقة، شريط، العمود، الخط، الأسهم، مبعثر، و فقاعة. لا يمكنك إضافة خط الاتجاه إلى مكدسة، 3-D، الرادار، فطيرة، سطح، أو الرسم البياني دونات. إضافة خط الاتجاه في المخطط، انقر على سلسلة البيانات التي تريد إضافة خط اتجاه أو متوسط متحرك لها. سيبدأ خط الاتجاه على نقطة البيانات الأولى لسلسلة البيانات التي تختارها. حدد المربع تريندلين. لاختيار نوع مختلف من خط الاتجاه، انقر على السهم بجوار تريندلين. ثم انقر فوق الأسي. توقعات خطية. أو اثنين من فترة الانتقال المتوسط. بالنسبة لخطوط الاتجاه الإضافية، انقر على المزيد من الخيارات. إذا اخترت المزيد من الخيارات. انقر فوق الخيار الذي تريده في جزء "تنسيق الاتجاه" ضمن خيارات تريندلاين. إذا قمت بتحديد الحدودي. أدخل أعلى قوة للمتغير المستقل في المربع الأمر. إذا حددت متوسط النقل. أدخل عدد الفترات لاستخدامها لحساب المتوسط المتحرك في المربع الفترة. نصيحة: خط الاتجاه هو الأكثر دقة عندما تكون قيمة R-سكارد (عدد من 0 إلى 1 تكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع بياناتك الفعلية) عند أو بالقرب من 1. عند إضافة خط اتجاه إلى بياناتك ، يقوم إكسيل تلقائيا بحساب قيمة R-سكارد. يمكنك عرض هذه القيمة على المخطط الخاص بك عن طريق التحقق من قيمة العرض R-سكارد على مربع الرسم البياني (تنسيق جزء الاتجاه، خيارات تريندلاين). يمكنك معرفة المزيد عن جميع خيارات خط الاتجاه في الأقسام أدناه. خط الاتجاه الخطي استخدم هذا النوع من خط الاتجاه لإنشاء خط مستقيم أفضل تناسب لمجموعات البيانات الخطية البسيطة. البيانات الخاصة بك خطية إذا كان النمط في نقاط البيانات الخاصة به يشبه خط. خط الاتجاه الخطي عادة ما يظهر أن شيئا ما يتزايد أو ينخفض بمعدل ثابت. يستخدم خط الاتجاه الخطي هذه المعادلة لحساب المربعات الصغرى تناسب لخط: حيث m هو المنحدر و b هو اعتراض. ويبين الخط الاتجاهي التالي أن مبيعات الثلاجات زادت باستمرار على مدى 8 سنوات. لاحظ أن قيمة R-سكارد (عدد من 0 إلى 1 الذي يكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع البيانات الفعلية الخاصة بك) هو 0.9792، وهو مناسب تماما للخط إلى البيانات. عرض خط منحني أفضل تناسب، وهذا الاتجاه هو مفيد عندما معدل التغير في البيانات يزيد أو ينخفض بسرعة ثم مستويات خارج. خط الاتجاه اللوغاريتمي يمكن أن يستخدم القيم السلبية والإيجابية. يستخدم خط الاتجاه اللوغاريتمي هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث c و b هي الثوابت و لن هي وظيفة اللوغاريتم الطبيعي. ويظهر خط الاتجاه اللوغاريتمي التالي النمو السكاني المتوقع للحيوانات في منطقة ذات مساحة ثابتة، حيث انخفض عدد السكان المستخرج كمساحة للحيوانات. لاحظ أن قيمة R-سكارد هي 0.933، وهو مناسب نسبيا من الخط إلى البيانات. يعد هذا الاتجاه مفيدا عندما تتقلب بياناتك. على سبيل المثال، عند تحليل المكاسب والخسائر على مجموعة بيانات كبيرة. ترتيب الحدودي يمكن تحديدها من قبل عدد من التقلبات في البيانات أو عدد الانحناءات (التلال والوديان) تظهر في المنحنى. عادة، يوجد خط اتجاه متعدد الحدود من أجل 2 يحتوي على تلة أو وادي واحد فقط، ويشتمل الأمر 3 على واحد أو اثنين من التلال أو الوديان، ويوجد في الأمر 4 ما يصل إلى ثلاثة تلال أو وديان. خط الاتجاه متعدد الحدود أو المنحني يستخدم هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث b والثوابت. ويظهر خط الاتجاه 2 متعدد الحدود التالي (تلة واحدة) العلاقة بين سرعة القيادة واستهلاك الوقود. لاحظ أن قيمة R-سكارد هي 0.979، التي هي قريبة من 1 حتى الخطوط تناسب البيانات. عرض خط المنحني، هذا الاتجاه هو مفيد لمجموعات البيانات التي تقارن القياسات التي تزداد بمعدل معين. على سبيل المثال، تسارع سيارة سباق في فترات 1 ثانية. لا يمكنك إنشاء خط اتجاه طاقة إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الطاقة هذه المعادلة لحساب المربعات الصغرى تناسب من خلال نقاط: حيث c و b هي الثوابت. ملاحظة: لا يتوفر هذا الخيار عندما تتضمن البيانات قيما سلبية أو صفرية. يظهر مخطط قياس المسافة التالي المسافة بالأمتار بالثواني. يوضح خط التيار الكهربائي بوضوح تسارع متزايد. لاحظ أن قيمة R-سكارد هو 0.986، وهو مثاليا تقريبا من الخط إلى البيانات. عرض خط المنحني، وهذا الاتجاه هو مفيد عندما ترتفع قيم البيانات أو تنخفض بمعدل متزايد باستمرار. لا يمكنك إنشاء خط اتجاه أسي إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الأسي هذه المعادلة لحساب المربعات الصغرى التي تناسب من خلال النقاط: حيث c و b هي الثوابت و e هو قاعدة اللوغاريتم الطبيعي. ويظهر خط الاتجاه الأسي التالي تناقص كمية الكربون 14 في جسم ما عند عمره. لاحظ أن قيمة R-سكارد هي 0.990، مما يعني أن الخط يناسب البيانات تقريبا تقريبا. موفينغ ترافيك ترندلين هذا الاتجاه يدل على تقلبات في البيانات لإظهار نمط أو اتجاه أكثر وضوحا. يستخدم المتوسط المتحرك عددا محددا من نقاط البيانات (يحددها خيار الفترة)، ويتوسطها، ويستخدم متوسط القيمة كنقطة في السطر. على سبيل المثال، إذا تم تعيين الفترة إلى 2، يتم استخدام متوسط أول نقطتي بيانات كنقطة أولى في خط الاتجاه المتوسط المتحرك. ويستخدم متوسط نقاط البيانات الثانية والثالثة كنقطة ثانية في خط الاتجاه، وما إلى ذلك. ويستخدم خط الاتجاه المتوسط المتحرك هذه المعادلة: عدد النقاط في خط اتجاه متوسط متحرك يساوي العدد الإجمالي للنقاط في السلسلة، مطروحا منه الرقم الذي تحدده للفترة. في المخطط المبعثر، يقوم خط الاتجاه بناء على ترتيب القيم x في المخطط. للحصول على نتيجة أفضل، صنف القيم x قبل إضافة متوسط متحرك. ويبين خط الاتجاه المتوسط المتحرك التالي نمطا في عدد المنازل المباعة على مدى 26 أسبوعا. متوسط التحرك ونماذج التمهيد الأسي كخطوة أولى في التحرك إلى ما وراء النماذج المتوسطة ونماذج المشي العشوائي ونماذج الاتجاه الخطي والأنماط والاتجاهات غير التقليدية يمكن استقراءها باستخدام نموذج التحرك المتوسط 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 صحيح 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 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: 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 ثابت مستوى تمهيد 945. 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 التقديرية 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 بسيطة مع ألفا 0.5 (D) تمهيد الأسي بسيط 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 المخففة 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) المتوسطات المتحركة البسيطة جعل الاتجاهات تبرز المتوسطات المتحركة (ما) هي واحدة من المؤشرات الفنية الأكثر شعبية وغالبا ما تستخدم. من السهل حساب المتوسط المتحرك، وبمجرد رسمه على الرسم البياني، هو أداة مرئية قوية لتحديد الاتجاه. سوف تسمع في كثير من الأحيان عن ثلاثة أنواع من المتوسط المتحرك: بسيطة. الأسي والخطي. أفضل مكان للبدء هو من خلال فهم أبسط: المتوسط المتحرك البسيط (سما). دعونا نلقي نظرة على هذا المؤشر وكيف يمكن أن تساعد التجار اتباع الاتجاهات نحو المزيد من الأرباح. (لمزيد من المعلومات حول المتوسطات المتحركة، انظر تجول الفوركس لدينا) خطوط الاتجاه لا يمكن أن يكون هناك فهم كامل للمتوسطات المتحركة دون فهم الاتجاهات. والاتجاه هو ببساطة السعر الذي يواصل التحرك في اتجاه معين. هناك ثلاثة اتجاهات حقيقية فقط يمكن أن يتبعها الأمن: اتجاه صعودي. أو الاتجاه الصاعد، يعني أن السعر يتحرك أعلى. اتجاه هبوطي. أو الاتجاه الهبوطي، يعني أن السعر يتحرك أقل. اتجاه جانبي. حيث يتحرك السعر جانبيا. الشيء المهم أن نتذكر الاتجاهات هو أن الأسعار نادرا ما تتحرك في خط مستقيم. لذلك، يتم استخدام خطوط المتوسط المتحرك لمساعدة المتداول على تحديد اتجاه الاتجاه بشكل أكثر سهولة. (لمزيد من القراءة المتقدمة حول هذا الموضوع، انظر أساسيات البولنجر باند والمتحرك المتوسط المغلفات: تكرير أداة التداول الشعبي). نقل متوسط البناء تعريف الكتاب المتحرك للمتوسط المتحرك هو متوسط السعر للأمن باستخدام فترة زمنية محددة. دعونا نأخذ المتوسط المتحرك جدا لمدة 50 يوما كمثال. يتم احتساب المتوسط المتحرك لمدة 50 يوما عن طريق أخذ أسعار الإغلاق خلال آخر 50 يوما من أي ضمان وإضافتها معا. ثم يتم تقسيم النتيجة من حساب الإضافة على عدد الفترات، في هذه الحالة 50. من أجل الاستمرار في حساب المتوسط المتحرك على أساس يومي، استبدال أقدم عدد مع أحدث سعر الإغلاق والقيام بنفس الرياضيات. وبغض النظر عن طول أو متوسط المتوسط المتحرك الذي تبحث عنه، تبقى الحسابات الأساسية هي نفسها. سيكون التغيير في عدد أسعار الإغلاق التي تستخدمها. لذا، على سبيل المثال، المتوسط المتحرك لمدة 200 يوم هو سعر الإغلاق لمدة 200 يوم يتم جمعها معا ثم تقسيمها على 200. سترى جميع أنواع المتوسطات المتحركة، من المتوسطات المتحركة لمدة يومين إلى المتوسط المتحرك لمدة 250 يوما. من المهم أن نتذكر أنه يجب أن يكون لديك عدد معين من أسعار الإغلاق لحساب المتوسط المتحرك. إذا كان الضمان جديدا أو قبل شهر واحد فقط، فلن تتمكن من القيام بمتوسط متحرك لمدة 50 يوما لأنك لن تمتلك عددا كافيا من نقاط البيانات. أيضا، من المهم أن نلاحظ أننا اخترنا استخدام أسعار الإغلاق في الحسابات، ولكن يمكن حساب المتوسطات المتحركة باستخدام الأسعار الشهرية، والأسعار الأسبوعية، وفتح الأسعار أو حتى الأسعار اللحظية. (لمزيد من المعلومات، راجع البرنامج التعليمي للمتوسطات المتحركة). الشكل 1: متوسط متحرك بسيط في غوغل Inc. الشكل 1 هو مثال لمتوسط متحرك بسيط على مخطط مخزون غوغل Inc. (ناسداك: غوغ). يمثل الخط الأزرق متوسطا متحركا لمدة 50 يوما. في المثال أعلاه، يمكنك أن ترى أن هذا الاتجاه قد انخفض منذ أواخر عام 2007. انخفض سعر سهم غوغل دون المتوسط المتحرك لمدة 50 يوما في يناير من عام 2008 واستمر في الانخفاض. عندما يعبر السعر دون المتوسط المتحرك، يمكن استخدامه كإشارة تجارية بسيطة. إن التحرك دون المتوسط المتحرك (كما هو مبين أعلاه) يشير إلى أن الدببة هي التي تتحكم في حركة السعر وأن الأصول سوف تتحرك على الأرجح أقل. على العكس من ذلك، يشير صعود فوق المتوسط المتحرك إلى أن الثيران في السيطرة وأن السعر قد يكون على استعداد لاتخاذ خطوة أعلى. (اقرأ المزيد في المسار أسعار الأسهم مع ترندلينس). طرق أخرى لاستخدام المتوسطات المتحركة يستخدم العديد من التجار المتوسطات المتحركة ليس فقط لتحديد اتجاه الحالي ولكن أيضا كإستراتيجية الدخول والخروج. واحدة من أبسط الاستراتيجيات تعتمد على عبور اثنين أو أكثر من المتوسطات المتحركة. وتعطى الإشارة الأساسية عندما يعبر المتوسط على المدى القصير فوق أو فوق المتوسط المتحرك الأطول أجلا. يسمح لك متوسطان متحركان أو أكثر برؤية اتجاه أطول أجلا مقارنة بمتوسط متحرك على المدى الأقصر وهو أيضا طريقة سهلة لتحديد ما إذا كان الاتجاه يكتسب قوة أو إذا كان على وشك العودة. (لمزيد من المعلومات عن هذه الطريقة، اقرأ كتاب التمهيدي على ماسد). الشكل 2: متوسط متحرك على المدى الطويل والأقصر في غوغل Inc. يستخدم الشكل 2 متوسطين متحركين، واحد على المدى الطويل (50 يوما، الخط الأزرق) والأخرى أقصر (15 يوما، التي يظهرها الخط الأحمر). هذا هو نفس مخطط جوجل هو مبين في الشكل 1، ولكن مع إضافة اثنين من المتوسطات المتحركة لتوضيح الفرق بين طولين. ستلاحظ أن المتوسط المتحرك لمدة 50 يوما أبطأ للتكيف مع تغيرات الأسعار. لأنه يستخدم المزيد من نقاط البيانات في حسابه. من ناحية أخرى، فإن المتوسط المتحرك لمدة 15 يوما يسارع إلى الاستجابة لتغيرات الأسعار، لأن كل قيمة لها ترجيح أكبر في الحساب بسبب الأفق الزمني القصير نسبيا. في هذه الحالة، وباستخدام إستراتيجية متقاطعة، ستشاهد المتوسط المتحرك لمدة 15 يوما لتجاوز المتوسط المتحرك لمدة 50 يوما كإدخال لمركز قصير. الشكل 3: ثلاثة أشهر ما سبق هو الرسم البياني لمدة ثلاثة أشهر من النفط الولايات المتحدة الأمريكية (أميكس: أوسو) مع اثنين من المتوسطات البسيطة بسيطة. الخط الأحمر هو المتوسط المتحرك الأقصر لمدة 15 يوما، في حين يمثل الخط الأزرق المتوسط المتحرك الأطول لمدة 50 يوما. سيستخدم معظم المتداولين متوسط المتوسط المتحرك قصير المدى فوق المتوسط المتحرك الأطول أجلا لبدء وضعية طويلة وتحديد بداية الاتجاه الصاعد. (تعرف على المزيد حول تطبيق هذه الاستراتيجية في التداول على ماكد ديفيرجانس.) يتم إنشاء الدعم عندما يتجه السعر نحو الانخفاض. هناك نقطة ينخفض فيها ضغط البيع ويريد المشترون الدخول. وبعبارة أخرى، يتم إنشاء أرضية. المقاومة تحدث عندما يكون السعر يتجه صعودا. هناك نقطة عند انخفاض قوة الشراء والباعة خطوة في. وهذا من شأنه أن يحدد سقف. (لمزيد من التوضيح، اقرأ أساسيات مقاومة أمبير الدعم.) وفي كلتا الحالتين، قد يكون المتوسط المتحرك قادرا على الإشارة إلى مستوى دعم مبكر أو مقاومة. على سبيل المثال، إذا كان الأمن ينحرف إلى أدنى مستوى في اتجاه صعودي ثابت، فلن يكون من المستغرب أن نرى السهم يجد الدعم عند متوسط متحرك طويل الأمد لمدة 200 يوم. من ناحية أخرى، إذا كان السعر يتجه نحو الانخفاض، فإن العديد من المتداولين سوف يشاهدون السهم لترتد المقاومة للمتوسطات المتحركة الرئيسية (50 يوم، 100 يوم، و 200 يوم في المتوسط). (لمزيد من المعلومات حول استخدام الدعم والمقاومة لتحديد الاتجاهات، اقرأ تريند-سبوتينغ ويث ذي أكومولاتيونديستريبوتيون لين). الاستنتاج المتوسطات المتحركة هي أدوات قوية. من السهل حساب المتوسط المتحرك البسيط، والذي يسمح باستخدامه بسرعة وسهولة إلى حد ما. المتوسطات المتحركة أكبر قوة هي قدرتها على مساعدة المتداول على تحديد الاتجاه الحالي أو بقعة انعكاس الاتجاه المحتمل. ويمكن للمتوسطات المتحركة أيضا تحديد مستوى من الدعم أو المقاومة للأمن، أو بمثابة إشارة دخول أو خروج بسيطة. كيف تختار استخدام المتوسطات المتحركة هو تماما متروك لكم. بيتا هو مقياس لتقلبات أو مخاطر منهجية لأمن أو محفظة بالمقارنة مع السوق ككل. نوع من الضرائب المفروضة على الأرباح الرأسمالية التي يتكبدها الأفراد والشركات. أرباح رأس المال هي الأرباح التي المستثمر. أمر لشراء ضمان بسعر أو أقل من سعر محدد. يسمح أمر حد الشراء للمتداولين والمستثمرين بتحديده. قاعدة دائرة الإيرادات الداخلية (إرس) تسمح بسحب الأموال بدون رسوم من حساب حساب الاستجابة العاجلة. القاعدة تتطلب ذلك. أول بيع الأسهم من قبل شركة خاصة للجمهور. وكثيرا ما تصدر مكاتب الملكية الفكرية من قبل الشركات الأصغر سنا التي تسعى. نسبة الدين هي نسبة الدين المستخدمة لقياس الرافعة المالية للشركة أو نسبة الدين المستخدمة لقياس الفرد. بيرامالان ميروباكان دوغان ترهاداب بيرمينتان يانغ أكان داتانغ بيرداساركان بادا بيبيرابا فاريابيل بيرامال، سيرينغ بيرداساركان داتا ديريت واكتو هيستوريس. بيرامالان منغوناكان تكنيك-تكنيك بيرامالان يانغ برسيفات فورمال موبون إنفورمال (غاسبرز، 1998). كيجياتان بيرامالان ميروباكان باجيان إنتغرال داري بينغامبيلان كيبوتوسان ماناجيمن. بيرامالان منغورانجي كيتيرغانتونغان بادا هال-يانغ يانغ بيلوم باستي (إنتيفتيف). بيرامالان ميميليكي سيفات سالينغ كيتيرغانتونغان أنتارا ديفيسي أتاو باجيان. كيسلان دلام برويكسي بينجوالان أكان ميمنغاروهي بادا رامالان أنغاران، بينجيلواران أوبيراسي، أروس كاس، بيرسيديانا، دان سيباغينيا. دوا هال بوكوك يانغ هاروس ديبراتيكان دلام بروسس بيرامالان يانغ أكورات دان بيرمانفات (ماكريداكيس، 1999): بينغومبولان داتا يانغ ريليبان بيروبا إنفورماسي يانغ دابات مينغاسيلكان بيرامالان يانغ أكورات. بميليهان تكنيك بيرامالان يانغ تيبات يانغ أكان ميمانفاتكان إنفورماسي داتا يانغ ديبيروله سيماكسيمال مونغكين. تيردابات دوا بيندكاتان ونتوك ميلاكوكان بيرامالان يايتو دنغان بيندكاتان كواليتاتيف دان بيندكاتان كوانتيتاتيف. ميتود بيرامالان كواليتاتيف ديغوناكان كيتيكا داتا هيستوريس تيداك تيرسيديا. ميتود بيرامالان كواليتاتيف أدالا ميتود سوبيكتيف (إنتوتيف). ميتود إيني ديداساركان بادا إنفورماسي كواليتاتيف. داسار إنفورماسي إيني دابات ميمبريديكسي كاجيان-كيجاديان دي ماسا يانغ أكان داتانغ. كيكوراتان داري ميتود إيني سانغات سوبجكتيف (ماتري ستاتيستيكا، أوجم). ميتود بيرامالان كوانتيتاتيف دابات ديباجي منجادي دوا تايب، السببية دان سلسلة الوقت. ميتود بيرامالان كوسال ميليبوتي فاكتور-فاكتور يانغ بيرهوبونغان دنغان فاريابيل يانغ ديبريديكسي سيبيرتي أناليسيس ريجريزي. بيرامالان سلسلة الوقت ميروداكان ميتود كوانتيتاتيف ونتوك مينغاناليسيس داتا ماسا لامباو يانغ تيلاه ديكومبولكان سيكارا تيراتور منغوناكان تكنيك يانغ تيبات. هاسيلنيا دابات ديجاديكان أكوان أونتوك بيرامالان نيلاي دي ماسا يانغ أكان داتانغ (ماكريداكيس، 1999). موديل ديريت بيركالا دابات ديغوناكان دنغان موداه أونتوك ميرمال، سيدانغ موديل كوسال ليبيه بيرهاسيل أونتوك بينغامبيلان كيبوتوسان دان كيبيجاكان. بيرامالان هاروس مينداساركان أناليسيسنيا بادا بولا داتا يانغ أدا. إمبا بولا داتا يانغ لازيم ديتيموي دلام بيرامالان (ماتيري ستاتيستيكا، أوجم): 1. بولا أفريكا بولا إيني تيرجادي بيلا داتا بيرفلوكتواسي دي سيكيتار راتا-راتانيا. برودوك يانغ بينجوالانيا تيداك مينينغكات أتاو مينورون سيلما واكتو ترتنتو تيرماسوك جينيس إيني. ستروكتور داتانيا دابات ديغامباركان سيباغاي بيريكوت إيني. بولا مسيمان تيرجادي بيلا نيلاي داتا ديبنغاروهي أوله فاكتور مسيمان (ميسالنيا كوارتال تاهون ترتنتو، بولانان أتاو هاري-هاري بادا مينغغو ترتنتو). ستروكتور داتانيا دابات ديغامباركان سيباغاي بيريكوت إيني. بولا إيني تيرجادي بيلا داتا ديبنغاروهي أوله فلوكتواسي إكونومي جانغكا بانجانغ سيبيرتي يانغ بيرهوبونغان دنغان سيكلوس بيسنيس. ستروكتور داتانيا دابات ديغامباركان سيباغاي بيريكوت. بولا تريند ترجادي بيلا أدا كينايكان أتاو بينورونان سيكولر جانكا بانجانغ دلام داتا. ستروكتور داتانيا دابات ديغامباركان سيباغاي بيريكوت. التنبؤ أدالا بيرامالان أتاو بيركيراان منغناي سيسواتو يانغ بيلوم تيرجادي. رامالان يانغ ديلاكوكان بادا أومنيا أكان بيرداساركان يانغ تردابات دي ماسا لامباو يانغ دياناليسيس دنغان منغوناكان ميتود-ميتود ترتنتو. التنبؤ ديوباياكان ديبوات دابات ميمينيمومكان بينغاروه كيتيداكباستيان تيرسيبوت، دنغان كاتا لينبرتوجوان مينداباتكان رامالانيانغ بيسا ميمينيمومكان كيسلاهان ميرمال (توقعات الخطأ) يانغ بياسانيا ديوكور دنغان يعني الانحراف المطلق، خطأ مطلق. دان سيباغينيا. بيرامالان ميروباكان ألات بانتو يانغ سانغات بنتينغ دلام بيرنسانان يانغ إفكتيف دان إفيسيان (سوباجيو، 1986). بيرامالان بيرمينتان ميميليكي كاراكتيريستيك ترتنتو يانغ بيرلاكو سيكارا أوموم. كاراكتيريستيك إيني هاروس ديبراتيكان ونتوك مينيلاي هاسيل سواتو بروسس بيرامالان بيرمينتان دان ميتود بيرامالان يانغ ديغوناكان. كاراكتيريستيك بيرامالان يايتو فاكتور بينيباب يانغ بيرلاكو دي ماسا لالو دياسومزيكان أكان بيرلاكو جوغا دي ماسا يانغ أكان داتانغ، دان بيرامالان تاك بيرنا سيمبورنا، بيرمينتان أكتوال سيلالو بيربيدا دنغان بيرمينتان يانغ ديرامالكان (باروتو، 2002). بينغونان بيرباغاي نموذج بيرامالان أكان ميموريكان نيلاي رامالان يانغ بيربيدا دان ديراجات داري غالات رمالان (توقعات الخطأ) يانغ بيربيدا بولا. سيني دلام ميلاكوكان بيرامالان أدالا ميميليه بيرامالان تيربيك يانغ مامبو منجيدنتيفيكاسي دان مينانغابي بولا أكتيفيتاس هيستوريس داري داتا. موديل-بيرامالان دابات ديكيلومبوكان كي دلام دوا كيلومبوك أوتاما، يايتو ميتود كواليتاتيف دان ميتود كوانتيتاتيف. ميتود كوانتيتاتيف ديكيلبوكان كي دلام دوا كيلومبوك أوتاما، يايتو إنترينسيك دان إكسترينسيك. ميتود كوالتيتاتيف ديتوجوكان أونتوك بيرامالان ترهاداب برودوك بارو، باسار بارو، بروسس بارو، بيروباهان سوسيال داري ماسياراكات، بيروباهان تينولوجي، أتاو بينيسويان ترهاداب ramalan - رمالان بيرداساركان ميتود كوانتيتاتيف. نموذج كوانتيتاتيف إنترينسيك سيرينغ ديسبوت سيباجاي نموذج-نموذج ديريت واكتو (الوقت سلسلة نموذج). نموذج ديريكت واكتو يانغ بوبولر دان أوموم ديتيرابكان دلام بيرامالان بيرمينتان أدالا راتا-راتا بيرجيراك (موفينغ أفيراجيونس)، بيمولوسان إكسبوننسيال (أكونوننتيال نوثينغ)، دان برويكسي كيسنديرغان (تريند بروجكتيون). موديل كوانتيتاتيف إكسترينسيك سيرينغ ديسبوت جوغا سيباغاي موديل كوسال، دان يانغ أوموم ديغوناكان أدالا موديل ريجريسي (رجرسيون سبال موديل) (غاسبرز، 1998). 1. الوزن المتوسطات المتحركة (وما) نموذجية النسبية النسبية بيانات البيانات من البيانات الخاصة بالبيانات المالية في جميع أنحاء العالم، ولكن لا يمكن أن تكون في أي وقت من الأوقات. ميتود راتا-راتا بيرجيراك أكان إفكتيف ديتيرابكان أبابيلا بيرمينتان باسار ترهاداب برودوك دياسومزيكان ستابيل سيبانجانغ واكتو. ميتود راتا-راتا بيرجيراك تيردابات دوا جينيس، راتا-راتا بيرجيراك تيداك بيربوبوت (ونويت موفينغ أفيراجيس) دناتا-راتا بوبوت بيرجيراك (ويت موفينغ بيرفيراج). نموذج راتي-راتا بوبوت بيرجيراك ليبيه ريسبونزيف ترهاداب بيروباهان كارينا داتا بيريود يانغ بارو بياسانيا ديبيري بوبوت ليبيه بيزار. روموس راتا-راتا بوبوت بيرجيراك يايتو سيباغاي بيريكوت. 2. واحد الأسي تمهيد (سيس) بيانات البولا يانغ تيداك استقرار أتاو بيروباهانيا بيزار دان بيرجيجولاك أومومنيا منغوناكان نموذج بيمولوسان إكسبوننسيال (الأسي تجانس نماذج). ميتود واحد الأسي تجانس ليبيه كوكوك ديغوناكان ونتوك ميرامالكان هال-هال يانغ فلوكتواسينيا سيكارا أكاك (تيداك تيراتور). بيرامالان منغوناكان نموذج بيمولوسان إكسبوننسيال روموسنيا عدالة سيباغاي بيريكوت. بيرماسلاهان أوموم يانغ ديهادابي أبابيلا منغوناكان موديل بيمولوسان إكسبوننسيال أدالا ميميليه كونستانتا بيمولوسان () يانغ ديبيريراكان تيبات. نيلاي كونستانتا بيمولوسان ديبيليه دي أنتارا 0 دان 1 كارينا بيرلاكو 0 لوت لوت 1. أبابيلا بولا هيستوريس داري داتا أكتوال بيرمينتان سانغات بيرجيجولاك أتاو تيداك ستابيل داري واكتو كي واكتو، نيلاي يانغ ديبيليه أدالا يانغ مندكاتي 1. بولا هيستوريس داري داتا أكتوال بيرمينتان تيداك بيرفلوكتواسي أتاو ريلاتيف ستابيل داري واكتو كي واكتو، يانغ ديبيليه أدالا يانغ نيلينيا مندكاتي نول (غاسبرز، 1998). 3. ريجيري لينير نموذج أناليسيس ريجريسي لينير أدالا سواتو ميتود بوبولر أونتوك بيرباغاي ماكام بيرماسلاهان. مينوروت هاردينغ (1974) دوا فاريابيل يانغ ديغوناكان، فاريابيل x دان فاريابيل y، دياسومزيكان ميميليكي كايتان ساتو سما لين دان بيرسيفات لينير. روموس بيرهيتونغان ريجريسي لينير يايتو سيباغاي بيريكوت. Y هاسيل بيرامالان بيربوتونغان دنغان سومبو تيغاك ب منياتاكان المنحدر أتاو كيميرينغان غاريس ريجريسي أوكوران أكوراسي بيرامالان نموذج نموذج بيرامالان يانغ ديلاكوكان كيموديان ديفاليداسي منغوناكان سيجوملا إنديكاتور. إنديكاتور-إنديكاتور يانغ أوموم ديغوناكان أدالا راتا-راتا بينيمبانغان أبسولوت (يعني الانحراف المطلق)، النسبية النسبية كوادرات تيركيسيل (متوسط مربع خطأ)، النسبية النسبية بيرسنتاس كيسلاهان أبسولوت (يعني المطلق النسبة المئوية خطأ)، فاليداسي بيرامالان (تتبع إشارة)، دان بينغوجيان كيستابيلان (تتحرك المدى). 1. يعني الانحراف المطلق (ماد) ميتود ونتوك منجيفالواسي ميتود بيرامالان منغوناكان جوملا داري كيسلاهان-كيصلاهان يانغ أبسولوت. يعني الانحراف المطلق (ماد) منغكور كيتيباتان رمالان دنغان ميراتا-راتا كيسلاهان دوغان (نيلاي أبسولوت ماسينغ-ماسينغ كيسلاهان). ماد بيرغنا كيتيكا منغوكور كيسلاهان رامالان دلام أونيت يانغ سما سيباغاي ديريت أسلي. نيلاي ماد دابات ديهيتونغ دنغان منغوناكان روموس سيبيغاي بيريكوت. 2. يعني خطأ مربع (مس) يعني خطأ مربع (مس) أدالا ميتود لين ونتوك مينجيفالواسي ميتود بيرامالان. ماسينغ-ماسينغ كيسلاهان أتاو سيسا ديكوادراتان. كيموديان ديجوملاكان دان ديتمباهكان دنغان جوملا أوبسيرباسي. بيندكاتان إيني منغاتور كيسلاهان بيرامالان يانغ بيزار كارينا كيسلاهان-كيسلاهان إيتو ديكوادراتكان. ميتودي إيتو مينغاسيلكان كيسلاهان-كيزلان سيدانغ يانغ كيمونغكينان ليبيه بايك كيزلان كيسيل، تيتابي كادانغ منغاسيلكان بيربدان يانغ بيزار. 3. يعني النسبة المطلقة النسبة المئوية خطأ (ميب) يعني النسبة المطلقة خطأ (ميب) ديهيتونغ دينغان منغوناكان كيسلان أبسولوت بادا تياب بيريود ديباجي دنغان نيلاي أوبسيرفاسي يانغ نياتا أونتوك بيريود إيتو. كيموديان، ميراتا-راتا كيسلاهان بيرسنتاس أبسولوت تيرسيبوت. بيندكاتان إيني بيرغونا كيتيكا أوكوران أتاو بيزار فاريابيل رمالان إيتو بينتينغ دلام منجيفالواسي كيتيباتان راملان. ميب منجينديكاسي سيبيرابا بيزار كيسلان دلام ميرامال يانغ ديباندينغكان دنغان نيلاي نياتا. 4. تتبع إشارة فاليداسي بيرامالان ديلاكوكان دنغان تتبع إشارة. تتبع إشارة عدالة سواتو أوكوران باغيمانا بيكنيا سواتو بيرامالان ممبركيراكان نيلاي-نيلاي أكتوال. نيلاي تتبع إشارة دابات ديهيتونغ دينغان منغوناكان روموس سيبيغاي بيريكوت. تتبع إشارة يانغ بوسيتيف مينونجوكان باهوا نيلاي أكتوال بيرمينتان ليبيه بيزار داريبادا رامالان، سيدانغكان تتبع إشارة يانغ نيجاتيف بيرارتي نيلاي أكتوال بيرمينتان ليبيه كيسيل داريبادا رامالان. تتبع إشارة ديسيبوت بيك أبابيلا ميميليكي رسف يانغ رينداه، دان ميمبونياي خطأ إيجابي يانغ سما بانياك أتاو سيمبانغ دينغان خطأ سلبي. سيهينغغا بوسات داري تراكينغ سيغنال مندكاتي نول. تراكينغ سيغنال يانغ تيله ديهيتونغ دابات ديبوات بيتا كونترول أونتوك ميليهات كيلاياكان داتا دي دلام باتاس كونترول أتاس دان باتاس كونترول بواه. 5. تتحرك المدى (مر) بيتا تتحرك المدى ديرانكانغ ونتوك ميمباندينغكان نيلاي بيرمينتان أكتوال دينغان نيلاي بيرامالان. داتا بيرمينتان أكتوال ديباندينغكان دنغان نيلاي بيرامال بادا بيريود يانغ سما. بيتا تيرسيبوت ديكيمبانغكان كي بيريود يانغ أكان داتانغ هينغغا دابات ديباندينغكان داتا بيرامالان دنغان بيرمنتان أكتوال. بيتا موفينغ رانج ديغوناكان ونتوك بينغوجيان كيستابيلان سيستم سيباب-أكبات يانغ ميمبنغارو بيرمينتان. روماس بيرهيتونغان بيتا تتحرك المدى عدالة سيباغاي بيريكوت. جيكا ديتيموكان ساتو تيتيك يانغ بيرادا ديلوار باتاس كندالي بادا سات بيرامالان ديفيريفيكاسي ماكا هاروس ديتنتوكان أباكاه داتا هاروس ديابايكان أتاو مينكاري بيرامال بارو. جيكا ديتيموكان سيبواه تيتيك بيرادا ديلوار باتاس كندالي ماكا هاروس ديسليديكي بينيبابنيا. بينيموان إيتو منغكين ساجا ممبوتوهكان بينيليديكان يانغ إكستنسيف. جيكا سيموا تيتيك بيرادا دي دلام باتاس كندالي، دياسومزيكان باهوا بيرامالان بيرمينتان يانغ ديهاسيلكان تيلاه كوكوب بيك. جيكا تيردابات تيتيك يانغ بيرادا دي لوار باتاس كيندالي، جيلاس باهوا بيرامالان يانغ ديدابات كورانغ بيك دان هاروس ديريفيسي (غاسبرز، 1998). كيغونان بيتا تتحرك مجموعة إيلا ونتوك ميلاكوكان فيريفيكاسي هاسيل بيرامالان أقل مربع تيرداهولو. جيكا بيتا تتحرك المدى مينونجوكان كيدان ديلوار كريتيريا كيندالي. هال إيني بيرارتي تيردابات داتا يانغ تيداك بيراسال داري سيستيم سيباب-أكيبات يانغ سما دان هاروس ديبوانغ ماكا بيرامالان بان هاروس ديولانجي لاجي. ريبلوجيد ذيس أون بروفيسوربيسنيس أند كومنتد: بيرامالان ميروباكان أكتيفيتاس فونغسي بيسنيس يانغ ميمبركيراكان بينجوالان دان بينغونان برودوك سيهينغغا برودوك-برودوك إيتو دابات ديبوات دلام كوانتيتاس يانغ تيبات. بيرامالان ميروباكان دوغان ترهاداب بيرمينتان يانغ أكان داتانغ بيرداساركان بادا بيبيرابا فاريابيل بيرامال، سيرينغ بيرداساركان داتا ديريت واكتو هيستوريس. بيرامالان منغوناكان تكنيك-تكنيك بيرامالان يانغ برسيفات فورمال موبون إنفورمال (غاسبرز، 1998). كيجياتان بيرامالان ميروباكان باجيان إنتغرال داري بينغامبيلان كيبوتوسان ماناجيمن. بيرامالان منغورانجي كيتيرغانتونغان بادا هال-يانغ يانغ بيلوم باستي (إنتيفتيف). بيرامالان ميميليكي سيفات سالينغ كيتيرغانتونغان أنتارا ديفيسي أتاو باجيان. كيسلان دلام برويكسي بينجوالان أكان ميمنغاروهي بادا رامالان أنغاران، بينجيلواران أوبيراسي، أروس كاس، بيرسيديانا، دان سيباغينيا. دوا هال بوكوك يانغ هاروس ديبراتيكان دلام بروسس بيرامالان يانغ أكورات دان بيرمانفات ماف ماس نومبانغ تانيا. جودول سكريبسي بونيا كو كان تينتانغ 8220Potensi بيرجيراكان بينومبانغ بادا bandara8221 إيتو kira2 نموذج روموس بيندكاتان يانغ كوك أونتوك منغوت بوتسي بيرجيراكان ترسيبوت يانغ أكورات يانغ مانا يا ماس. تريما كاسيه (موهون d بالاس يانغ سيسيباتنيا يا ماس.، تريمز) بيرميسي باك، سايا بارو ساجا مينوليس تينتانغ فونغسي أوتوكوريلاتيون أونتوك بينتوان بولا البيانات الوقت سلسلة أباكاه موسيمان، ترين، أتاو ستاتيونر، دي أرتيكيل بيريكوت: datacomlink. blogspot201512data-مينينغ-إيدنتيفيكاسي-بولا - data-time. html يانغ إنجين سايا تانياكان، أباكاه أدا تكنيك لين ونتوك مينكاري بولا البيانات الوقت سلسلة سيلين فونجسي أوتوكريلاتيون يا باك تيريما كاسيه ماس سي ماو تانيا كالاو بيرامالان كيترزيدياان باهان باكو كي برودوسن مينغوناكان ميتود أباسيدانغكان بيرامالان كيترسيدياان برودوك كي كونسومين مينغوناكان ميتود أباتريماكاسيه كالاو هاسيل توقعات نيا بيرنيلاي نيغاتيف، جيمانا ماس ديتامباه لاجي داري سيموا ميتود إكسبوننسيال بيك يانغ بسيط، هولت، أسمر دان دامبيد نيلاي مي دان مابينيا بيسار سيكالي دياتاس 200. سولوسينيا ماس
No comments:
Post a Comment