الانتقال من المتوسط مربع فلتر

مقدمة إلى أريما: النماذج غير التقليدية أريما (p، d، q) التنبؤ بالمعادلة: نماذج أريما هي، من الناحية النظرية، الفئة الأكثر عمومية من النماذج للتنبؤ بسلسلة زمنية يمكن أن تكون 8220stationary8221 عن طريق الاختلاف (إذا لزم الأمر)، ربما جنبا إلى جنب مع التحولات غير الخطية مثل قطع الأشجار أو تفريغ (إذا لزم الأمر). المتغير العشوائي الذي هو عبارة عن سلسلة زمنية ثابت إذا كانت خصائصه الإحصائية ثابتة على مر الزمن. سلسلة ثابتة لا يوجد لديه اتجاه، والاختلافات حول المتوسط ​​لها اتساع مستمر، وأنه يتلوى بطريقة متسقة. أي أن أنماطها الزمنية العشوائية القصيرة الأجل تبدو دائما بنفس المعنى الإحصائي. ويعني الشرط الأخير أن علاقاته الذاتية (الارتباطات مع انحرافاته السابقة عن المتوسط) تظل ثابتة على مر الزمن، أو على نحو مكافئ، أن طيف القدرة لا يزال ثابتا على مر الزمن. ويمكن أن ينظر إلى متغير عشوائي لهذا النموذج (كالمعتاد) على أنه مزيج من الإشارة والضوضاء، والإشارة (إذا كانت ظاهرة) يمكن أن تكون نمطا للانعكاس السريع أو البطيء، أو التذبذب الجيبية أو بالتناوب السريع في الإشارة ، ويمكن أن يكون لها أيضا عنصر موسمي. ويمكن النظر إلى نموذج أريما على أنه 8220filter8221 يحاول فصل الإشارة عن الضوضاء، ومن ثم يتم استقراء الإشارة إلى المستقبل للحصول على التنبؤات. ومعادلة التنبؤ أريما لسلسلة زمنية ثابتة هي معادلة خطية (أي الانحدار من نوع) تكون فيها المتنبؤات متخلفة عن المتغير التابع والتخلفات المتراكمة في أخطاء التنبؤ. وهذا هو: القيمة المتوقعة ل Y قيمة ثابتة ومرجحة لقيمة واحدة أو أكثر من القيم الأخيرة Y ومجموع مرجح لقيمة أو أكثر من القيم الأخيرة للأخطاء. إذا كانت المتنبئات تتكون فقط من قيم متخلفة من Y. هو نموذج الانحدار الذاتي النقي (8220self-regressed8221) النموذج، وهو مجرد حالة خاصة من نموذج الانحدار والتي يمكن تركيبها مع برامج الانحدار القياسية. على سبيل المثال، نموذج الانحدار الذاتي الأول (8220AR (1) 8221) ل Y هو نموذج انحدار بسيط يتغير فيه المتغير المستقل فقط بفترة واحدة (لاغ (Y، 1) في ستاتغرافيكس أو YLAG1 في ريجرسيت). إذا كان بعض المتنبؤات متخلفة من الأخطاء، وهو نموذج أريما فإنه ليس نموذج الانحدار الخطي، لأنه لا توجد طريقة لتحديد 8220 فترة قصيرة 8217s error8221 كمتغير مستقل: يجب أن تحسب الأخطاء على أساس فترة إلى فترة عندما يتم تركيب النموذج على البيانات. ومن وجهة نظر تقنية، فإن مشكلة استخدام الأخطاء المتأخرة كمنبئات هي أن التنبؤات النموذجية 8217s ليست وظائف خطية للمعاملات. رغم أنها وظائف خطية للبيانات السابقة. لذلك، يجب تقدير المعاملات في نماذج أريما التي تتضمن أخطاء متخلفة بطرق التحسين غير الخطية (8220hill-التسلق 8221) بدلا من مجرد حل نظام المعادلات. اختصار أريما لتقف على السيارات والانحدار المتكامل المتحرك المتوسط. ويطلق على الفترات المتأخرة في السلسلة المستقرة في معادلة التنبؤ مصطلحات كوتورغريسغريسيفيكوت، ويطلق على "أخطاء أخطاء التنبؤ" مصطلح "متوسط ​​التكلفة"، ويقال إن السلسلة الزمنية التي يجب أن تكون مختلفة لتكون ثابتة، هي نسخة متقاربة من سلسلة ثابتة. نماذج المشي العشوائي ونماذج الاتجاه العشوائي، ونماذج الانحدار الذاتي، ونماذج التجانس الأسي كلها حالات خاصة لنماذج أريما. ويصنف نموذج أريما نوناسونال على أنه نموذج كوتاريما (p، d، q) كوت حيث: p هو عدد مصطلحات الانحدار الذاتي، d هو عدد الاختلافات غير الموسمية اللازمة للاستبانة، و q هو عدد الأخطاء المتوقعة في التنبؤات معادلة التنبؤ. يتم بناء معادلة التنبؤ على النحو التالي. أولا، اسمحوا y تدل على الفرق د من Y. مما يعني: لاحظ أن الفرق الثاني من Y (حالة d2) ليس الفرق من 2 منذ فترات. بدلا من ذلك، هو الفرق الأول من الأول الفرق. وهو التناظرية منفصلة من مشتق الثاني، أي تسارع المحلي للسلسلة بدلا من الاتجاه المحلي. من حيث y. معادلة التنبؤ العامة هي: هنا يتم تعريف المعلمات المتوسطة المتحركة (9528217s) بحيث تكون علاماتها سلبية في المعادلة، وفقا للاتفاقية التي قدمها بوكس ​​وجينكينز. بعض الكتاب والبرمجيات (بما في ذلك لغة البرمجة R) تعريفها بحيث لديهم علامات زائد بدلا من ذلك. عندما يتم توصيل الأرقام الفعلية في المعادلة، لا يوجد أي غموض، ولكن من المهم أن نعرف 8217s الاتفاقية التي يستخدمها البرنامج الخاص بك عندما كنت تقرأ الإخراج. في كثير من الأحيان يتم الإشارة إلى المعلمات هناك من قبل أر (1)، أر (2)، 8230، و ما (1)، ما (2)، 8230 الخ لتحديد نموذج أريما المناسب ل Y. تبدأ من خلال تحديد ترتيب الاختلاف (د) الحاجة إلى توثيق السلسلة وإزالة الخصائص الإجمالية للموسمية، ربما بالاقتران مع تحول استقرار التباين مثل قطع الأشجار أو الانقسام. إذا كنت تتوقف عند هذه النقطة والتنبؤ بأن سلسلة ديفيرنتد ثابت، لديك مجرد تركيب المشي العشوائي أو نموذج الاتجاه العشوائي. ومع ذلك، قد لا تزال السلسلة المستقرة ذات أخطاء ذات علاقة ذاتية، مما يوحي بأن هناك حاجة إلى بعض المصطلحات أر (p 8805 1) أندور بعض مصطلحات ما (q 8805 1) في معادلة التنبؤ. ستتم مناقشة عملية تحديد قيم p و d و q الأفضل لسلسلة زمنية معينة في الأقسام اللاحقة من الملاحظات (التي توجد روابطها في أعلى هذه الصفحة)، ولكن معاينة لبعض الأنواع من نماذج أريما نونسونالونال التي تواجه عادة ما يرد أدناه. أريما (1،0،0) من الدرجة الأولى نموذج الانحدار الذاتي: إذا كانت السلسلة ثابتة و أوتوكوريلاتد، وربما يمكن التنبؤ بها باعتبارها متعددة من قيمتها السابقة، بالإضافة إلى ثابت. معادلة التنبؤ في هذه الحالة هي 8230 الذي يتراجع Y على نفسه متأخرا بفترة واحدة. هذا هو 8220ARIMA (1،0،0) ثابت 8221 نموذج. إذا كان متوسط ​​Y هو الصفر، فإن المصطلح الثابت لن يتم تضمينه. إذا كان معامل الانحدار 981 1 موجبا وأقل من 1 في الحجم (يجب أن يكون أقل من 1 من حيث الحجم إذا كان Y ثابتا)، يصف النموذج سلوك التراجع المتوسط ​​الذي ينبغي التنبؤ فيه بقيمة 8217s للفترة التالية لتكون 981 1 مرة بعيدا عن متوسط ​​هذه الفترة قيمة 8217s. وإذا كان 981 1 سلبيا، فإنه يتنبأ بسلوك التراجع عن طريق تبديل الإشارات، أي أنه يتوقع أيضا أن يكون Y أقل من متوسط ​​الفترة التالية إذا كان أعلى من متوسط ​​هذه الفترة. في نموذج الانحدار الذاتي من الدرجة الثانية (أريما (2،0،0))، سيكون هناك مصطلح T-2 على اليمين كذلك، وهكذا. واعتمادا على علامات ومقدار المعاملات، يمكن أن يصف نموذج أريما (2،0،0) نظاما له انعكاس متوسط ​​يحدث بطريقة تتأرجح جيبيا، مثل حركة كتلة في فصل الربيع الذي يتعرض للصدمات العشوائية . أريما (0،1،0) المشي العشوائي: إذا كانت السلسلة Y ليست ثابتة، أبسط نموذج ممكن لذلك هو نموذج المشي العشوائي، والتي يمكن اعتبارها حالة الحد من نموذج أر (1) التي الانتكاس الذاتي معامل يساوي 1، أي سلسلة مع بلا حدود بطيئة متوسط ​​الانعكاس. ويمكن كتابة معادلة التنبؤ لهذا النموذج على النحو التالي: حيث يكون المصطلح الثابت هو متوسط ​​التغير من فترة إلى أخرى (أي الانجراف الطويل الأجل) في Y. ويمكن تركيب هذا النموذج كنموذج انحدار لا اعتراض يقوم فيه الفرق الأول من Y هو المتغير التابع. وبما أنه يشمل (فقط) اختلافا غير منطقي ومدة ثابتة، فإنه يصنف على أنه نموذج كوتاريما (0،1،0) مع ثابت. كوت نموذج المشي العشوائي بدون الانجراف سيكون أريما (0،1، 0) نموذج بدون نموذج أريسترجيسد من الدرجة الأولى (1-1،0): إذا كانت أخطاء نموذج المشي العشوائي مترابطة تلقائيا، ربما يمكن إصلاح المشكلة بإضافة فاصل واحد للمتغير التابع إلى معادلة التنبؤ - أي وذلك بتراجع الفارق الأول من Y على نفسه متأخرا بفترة واحدة. وهذا من شأنه أن يسفر عن معادلة التنبؤ التالية: التي يمكن إعادة ترتيبها إلى هذا هو نموذج الانحدار الذاتي من الدرجة الأولى مع ترتيب واحد من اختلاف غير منطقي ومدة ثابتة - أي. وهو نموذج أريما (1،1،0). أريما (0،1،1) دون تمهيد الأسي المستمر المستمر: اقترح استراتيجية أخرى لتصحيح الأخطاء أوتوكوريلاتد في نموذج المشي العشوائي من قبل نموذج تمهيد الأسي بسيطة. تذكر أنه بالنسبة لبعض السلاسل الزمنية غير المستقرة (على سبيل المثال تلك التي تظهر تقلبات صاخبة حول متوسط ​​متغير ببطء)، فإن نموذج المشي العشوائي لا يؤدي كذلك إلى متوسط ​​متحرك للقيم السابقة. وبعبارة أخرى، فبدلا من أخذ الملاحظة الأخيرة كتوقعات الملاحظة التالية، من الأفضل استخدام متوسط ​​الملاحظات القليلة الأخيرة من أجل تصفية الضوضاء وتقدير المتوسط ​​المحلي بدقة أكبر. يستخدم نموذج التمهيد الأسي البسيط المتوسط ​​المتحرك المرجح أضعافا مضاعفة للقيم السابقة لتحقيق هذا التأثير. يمكن كتابة معادلة التنبؤ لنموذج التمهيد الأسي البسيط في عدد من الأشكال المكافئة رياضيا. واحد منها هو ما يسمى 8220 خطأ التصحيح 8221 النموذج، الذي يتم تعديل التوقعات السابقة في اتجاه الخطأ الذي قدمه: لأن ه ر - 1 ذ ر - 1 - 374 ر - 1 حسب التعريف، يمكن إعادة كتابة هذا كما في : وهو أريما (0،1،1) مع معادلة التنبؤ المستمر مع 952 1 1 - 945. وهذا يعني أنه يمكنك تناسب تمهيد الأسي بسيط من خلال تحديده باعتباره نموذج أريما (0،1،1) دون ثابت، ويقدر معامل ما (1) المقدر 1-ناقص ألفا في صيغة سيس. نذكر أن متوسط ​​عمر البيانات في توقعات الفترة الزمنية الأولى هو 945 1 في نموذج سيس، وهذا يعني أنها سوف تميل إلى التخلف عن الاتجاهات أو نقاط التحول بنحو 1 945 فترة. ويترتب على ذلك أن متوسط ​​عمر البيانات في التنبؤات السابقة بفترة زمنية واحدة لنموذج أريما (0،1،1) بدون نموذج ثابت هو 1 (1 - 952 1). إذا، على سبيل المثال، إذا كان 952 1 0.8، متوسط ​​العمر هو 5. كما 952 1 النهج 1، يصبح النموذج أريما (0،1،1) بدون ثابت متوسط ​​متحرك طويل الأجل جدا، و 952 1 النهج 0 يصبح نموذج المشي العشوائي دون الانجراف. ما هو أفضل طريقة لتصحيح الارتباط الذاتي: إضافة المصطلحات أر أو إضافة مصطلحات ما في النموذجين السابقين نوقش أعلاه، تم إصلاح مشكلة أخطاء أوتوكوريلاتد في نموذج المشي العشوائي بطريقتين مختلفتين: عن طريق إضافة قيمة متخلفة من سلسلة مختلفة إلى المعادلة أو إضافة قيمة متأخرة لخطأ التنبؤ. النهج الذي هو أفضل قاعدة من الإبهام لهذا الوضع، والتي سيتم مناقشتها بمزيد من التفصيل في وقت لاحق، هو أن الارتباط الذاتي الإيجابي عادة ما يعامل بشكل أفضل عن طريق إضافة مصطلح أر إلى النموذج وعادة ما يعامل الارتباط الذاتي السلبي عن طريق إضافة ما المدى. في سلسلة الأعمال والاقتصاد الزمني، وغالبا ما تنشأ الارتباط الذاتي السلبي باعتباره قطعة أثرية من الاختلاف. (بشكل عام، يقلل الاختلاف من الترابط الإيجابي الإيجابي وربما يتسبب في التحول من الإرتباط الذاتي الموجب إلى السالب). لذا، فإن نموذج أريما (0،1،1)، الذي يكون فيه الاختلاف مصحوبا بمصطلح ما، غالبا ما يستخدم من أريما (1،1،0) نموذج. أريما (0،1،1) مع تمهيد الأسي المستمر المستمر مع النمو: من خلال تنفيذ نموذج سيس كنموذج أريما، كنت في الواقع كسب بعض المرونة. أولا وقبل كل شيء، ويسمح معامل ما (1) المقدرة لتكون سلبية. وهذا يقابل عامل تمهيد أكبر من 1 في نموذج سيس، وهو ما لا يسمح به عادة إجراء تركيب نموذج سيس. ثانيا، لديك خيار إدراج مدة ثابتة في نموذج أريما إذا كنت ترغب في ذلك، من أجل تقدير متوسط ​​الاتجاه غير الصفر. ويشتمل نموذج أريما (0،1،1) الثابت على معادلة التنبؤ: إن التنبؤات ذات الفترة الواحدة من هذا النموذج متشابهة نوعيا مع نماذج نموذج سيس، إلا أن مسار التنبؤات الطويلة الأجل عادة ما يكون (المنحدر يساوي مو) بدلا من خط أفقي. أريما (0،2،1) أو (0،2،2) دون تمهيد أسي خطية ثابتة: نماذج التجانس الأسية الخطية هي نماذج أريما التي تستخدم اثنين من الاختلافات نونسوناسونال بالتزامن مع الشروط ما. والفرق الثاني لسلسلة Y ليس مجرد الفرق بين Y وتخلف نفسها بفترتين، وإنما هو الفرق الأول من الاختلاف الأول - أي. التغيير في تغيير Y في الفترة t. وبالتالي، فإن الفارق الثاني من Y في الفترة t يساوي (Y t - Y t-1) - (Y t-1 - Y t-2) Y t - 2Y t-1 Y t-2. والفرق الثاني من الدالة المنفصلة يشبه مشتق ثان من دالة مستمرة: يقيس الدالة كوتاكسيليركوت أو كوتكورفاتوريكوت في الدالة عند نقطة معينة من الزمن. ويتنبأ نموذج أريما (0،2،2) دون توقع ثابت بأن الفارق الثاني من السلسلة يساوي دالة خطية لآخر خطأين متوقعين: يمكن إعادة ترتيبهما على النحو التالي: حيث يكون 952 1 و 952 2 هما (1) و ما (2) معاملات. هذا هو نموذج التجانس الأسي العام الخطية. أساسا نفس نموذج Holt8217s، و Brown8217s نموذج هو حالة خاصة. ويستخدم المتوسطات المتحركة المرجح أضعافا مضاعفة لتقدير كل من المستوى المحلي والاتجاه المحلي في هذه السلسلة. تتلاقى التوقعات على المدى الطويل من هذا النموذج مع خط مستقيم يعتمد ميله على متوسط ​​الاتجاه الملحوظ نحو نهاية السلسلة. أريما (1،1،2) دون ثابت خطي الاتجاه الاتجاه الأسي تمهيد. ويوضح هذا النموذج في الشرائح المصاحبة على نماذج أريما. فإنه يستقلب الاتجاه المحلي في نهاية السلسلة ولكن تسطح بها في آفاق التنبؤ أطول لإدخال مذكرة من المحافظة، وهي الممارسة التي لديها الدعم التجريبي. انظر المقال على كوهي في ذي تريند تريند وركسكوت غاردنر أند ماكنزي أند ذي كوغولدن رولكوت أرتيسترونغ إت آل. للتفاصيل. فمن المستحسن عموما التمسك النماذج التي لا يقل عن واحد من p و q لا يزيد عن 1، أي لا تحاول أن تناسب نموذج مثل أريما (2،1،2)، وهذا من المرجح أن يؤدي إلى الإفراط في تجهيز وكومكومون-فاكتوركوت القضايا التي نوقشت بمزيد من التفصيل في الملاحظات على الهيكل الرياضي لنماذج أريما. تنفيذ جدول البيانات: من السهل تنفيذ نماذج أريما مثل تلك الموضحة أعلاه على جدول بيانات. ومعادلة التنبؤ هي مجرد معادلة خطية تشير إلى القيم السابقة للسلاسل الزمنية الأصلية والقيم السابقة للأخطاء. وهكذا، يمكنك إعداد جدول بيانات تنبؤ أريما عن طريق تخزين البيانات في العمود ألف، وصيغة التنبؤ في العمود باء، والأخطاء (البيانات ناقص التنبؤات) في العمود C. وستكون صيغة التنبؤ في خلية نموذجية في العمود باء ببساطة تعبير خطي يشير إلى القيم في الصفوف السابقة من العمودين A و C مضروبا في معاملات أر أو ما المناسبة المخزنة في خلايا أخرى في جدول البيانات. Kaufman039s المتوسط ​​المتحرك المتحرك (كاما) Kaufman039s المتوسط ​​المتحرك التكيفي (كاما) مقدمة ديفيلوبيد بي بيري كوفمان ، Kaufman039s المتوسط ​​المتحرك التكيفي (كاما) هو المتوسط ​​المتحرك المصمم لحساب ضجيج السوق أو التقلب. سوف تتبع كاما عن كثب الأسعار عندما تكون تقلبات الأسعار صغيرة نسبيا والضوضاء منخفضة. سوف كاما ضبط عندما يتأرجح السعر اتساع ومتابعة الأسعار من مسافة أكبر. ويمكن استخدام هذا المؤشر التالي للاتجاه لتحديد الاتجاه العام، ونقطة تحول الوقت، وتحركات أسعار الترشيح. حساب هناك العديد من الخطوات المطلوبة لحساب Kaufman039s المتوسط ​​المتحرك التكيفي. Let039s تبدأ أولا مع الإعدادات التي أوصت بها بيري كوفمان، والتي هي كاما (10،2،30). 10 هو عدد الفترات لنسبة الكفاءة (إير). 2 هو عدد الفترات لأسرع ثابت إما. 30 هو عدد الفترات لأبطأ ثابت إما. قبل حساب كاما، نحن بحاجة لحساب نسبة الكفاءة (إير) والتلطيف ثابت (سك). كسر الصيغة إلى شذرات حجم لدغة يجعل من الاسهل لفهم المنهجية وراء المؤشر. لاحظ أن عبس لتقف على القيمة المطلقة. نسبة الكفاءة) إير (هو معدل التغير في األسعار الذي تم تعديله من أجل التقلبات اليومية. من الناحية الإحصائية، فإن نسبة الكفاءة تخبرنا عن الكفاءة الفركتلية لتغيرات الأسعار. تتقلب إير بين 1 و 0، ولكن هذه الحالات المتطرفة هي الاستثناء وليس القاعدة. وستكون النتيجة المتوقعة 1 إذا ارتفعت الأسعار 10 فترات متتالية أو انخفضت 10 فترات متتالية. إير ستكون صفر إذا كان السعر دون تغيير على مدى 10 فترات. تمهيد ثابت (سك) ثابت التمهيد يستخدم إير واثنين من الثوابت تمهيد على أساس المتوسط ​​المتحرك الأسي. كما كنت قد لاحظت، ثابت تمهيد يستخدم ثوابت تمهيد لمتوسط ​​متحرك أسي في صيغته. (2301) هو ثابت التجانس لمدة إما 30 فترة. أسرع سك هو ثابت التمهيد لأقصر إما (2 فترات). أبطأ سك هو ثابت تمهيد لأبطأ إما (30 فترات). لاحظ أن 2 في النهاية هو أن يساوي المعادلة. مع نسبة الكفاءة (إير) وتمهيد ثابت (سك)، ونحن الآن على استعداد لحساب Kaufman039s المتوسط ​​المتحرك التكيف (كاما). وبما أننا بحاجة إلى قيمة أولية لبدء الحساب، فإن كاما الأول هو مجرد متوسط ​​متحرك بسيط. تستند الحسابات التالية إلى الصيغة أدناه. حساب إكسامبلشارت تظهر الصور أدناه لقطة شاشة من جدول بيانات إكسيل يستخدم لحساب كاما و كق المقابلة. الاستخدام والإشارات يمكن للمخططين استخدام كاما مثل أي مؤشر آخر للاتجاه التالي، مثل المتوسط ​​المتحرك. يمكن للشارتيين البحث عن تقاطعات الأسعار، والتغيرات الاتجاهية والإشارات المصفاة. أولا، يشير المؤشر فوق أو أسفل كاما إلى التغيرات الاتجاهية في الأسعار. وكما هو الحال مع أي متوسط ​​متحرك، فإن نظام كروس بسيط سيولد الكثير من الإشارات والكثير من الرسوم المتحركة. يمكن ل تشارتيستس تقليل الرسوم البيانية من خلال تطبيق فلتر السعر أو الوقت لعمليات الانتقال. يمكن للمرء أن يتطلب السعر لعقد الصليب لعدد محدد من الأيام أو تتطلب الصليب تتجاوز كاما بنسبة مئوية. ثانيا، يمكن للمخططين استخدام اتجاه كاما لتحديد الاتجاه العام للأمن. قد يتطلب هذا تعديل المعلمة لتسهيل المؤشر أكثر من ذلك. يمكن تشارتيستس تغيير المعلمة الوسطى، وهو أسرع ثابت إما، لتسهيل كاما والبحث عن تغييرات الاتجاه. هذا الاتجاه هبوطي طالما أن كاما في الانخفاض وتزوير أدنى مستوياته. هذا الاتجاه صاعد طالما أن كاما آخذة في الارتفاع وتزداد قمم أعلى. يظهر نموذج كروجر أدناه كاما (10،5،30) مع اتجاه صاعد حاد من ديسمبر إلى مارس و اتجاه صعودي أقل حدة من مايو إلى أغسطس. وأخيرا، يمكن للمخططين الجمع بين الإشارات والتقنيات. يمكن لل تشارتيستس استخدام كاما على المدى الطويل لتحديد الاتجاه الأكبر و كاما على المدى القصير لإشارات التداول. على سبيل المثال، يمكن استخدام كاما (10،5،30) كمرشح للاتجاه ويعتبر صاعدا عند الارتفاع. مرة واحدة صعودية، يمكن للمخططين ثم البحث عن الصلبان الصاعد عندما يتحرك السعر فوق كاما (10،2،30). يظهر المثال أدناه م مع ارتفاع كاما على المدى الطويل والصليبي الصعودي في ديسمبر كانون الثاني ويناير وفبراير. وقد تراجع مؤشر كاما على المدى الطويل في شهر أبريل، وكانت هناك تقاطعات هبوطية في مايو ويونيو ويوليو. يمكن العثور على شاربشارتس كاما كتراكب مؤشر في منضدة شاربشارتس. ستظهر الإعدادات الافتراضية تلقائيا في مربع المعلمة بمجرد تحديدها ويمكن أن يقوم المخططون بتغيير هذه المعلمات لتلائم احتياجاتهم التحليلية. المعلمة الأولى هي لنسبة الكفاءة، وينبغي أن يمتنع المخططون عن زيادة هذا العدد. بدلا من ذلك، يمكن للمخططين تقليله لزيادة الحساسية. تشارتيستس تتطلع إلى نحو سلس كاما لتحليل الاتجاه على المدى الطويل يمكن أن تزيد من المعلمة الوسطى تدريجيا. على الرغم من أن الفرق هو 3 فقط، كاما (10،5،30) هو أكثر سلاسة بكثير من كاما (10،2،30). مزيد من الدراسة من الخالق، يقدم الكتاب أدناه معلومات مفصلة عن المؤشرات والبرامج والخوارزميات والأنظمة، بما في ذلك تفاصيل عن كاما وأنظمة المتوسط ​​المتحرك الأخرى. أنظمة التداول وطرقه بيري كوفمان إنشاء حساب متداول المنتجات: تابلو إصدارات سطح المكتب: 8.3، 8.2، 8.1، 8.0 آخر تعديل بتاريخ: 16 أغسطس 2016 ملاحظة: لم تعد هذه المادة محفوظة بشكل فعال. نحن نواصل توفيره لأن المعلومات لا تزال قيمة، ولكن قد تختلف بعض الخطوات بسبب تغييرات المنتج. وكثيرا ما تكون الحسابات المتداولة، وتحديدا المتوسطات المتحركة، مفيدة للسحب في القيم المتطرفة لمرة واحدة وتخفيف التقلبات على المدى القصير. وغالبا ما يتم تنفيذ المتوسطات المتحركة على بيانات السلاسل الزمنية. في مبيعات التجزئة، وهذا الحساب مفيد لتسطيح اتجاهات المبيعات الموسمية لرؤية الاتجاهات على المدى الطويل بشكل أفضل. يرشدك هذا المثال من خلال إنشاء أوراق عمل لعرض المبيعات الأسبوعية ومتوسطات المبيعات الأسبوعية ومقارنتها جنبا إلى جنب في لوحة التحكم ومقارنتها في تراكب. إعداد ورقة عمل لإظهار المتوسطات السنوية للسنوات فتح مصنف جديد والاتصال بعينة سوبرستور. من جزء الأبعاد، اسحب تاريخ الطلب إلى رف الأعمدة، ثم اسحب مثيل ثان إلى رف الفلاتر. في مربع الحوار حقل تصفية، حدد سنوات ثم انقر فوق التالي. في مربع الحوار تصفية، قم بإلغاء تحديد خانات الاختيار لجميع السنوات باستثناء 2012 ثم انقر فوق موافق. في رف الأعمدة، في القائمة المنسدلة السنة (تاريخ الطلب)، حدد المزيد من غ مخصص. في مربع الحوار تاريخ مخصص، في قائمة التفاصيل، حدد أرقام الأسبوع. ثم حدد جزء التاريخ. ثم انقر فوق موافق. من جزء الإجراءات، اسحب المبيعات إلى رف الصفوف. على رف الصفوف، انقر بزر الماوس الأيمن فوق المبيعات. ثم حدد إضافة حساب الجدول. في مربع الحوار حساب الجدول، أكمل الخطوات التالية: في القائمة نوع الحساب، حدد نقل الحساب. في تلخيص القيم باستخدام القائمة، حدد متوسط. لمتوسط ​​المبيعات خلال الأسابيع الثلاثة السابقة، اترك القيم السابقة محددة على 2. اترك القيم التالية مضبوطة على 0. واحتفظ خانة الاختيار تضمين القيمة الحالية المحددة. انقر فوق موافق . انقر بزر الماوس الأيمن فوق علامة التبويب ورقة العمل، حدد إعادة تسمية الورقة. وتسميته 2012 أسبوع المبيعات الأسبوعية. إنشاء ورقة عمل لعرض التواريخ بدلا من أرقام الأسبوع يمكنك استخدام حقل محسوب لتجميع كل التواريخ في فترة محددة. ل تابليو ديسكتوب 7.0 و 8.0، انقر بزر الماوس الأيمن فوق علامة التبويب ورقة العمل وحدد دوبليكات شيت. ل تابلو ديسكتوب 6.1 والإصدارات السابقة، حدد إديت غ دوبليكات شيت. في ورقة العمل الجديدة، حدد تحليل غ إنشاء حقل محسوب. في مربع الحوار الحقل المحسوب، أكمل الخطوات التالية. داتيترونك (39week39، تاريخ الطلب) تأكد من أن رسالة الحالة تشير إلى أن الصيغة صالحة، ثم انقر فوق موافق. من جزء الأبعاد، اسحب ويسترونك إلى رف الأعمدة. تابلو سطح المكتب 7.0 و 8.0: على رف الأعمدة، انقر بزر الماوس الأيمن فوق يار (ويكسترونس). وحدد التاريخ المحدد. تابلو ديسكتوب 6.1 والإصدارات السابقة: على رف الأعمدة، انقر بزر الماوس الأيمن فوق يار (ويكسترونس) وحدد آل فالويس. على رف الأعمدة، انقر بزر الماوس الأيمن فوق ويك (تاريخ الطلب) وحدد إزالة. انقر بزر الماوس الأيمن فوق علامة التبويب ورقة العمل، حدد إعادة تسمية الورقة. واسم ورقة العمل 2012 المبيعات الأسبوعية. مقارنة المبيعات العادية بالمتوسط ​​المتحرك لمقارنة المبيعات العادية بالمتوسط ​​المتحرك، يمكنك إنشاء ورقة لكل منها. إنشاء ورقة عمل جديدة وإعادة تسميتها. تابلو ديسكتوب 7.0 و 8.0: انقر بزر الماوس الأيمن فوق علامة التبويب ورقة عمل المبيعات الأسبوعية 2012، ثم حدد دوبليكات شيت. تابلو ديسكتوب 6.1 والإصدارات السابقة: حدد ورقة عمل المبيعات الأسبوعية 2012، ثم حدد إديت غ دوبليكات شيت. انقر بزر الماوس الأيمن فوق علامة التبويب ورقة العمل، حدد إعادة تسمية الورقة. واسم الورقة الجديدة 2012 المبيعات الأسبوعية المتوسط ​​المتحرك. عرض ورقة عمل المبيعات الأسبوعية 2012، وعلى الرف الصفوف، انقر بزر الماوس الأيمن فوق سوم (المبيعات) وحدد مسح جدول الحساب. الآن يمكنك تعيين المحور ص على ورقتي العمل إلى نفس النطاق. انقر بزر الماوس الأيمن فوق المحور الصادي، ثم حدد تحرير المحور. في مربع الحوار تحرير المحور، قم بإجراء التغييرات التالية: عرض ورقة عمل متوسط ​​نقل المبيعات الأسبوعية لعام 2012 وإجراء التغييرات نفسها للمحور الصادي. إنشاء لوحة تحكم قم بإكمال هذه الخطوات لإنشاء لوحة تحكم تعرض كلا ورقتي العمل جنبا إلى جنب للمقارنة. بالنسبة إلى سطح المكتب 7.0 و 8.0، حدد لوحة التحكم غ لوحة تحكم جديدة. ل تابلو ديسكتوب 6.1 والإصدارات السابقة، حدد إديت غ نيو داشبوارد. اسحب 2012 المبيعات الأسبوعية إلى لوحة التحكم. اسحب 2012 المبيعات الأسبوعية تتحرك المتوسط ​​إلى لوحة القيادة ووضعه على يسار عام 2012 المبيعات الأسبوعية. إنشاء تراكب تراكب هو طريقة أخرى لمقارنة المبيعات والمتوسط ​​المتحرك. تابلو ديسكتوب 7.0 أند 8.0: انقر بزر الماوس الأيمن فوق علامة التبويب ورقة عمل نقل متوسط ​​أسبوعي لعام 2012 وحدد دوبليكات شيت. تابلو ديسكتوب 6.1 والإصدارات السابقة: حدد ورقة عمل متوسط ​​حركة المبيعات الأسبوعية لعام 2012 وحدد إديت غ دوبليكات شيت. في الورقة الجديدة، من جزء الإجراءات، اسحب قيم القياس إلى رف الصفوف. من جزء الأبعاد، اسحب أسماء القياس إلى رف الفلاتر. في مربع الحوار تصفية، قم بإلغاء تحديد كافة خانات الاختيار باستثناء المبيعات. ثم انقر فوق موافق. من جزء الأبعاد، اسحب قياس الأسماء إلى اللون في بطاقة العلامات. اسحب مثيل آخر من "أسماء القياس" من الجزء "الأبعاد" إلى الحجم. اللون والحجم تجعل الخطوط أسهل للتمييز بصريا. تلميح: في تابليو 8.0، لضبط حجم العلامة، يمكنك أيضا النقر فوق بطاقة العلامات التي تمثل مجموعة محددة من العلامات (بدلا من الكل)، وضبط شريط التمرير الحجم. ثم تفعل الشيء نفسه لمجموعة أخرى إذا كنت ترغب في التفريق بينها أكثر من ذلك. من رف الصفوف، اسحب سوم (المبيعات) إلى رف قيم القيم. مصطلحات البحث البديلة: تابلو الحسابات الرقمية فيلترس شكرا لك على تقديم ملاحظاتك حول فعالية المقال.