Mse في moving average

+

تجانس البيانات يزيل الاختلاف عشوائية وتظهر الاتجاهات والمكونات دوري المتأصلة في جمع البيانات التي أخذت مع مرور الوقت هو شكل من أشكال الاختلاف عشوائية. وتوجد أساليب للحد من إلغاء تأثير يرجع إلى اختلاف عشوائي. تقنية التي غالبا ما تستخدم في صناعة وتنعيم. هذه التقنية، عند تطبيقها بشكل صحيح، ويكشف أكثر وضوحا الاتجاه الأساسي، موسمية ومكونات دوري. هناك مجموعتين متميزتين من طرق تنعيم متوسط ​​طرق الأسي طرق تنعيم أخذ المتوسط ​​هو أبسط وسيلة لضمان سلاسة البيانات سوف نحقق أولا بعض الأساليب المتوسط، مثل المتوسط ​​البسيط من جميع البيانات السابقة. وقال مدير مستودع يريد أن يعرف كم يسلم المورد نموذجية في 1000 وحدة الدولار. وقال انه / انها تأخذ عينة من 12 الموردون، عشوائيا، والحصول على النتائج التالية: متوسط ​​المحوسب أو متوسط ​​المعلومات 10. مدير تقرر استخدام هذا التقدير لإنفاق مورد نموذجي. هذا على تقدير جيد أو سيء متوسط ​​مربع الخطأ هو وسيلة للحكم على مدى جودة النموذج هو وسنعمل على حساب متوسط ​​تربيع الخطأ. كمية صحيح خطأ قضى ناقص المبلغ المقدر. الخطأ مربع هو الخطأ أعلاه، المربعة. وSSE هو مجموع الأخطاء المربعة. وMSE هو متوسط ​​الأخطاء المربعة. MSE يؤدي على سبيل المثال فإن النتائج هي: الخطأ وأخطاء تربيع التقدير 10 السؤال الذي يطرح نفسه: هل يمكننا استخدام متوسط ​​لتوقعات الدخل إذا نشك في اتجاه نظرة على الرسم البياني ادناه يبين بوضوح أننا لا ينبغي أن نفعل ذلك. متوسط ​​يزن كل الملاحظات السابقة على قدم المساواة وباختصار، يمكننا القول بأن المتوسط ​​البسيط أو تعني كافة الملاحظات الماضية ما هو إلا تقدير مفيدة للتنبؤ عندما لا يكون هناك اتجاهات. إذا كانت هناك اتجاهات، استخدام تقديرات مختلفة أن تأخذ هذا الاتجاه في الاعتبار. المتوسط ​​يزن كل الملاحظات السابقة على حد سواء. على سبيل المثال، متوسط ​​قيم 3، 4، 5 هو 4. ونحن نعلم، بالطبع، أن ما معدله يتم حسابها بإضافة كل القيم وتقسيم المبلغ على عدد من القيم. طريقة أخرى لحساب المتوسط ​​هي عن طريق إضافة قيمة كل مقسوما على عدد من القيم، أو 3/3 4/3 5/3 1 1.3333 1.6667 4. مضاعف 1/3 يسمى الوزن. في العام: شريط فارك مبلغ الأيسر (فارك الحق) × 1 اليسار (فارك الحق) × 2. ، واليسار (فارك اليمين) س ن. و(من اليسار (فارك الحق)) هي الأوزان، وبطبيعة الحال، أنها خلاصة القول إلى 1. المتوسط ​​المتحرك الموزون في مثال 1 من المتوسط ​​المتحرك البسيط التوقعات. كانت الأوزان بالنظر إلى القيم الثلاث السابقة كلها على قدم المساواة. ننظر الآن في الحالة التي يكون فيها هذه الأوزان يمكن أن تكون مختلفة. ويسمى هذا النوع من التنبؤ المرجح المتوسط ​​المتحرك. نحن هنا تعيين الأوزان م ث 1. ، م ث. حيث ث 1. ث م 1، وتحديد القيم المتوقعة على النحو التالي مثال 1. الإعادة مثال 1 من المتوسط ​​المتحرك البسيط التوقعات حيث أننا نفترض أن المزيد من الملاحظات الأخيرة هي المرجحة أكثر من الملاحظات القديمة، وذلك باستخدام الأوزان ث 1 0.6، ث 2 0.3 و ث 3 0.1 (كما هو موضح في G4 المدى: G6 من الشكل 1 ). الشكل 1 مرجح المتوسطات المتحركة الصيغ في الشكل رقم 1 هي نفسها التي في الشكل 1 من المتوسط ​​المتحرك البسيط التوقعات. باستثناء قيم ص المتوقعة في العمود C. على سبيل المثال الصيغة في الخلية C7 الآن SUMPRODUCT (B4: B6، G 4: G 6). توقعات عن القيمة التالية في السلسلة الزمنية هو الآن 81.3 (الخلية C19)، باستخدام SUMPRODUCT صيغة (B16: B18، G 4: G 6). أداة تحليل حقيقي الاحصائيات البيانات. اكسل لا توجد الآن ر توفير المتوسطات المتحركة أداة تحليل البيانات مرجح. بدلا من ذلك، يمكنك استخدام الاحصائيات الحقيقية المرجحة نقل البيانات المتوسطات أداة التحليل. لاستخدام هذه الأداة للمثال 1، اضغط لحد من الخطر م. اختر الخيار السلاسل الزمنية من القائمة الرئيسية، ثم الخيار طرق التنبؤ Basic من مربع الحوار الذي يظهر. تعبئة في مربع الحوار الذي يظهر كما هو مبين في الشكل (5) من المتوسط ​​المتحرك البسيط التوقعات. ولكن هذه المرة اختيار الخيار المرجح المتوسطات المتحركة وملء في الأوزان نطاق مع G4: G6 (لاحظ أن لا يتم تضمين رأس العمود لوتتراوح أوزان). وتستخدم أيا من القيم معلمة (أساسا من يتخلف سوف يكون عدد الصفوف في مجموعة الأوزان والفصول وتوقعات افتراضية إلى 1). فإن الناتج تبدو وكأنها مجرد الإخراج في الشكل 2 من المتحرك البسيط توقعات متوسط. إلا أنه سيتم استخدام الأوزان في حساب القيم المتوقعة. مثال 2. استخدام حلالا لحساب الأوزان التي تنتج أقل معدل تربيع MSE الخطأ. استخدام الصيغ في الشكل 1، حدد تحليل البيانات حلالا وملء في مربع الحوار كما هو مبين في الشكل 2. الشكل 2 حلالا مربع الحوار ملاحظة أننا في حاجة إلى تقييد مجموع الأوزان لتكون 1، وهو ما كنا نفعله من خلال النقر على إضافة زر. هذا إحضار مربع الحوار إضافة قيد، والتي نحن في ملء كما هو مبين في الشكل (3)، ثم انقر على زر موافق. الشكل (3) أضف مربع الحوار القيد وانقر فوق التالي على زر حل (في الشكل 2)، الذي يعدل البيانات في الشكل رقم 1 كما هو مبين في الشكل 4. الشكل 4 حلالا الأمثل وكما يتبين من الشكل 4، حلالا تغير الأوزان 0 . 223757 و0.776243 من أجل تقليل قيمة MSE. كما ترون، فإن قيمة الحد الأدنى من 184،688 (الخلية E21 من الشكل 4) هي على الأقل أقل من القيمة MSE من 191،366 في الخلية E21 من الشكل 2). لقفل في هذه الأوزان تحتاج إلى الضغط على زر موافق لحلالا مربع الحوار هو موضح في الشكل 4. EWMA 101 النتائج النهج EWMA ديه ميزة جذابة واحدة ويحتاج ذلك إلى البيانات المخزنة نسبيا قليلا. لتحديث تقديراتنا في أي لحظة، ونحن بحاجة فقط تقدير مسبق من معدل التباين والقيمة الملاحظة الأخيرة. أما الهدف الثانوي لEWMA هو تتبع التغيرات في معدل التذبذب. لقيم صغيرة، الملاحظات الأخيرة تؤثر على تقدير فورا. للحصول على قيم أقرب إلى واحد، والتغييرات تقدير يستند ببطء على التغييرات الأخيرة في عودة المتغير الأساسي. قاعدة بيانات ريسك متريكس (التي تنتجها جي بي مورغان وجعلت الجمهور وجد) يستخدم EWMA مع لاستكمال التقلبات اليومية. هام: الصيغة EWMA لا يتحمل متوسط ​​مستوى التباين المدى الطويل. وهكذا، فإن مفهوم تقلب يعني لا يتم التقاطها الارتداد من قبل EWMA. نماذج / GARCH ARCH هي أكثر ملاءمة لهذا الغرض. امدا أما الهدف الثانوي لEWMA هو تعقب التغييرات في التقلب، وذلك لقيم صغيرة، الملاحظة الأخيرة تؤثر على تقدير فورا، والقيم أقرب إلى واحد، والتغييرات تقدير ببطء للتغيرات الأخيرة في عودة المتغير الأساسي. قاعدة بيانات ريسك متريكس (التي تنتجها جي بي مورغان) وعلى الملأ متاحة في عام 1994، يستخدم نموذج EWMA مع لاستكمال تقدير التقلبات اليومية. وجدت الشركة أن عبر مجموعة من متغيرات السوق، هذه القيمة من يعطي توقعات الفرق التي تأتي الأقرب إلى معدل التباين تتحقق. تم حساب معدلات التباين تتحقق في يوم معين كمتوسط ​​متوازنين لليوم ال 25 يوما التالية. وبالمثل، لحساب القيمة المثلى لامدا لمجموعة البيانات لدينا، ونحن بحاجة لحساب تقلبات تتحقق في كل نقطة. هناك العديد من الطرق، لذلك اختيار واحد. بعد ذلك، حساب مجموع الأخطاء مربع (SSE) بين تقديرات EWMA والتقلبات تتحقق. وأخيرا، والتقليل من مشاريع الأعمال الصغيرة من خلال تغيير قيمة لامدا. يبدو بسيطا و. التحدي الأكبر هو الاتفاق على خوارزمية لحساب تقلبات تتحقق. على سبيل المثال، واختار الناس في ريسك متريكس اللاحقة ليوم 25 لحساب معدل التباين تتحقق. في الحالة الخاصة بك، يمكنك اختيار خوارزمية التي تستخدم حجم التداول اليومي، مرحبا / LO و / أو أسعار مفتوحة قريبة. أسئلة وأجوبة س 1: هل يمكننا استخدام EWMA لتقدير (أو توقعات) خطوة تقلب أكثر من واحدة إلى الأمام تمثيل تقلب EWMA لا يتحمل متوسط ​​التذبذب على المدى الطويل، وبالتالي، لأي أفق التوقع وراء خطوة واحدة، إرجاع EWMA ل قيمة ثابتة: