الانتقال من المتوسط البيع التنبؤ - طريقة

تتحرك متوسط ​​التنبؤ. الإنتاج كما قد تخمين نحن نبحث في بعض من أكثر النهج البدائية للتنبؤ ولكن نأمل أن هذه على الأقل مقدمة جديرة بالاهتمام لبعض القضايا الحوسبة المتعلقة بتنفيذ التوقعات في جداول البيانات. في هذا السياق سوف نستمر من قبل بدءا من البداية والبدء في العمل مع توقعات متوسط ​​التحرك. متوسط ​​متوسط ​​التوقعات الجميع على دراية بتحريك توقعات المتوسط ​​بغض النظر عما إذا كانوا يعتقدون أنهم جميع طلاب الجامعات يفعلونها في كل وقت فكر في درجات الاختبار في دورة حيث أنت ذاهب إلى لديك أربعة اختبارات خلال الفصل الدراسي دعونا نفترض أنك حصلت على 85 على الاختبار الأول. ماذا كنت تتوقع لنتيجة الاختبار الثاني. ما رأيك تعتقد المعلم الخاص بك لنتيجة الاختبار الخاص بك المقبل. ما رأيك تعتقد أصدقائك قد التنبؤ لنتيجة الاختبار الخاص بك المقبل. ماذا تعتقدون أن والديك قد توقع لنتيجة الاختبار الخاص بك المقبل. بصرف النظر عن كل بلابينغ قد تفعل لفرانك إيندس والآباء والأمهات، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في مجال 85 كنت حصلت فقط. حسنا، والآن دعونا نفترض أنه على الرغم من الترويج الذاتي الخاص بك إلى أصدقائك، وكنت أكثر من تقدير نفسك والشكل يمكنك دراسة أقل للاختبار الثاني وحتى تحصل على 73.Now ما هي كل من المعنيين وغير مدرك الذهاب إلى توقع سوف تحصل على الاختبار الثالث هناك نوعان من المرجح جدا النهج بالنسبة لهم لوضع تقدير بغض النظر عن ما إذا كانوا سوف تقاسمها معك. أنهم قد يقولون لأنفسهم، هذا الرجل هو دائما تهب الدخان حول ذكائه انه ذاهب للحصول على آخر 73 إذا كان محظوظا. مايبي الآباء سوف تحاول أن تكون أكثر داعمة ويقول، حسنا، لذلك حتى الآن كنت حصلت على 85 و 73، لذلك ربما يجب أن تحصل على الحصول على حوالي 85 73 2 79 أنا لا أعرف، ربما لو كنت أقل من الحفلات و ويرن ر رهان في كل مكان، وإذا كنت بدأت القيام الكثير من الدراسة يمكن أن تحصل على درجة أعلى. لكن هذه التقديرات الفعلية تحسب التوقعات المتوسطة الأولى. أولا يستخدم فقط أحدث درجاتك للتنبؤ بأدائك المستقبلي وهذا ما يطلق عليه متوسط ​​التوقعات المتحركة باستخدام فترة واحدة من البيانات. والثاني هو أيضا متوسط ​​التوقعات المتحركة ولكن باستخدام فترتين من البيانات. أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل جيدا في الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام حلفائكم كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، وأعجب. لذلك لديك الآن الاختبار النهائي للفصل الدراسي الخروج وكالعادة كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف سوف تفعل على آخر اختبار حسنا، ونأمل أن ترى style. Now، نأمل يمكنك أن ترى نمط الذي تعتقد أنه الأكثر دقة. ويستل بينما نعمل الآن نعود إلى شركة التنظيف الجديدة التي بدأتها شقيقة نصف استدارة دعا صافرة بينما نعمل لدينا بعض البيانات الماضية المبيعات ممثلة في القسم التالي من جدول بيانات نحن أولا تقديم البيانات لفترة ثلاثة توقعات المتوسط ​​المتحرك. يجب أن يكون إدخال الخلية C6.Now يمكنك نسخ هذه الصيغة خلية وصولا إلى الخلايا الأخرى من C7 إلى C11.Notice كيف يتحرك المتوسط على أحدث البيانات التاريخية ولكن يستخدم بالضبط ثلاث فترات الأخيرة المتاحة لكل التنبؤ يجب أن تلاحظ أيضا أننا لا تحتاج حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا هذا يختلف بالتأكيد عن الأسي نموذج تمهيد I في شملت التنبؤات السابقة لأننا سوف تستخدمها في صفحة الويب التالية لقياس صحة التنبؤ. الآن أريد أن أعرض نتائج مماثلة لفترة سنتين المتوسط ​​المتحرك المتوقع. يجب أن يكون دخول الخلية C5.Now لك يمكن نسخ هذه الصيغة الخلية وصولا إلى الخلايا الأخرى C6 من خلال C11.Notice كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ مرة أخرى لقد شملت د التنبؤات السابقة لأغراض توضيحية وللاستخدام لاحقا في التحقق من صحة التوقعات. بعض الأمور الأخرى التي من الأهمية أن تلاحظ. للمتوسط ​​المتحرك م فترة التنبؤ فقط م تستخدم معظم القيم البيانات الأخيرة لجعل التنبؤ لا شيء آخر ضروري. للمتوسط ​​المتحرك متوسط ​​التوقعات، عند إجراء التنبؤات السابقة، لاحظ أن التنبؤ الأول يحدث في الفترة م 1. بوث من هذه القضايا سوف تكون كبيرة جدا عندما نطور لدينا التعليمات البرمجية. تطوير المتوسط ​​المتحرك المتحرك الآن نحن بحاجة إلى تطوير رمز توقعات المتوسط ​​المتحرك التي يمكن استخدامها بشكل أكثر مرونة تتبع التعليمات البرمجية لاحظ أن المدخلات هي لعدد الفترات التي تريد استخدامها في التوقعات ومصفوفة القيم التاريخية يمكنك تخزينها في أي المصنف الذي تريده. وظيفة موفينغافيراج التاريخية، نومبروفريودس كما واحد إعلان وتهيئة المتغيرات ديم البند كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادية ديم تاريخية الحجم كما صحيح. تهيئة المتغيرات كونتر 1 تراكم 0. تحديد حجم المصفوفة التاريخية تاريخية. للعداد 1 إلى نومبروفريودس. تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا. تراكم التراكم تاريخي تاريخيالحجم - نومبروفريودس عداد. محرك متوسط ​​تراكم عدد أوفيريودس. سيتم شرح التعليمات البرمجية في الفصل تريد وضع الوظيفة على جدول البيانات بحيث تظهر نتيجة الحساب حيث ينبغي مثل المتوسط ​​التالي. moving. Me من الملاحظات بيانات سلسلة زمنية متباعدة بالتساوي في الوقت المناسب من عدة فترات متتالية ودعا تتحرك لأنه يتم إعادة باستمرار باستمرار كما تتوفر بيانات جديدة، فإنه يتقدم عن طريق إسقاط القيمة الأولى وإضافة أحدث قيمة على سبيل المثال، يمكن حساب المتوسط ​​المتحرك للمبيعات لمدة ستة أشهر عن طريق أخذ متوسط ​​المبيعات من يناير إلى يونيو، ثم متوسط ​​المبيعات من فبراير إلى يوليو، ثم من مارس إلى أغسطس، وهكذا المتوسطات المتحركة 1 تقليل تأثير الاختلافات المؤقتة في البيانات، 2 تحسين تناسب البيانات إلى خط عملية تسمى التمهيد لإظهار اتجاه البيانات أكثر c ليرلي، و 3 تسليط الضوء على أي قيمة أعلى أو أقل من الاتجاه. إذا كنت حساب شيء مع تباين عالية جدا أفضل قد تكون قادرة على القيام به هو معرفة المتوسط ​​المتحرك. أريد أن أعرف ما كان المتوسط ​​المتحرك للبيانات، لذلك سيكون لدي فهم أفضل لكيفية كنا نقوم به. عندما تحاول معرفة بعض الأرقام التي تتغير في كثير من الأحيان أفضل ما يمكنك القيام به هو حساب المتوسط ​​المتحرك. بوكس ​​جينكينز بج نماذج. أبسط النهج سيكون لاتخاذ المتوسط من كانون الثاني / يناير حتى آذار / مارس واستخدام ذلك لتقدير مبيعات نيسان / أبريل. 129 134 122 3 128 333.Hence، استنادا إلى مبيعات كانون الثاني / يناير حتى آذار / مارس، تتوقع أن المبيعات في أبريل سيكون 128،333 مرة واحدة أبريل المبيعات الفعلية تأتي في، ثم حساب توقعات لشهر مايو، وهذه المرة باستخدام فبراير خلال أبريل يجب أن تكون متسقة مع عدد الفترات التي تستخدمها لنقل متوسط ​​التوقعات. عدد الفترات التي تستخدمها في توقعات المتوسط ​​المتحرك الخاص بك تعسفي قد تستخدم فقط فترتين، أو خمس أو ست فترات ما تريده لتوليد توقعاتك. النهج أعلاه هو متوسط ​​متحرك بسيط في بعض الأحيان، قد تكون مبيعات الأشهر الأخيرة أقوى المؤثرين من مبيعات الشهر القادم، لذلك كنت ترغب في إعطاء تلك الأشهر أقرب وزنا أكثر في نموذج التوقعات الخاصة بك هذا هو المتوسط ​​المتحرك المرجح ومثل العدد من الفترات، والأوزان التي تعينها تعسفية بحتة دعونا ق يقول كنت تريد أن تعطي مبيعات مارس 50 الوزن، فبراير ق 30 الوزن، و يناير ق 20 ثم توقعاتك لشهر أبريل سيكون 127،000 122 50 134 30 129 20 127.L تقليد طرق المتوسط ​​المتحرك تعتبر المتوسطات المتحركة تقنية التنبؤ بالتمهيد لأنك تأخذ متوسطا بمرور الوقت، فإنك تقوم بتخفيف أو تخفيف آثار الحوادث غير المنتظمة داخل البيانات ونتيجة لذلك، فإن تأثيرات الموسمية ودورات الأعمال وغيرها يمكن للأحداث العشوائية أن تزيد بشكل كبير من خطأ التنبؤات ألق نظرة على قيمة سنة كاملة من البيانات، ومقارنة متوسط ​​متحرك لمدة 3 فترات ومتوسط ​​متحرك لمدة 5 سنوات. لاحظ أنه في هذه الحالة التي لم أخلق فيها توقعات، بل تركزت المتوسطات المتحركة المتوسط ​​المتحرك الأول لمدة 3 أشهر هو لشهر فبراير، وهو متوسط ​​يناير وفبراير ومارس كما قمت بالمثل لمتوسط ​​5 أشهر الآن نلقي نظرة على الرسم البياني التالي. ما الذي تراه هو وليس سلسلة المتوسط ​​المتحرك لمدة ثلاثة أشهر أكثر سلاسة بكثير من سلسلة المبيعات الفعلية وكيف حول المتوسط ​​المتحرك لمدة خمسة أشهر حتى أكثر سلاسة وبالتالي، والمزيد من الفترات التي تستخدمها في المتوسط ​​المتحرك الخاص بك، وأكثر سلاسة وقتك ق إريز وبالتالي، للتنبؤ بالمتوسط ​​المتحرك البسيط قد لا يكون الأسلوب الأكثر دقة، فإن أساليب المتوسط ​​المتحرك تثبت قيمة كبيرة عند محاولة استخراج المكونات الموسمية وغير المنتظمة والدورية من السلاسل الزمنية لطرق التنبؤ المتقدمة، مثل الانحدار و أريما، وسيتم التعامل مع استخدام المتوسطات المتحركة في تحليل سلسلة زمنية في وقت لاحق من المسلسل. تحديد دقة المتوسط ​​المتحرك موديل. عموما، تريد طريقة التنبؤ التي لديها أقل خطأ بين النتائج الفعلية والمتوقعة واحد من فإن أكثر التدابير شيوعا لدقة التنبؤ هي متوسط ​​الانحراف المطلق ماد في هذا النهج، لكل فترة في السلسلة الزمنية التي قمت بإنشاء توقعات، كنت تأخذ القيمة المطلقة للفرق بين تلك الفترة ق القيم الفعلية والمتوقعة الانحراف ثم يمكنك متوسط ​​تلك الانحرافات المطلقة وتحصل على مقياس ماد درهم يمكن أن تكون مفيدة في اتخاذ قرار بشأن عدد الفترات التي متوسط، و أو مبلغ الوزن الذي تضعه على كل فترة عموما، يمكنك اختيار واحد أن ينتج في أدنى درهم هنا مثال على كيفية احتساب ماد. MAD هو ببساطة متوسط ​​8، 1، 3. المتوسطات الموجزة خلاصة عند استخدام المتوسطات المتحركة للتنبؤ ، تذكر. المتوسطات المتحركة يمكن أن تكون بسيطة أو مرجحة. عدد الفترات التي تستخدمها لمتوسط ​​الخاص بك، وأي الأوزان التي تعين لكل منها تعسفية للغاية. المتوسطات المتحركة السلس من أنماط غير منتظمة في البيانات سلسلة زمنية أكبر عدد الفترات المستخدمة ل كل نقطة البيانات، وزيادة تأثير تمهيد. بسبب تجانس، والتنبؤ المبيعات في الشهر المقبل استنادا إلى مبيعات ق قليلة الشهر الأخيرة يمكن أن يؤدي إلى انحرافات كبيرة بسبب الموسمية، دوري، وأنماط غير منتظمة في البيانات و. قدرات التمهيد من أسلوب المتوسط ​​المتحرك يمكن أن يكون مفيدا في تحليل سلسلة زمنية لطرق التنبؤ الأكثر تقدما. المناسبة الأسبوع التمدد الأسي في الأسبوع المقبل ق توقعات الجمعة سوف نناقش الأساليب التمهيد الأسي ، وسترى أنها يمكن أن تكون أعلى بكثير من التحرك المتوسط ​​أساليب التنبؤ. ومع ذلك لا نعرف لماذا تظهر توقعاتنا الجمعة الجمعة يوم الخميس معرفة at. Post navigation. Leave رد إلغاء الرد. كان 2 الأسئلة 1. يمكنك استخدام نهج ما محوره للتنبؤ أو لمجرد إزالة الموسمية. 2 عند استخدام بسيطة ر t-1 t-2 تك k ما للتنبؤ بفترة واحدة قبل، هل من الممكن للتنبؤ أكثر من 1 فترة المقبلة أعتقد بعد ذلك توقعاتك سيكون واحدا من النقاط تغذية في next. Thanks الحب المعلومات و Explantsions. I م سعداء تريد بلوق أنا م متأكد من أن العديد من المحللين استخدمت نهج ما تركزت للتنبؤ، ولكن أنا شخصيا لن، منذ أن نهج النتائج في فقدان الملاحظات في كلا الطرفين هذا في الواقع ثم العلاقات في السؤال الثاني الخاص بك عموما، يستخدم ما بسيط للتنبؤ فترة واحدة فقط في المستقبل، ولكن العديد من المحللين وأنا أيضا في بعض الأحيان سوف تستخدم بلدي فترة واحدة قبل التوقعات باعتبارها واحدة من المدخلات إلى الفترة الثانية المقبلة انها ق من المهم أن نتذكر أن المزيد من المستقبل في محاولة للتنبؤ، وزيادة خطر الخاص بك من الخطأ المتوقع هذا هو السبب في أنني لا أوصي تركزت ما للتنبؤ فقدان الملاحظات في النهاية يعني الاضطرار إلى الاعتماد على التنبؤات للملاحظات المفقودة، فضلا عن الفترة ق قدما، لذلك هناك فرصة أكبر للخطأ التنبؤ. القراء التي أعيد دعوة إلى تزن في هذا هل لديك أي أفكار أو اقتراحات حول هذا. بريان، شكرا لتعليقكم وتقديراتكم على blog. Nice مبادرة وتفسير لطيفة انها حقا مفيدة. أنت توقع العرف لوحات الدوائر المطبوعة للعميل الذي لا يعطي أي توقعات لقد استخدمت المتوسط ​​المتحرك، ومع ذلك فإنه ليس دقيقا جدا حيث يمكن للصناعة صعودا وهبوطا ونحن نرى نحو منتصف الصيف حتى نهاية العام أن الشحن بب s هو ما يصل ثم نرى في بداية العام يبطئ الطريق إلى أسفل كيف يمكنني أن أكون أكثر دقة مع بلدي data. Katrina، من ما قلت لي، يبدو الخاص بك المطبوعة مبيعات لوحة الدوائر يكون مكون موسمية أفعل عنوان الموسمية في بعض من غيرها من المشاركات الجمعة توقعات نهج آخر يمكنك استخدامها، وهو أمر سهل جدا، هو خوارزمية هولت الشتاء، والتي تأخذ في الاعتبار الموسمية يمكنك العثور على تفسير جيد لذلك هنا تأكد لتحديد ما إذا كانت أنماطك الموسمية متعددة أو مضافة، لأن الخوارزمية مختلفة قليلا عن كل إذا كنت مؤامرة البيانات الشهرية الخاصة بك من بضع سنوات، ونرى أن التغيرات الموسمية في نفس الأوقات من السنوات ويبدو أن تكون ثابتة سنة بعد سنة، ثم والموسمية هي المضافة إذا كانت التغيرات الموسمية مع مرور الوقت يبدو أن تتزايد، ثم الموسمية هو المضاعفة معظم السلاسل الزمنية الموسمية ستكون مضاعفة إذا كان في شك، تفترض مضاعفة حظا سعيدا. هنا، بين تلك الطريقة ناف التنبؤات تحديث المتوسط ​​المتحرك المتوسط ​​من طول k إما المتوسط ​​المتحرك المرجح لطول k أو التمدد الأسي أي واحد من تلك النماذج المحدثة تنصحني باستخدامه في فوريكاس ر البيانات لرأيي، وأنا أفكر في المتوسط ​​المتحرك ولكن أنا لا أعرف كيفية جعلها واضحة وهيكلة. فإنه يعتمد حقا على كمية ونوعية البيانات لديك وأفق التنبؤ الخاص بك على المدى الطويل، في منتصف المدة ، أو على المدى القصير.