تركزت الحركة من المتوسط ، وحتى الفترة

ديفيد، نعم، ويقصد مابريدوس للعمل على كمية كبيرة من البيانات والفكرة هي أنه بشكل عام، وخريطة وتقليل وظائف ينبغي ر الرعاية كم مصممي الخرائط أو عدد من المخفضات هناك، وهذا فقط الأمثل إذا كنت تعتقد بعناية عن الخوارزمية التي نشرتها، يمكنك أن ترى أنه لا يهم ما مخطط يحصل على ما أجزاء من البيانات كل سجل المدخلات ستكون متاحة لكل عملية تقليل التي تحتاج إليها جو K سيب 18 12 في 22 30. في أفضل ما لدي فهم المتوسط ​​المتحرك ليست خرائط لطيف ل مابريدوس نموذج منذ حسابه هو انزلاق نافذة أساسا على البيانات التي تم فرزها، في حين مر هو معالجة نطاقات غير متقاطعة من فرز البيانات الحل أرى هو على النحو التالي لتنفيذ العرف مخصص لتكون قادرة على جعل قسمين مختلفين في اثنين من أشواط في كل تشغيل المخفضات الخاصة بك سوف تحصل على نطاقات مختلفة من البيانات وحساب المتوسط ​​المتحرك حيث مناسبة سأحاول توضيح في البيانات تشغيل الأولى للمخفضات ينبغي أن يكون R1 Q1، Q2، Q3، Q4 R2 Q5، Q6، Q7، Q8.here سوف كاكلوات المتوسط ​​المتحرك لبعض Qs. In المقبل تشغيل المخفض الخاص بك يجب الحصول على البيانات مثل R1 Q1 Q6 R2 Q6 Q10 R3 Q10 Q14.And كاكلولات بقية المتوسطات المتحركة ثم سوف تحتاج إلى تجميع النتائج. إيديا من مخصص أن يكون لها وضعين من العملية - في كل مرة تقسيم إلى نطاقات متساوية ولكن مع بعض التحول في بسيودوكود سيبدو مثل هذا القسم شيفت ماكسكي نوموفارتيتيونس حيث سيتم اتخاذ شيفت من التكوين ماكسكي القيمة القصوى للمفتاح أفترض للبساطة التي تبدأ مع صفر. RecordReader، إمهو ليس حلا لأنه يقتصر على انقسام معين ولا يمكن أن تنزلق على انقسام s الحدود. وأحد الحلول الأخرى سيكون لتنفيذ المنطق المخصص لتقسيم البيانات المدخلات هو جزء من إنبوتفورمات فإنه يمكن القيام به للقيام 2 الشرائح المختلفة، على غرار partitioning. ICEF 17 سبتمبر 12 في 8 59.عندما حساب متوسط ​​متحرك تشغيل، ووضع المتوسط ​​في الفترة الزمنية الوسطى من المنطقي. في المثال السابق نحن كومب أوتد متوسط ​​الفترات الزمنية الثلاث الأولى ووضعه بجانب الفترة 3 كنا نستطيع وضع المتوسط ​​في منتصف الفاصل الزمني من ثلاث فترات، أي، بجوار الفترة 2 وهذا يعمل بشكل جيد مع فترات زمنية غريبة، ولكن ليس جيد جدا لفترات زمنية حتى لذلك حيث أننا نضع المتوسط ​​المتحرك الأول عندما M 4.Technically، فإن المتوسط ​​المتحرك ينخفض ​​في ر 2 5، 3 5.To تجنب هذه المشكلة ونحن على نحو سلس ما s باستخدام M 2 وهكذا نحن على نحو سلس قيم ممهدة. إذا كنا متوسط ​​عدد حتى من المصطلحات، ونحن بحاجة إلى تسهيل السلس القيم. الجدول التالي يوضح النتائج باستخدام M 4.Predictive أناليتيكش مع ميكروسوفت إكسيل العمل مع الموسم الزمني سلسلة. في هذا الفصل. المتوسط ​​الموسمي. المحاكاة المتوسطات المتحركة والمتوسطات المتحركة المتمركزة. الانحدار الخطي مع المتجهات Vctor. Simple الموسمية الأسي التماسك. هولت الشتاء النماذج. الطالبات الحصول على أكثر تعقيدا تدريجيا عندما يكون لديك سلسلة الزمنية التي تتميز جزئيا من قبل الموسمية الميل من مستواه في الارتفاع و سقوط وفقا لمواسم الفصول نحن نستخدم مصطلح الموسم بمعنى أعم من معانيها اليومية من السنة أربعة مواسم في سياق التحليلات التنبؤية، يمكن أن يكون موسم واحد في اليوم إذا أنماط تكرار أسبوعيا، أو سنة من حيث دورات الانتخابات الرئاسية، أو مجرد أي شيء بين ما بين ثماني ساعات تحول في مستشفى يمكن أن تمثل موسم. هذا الفصل يأخذ نظرة على كيفية تحلل سلسلة زمنية بحيث يمكنك أن ترى كيف تعمل موسمية وبصرف النظر عن الاتجاه إن وجدت كما قد تتوقع من المواد في الفصول 3 و 4، وهناك العديد من النهج المتاحة لك. المتوسطات الموسمية بسيطة. استخدام المتوسطات الموسمية بسيطة لنموذج سلسلة زمنية يمكن أن توفر لك في بعض الأحيان مع نموذج الخام إلى حد ما للبيانات ولكن النهج يولي اهتماما للمواسم في مجموعة البيانات، ويمكن بسهولة أن تكون أكثر دقة بكثير باعتبارها تقنية التنبؤ من التمهيد الأسي بسيط عندما الموسمية وضوحا بالتأكيد أنها مفيدة مقدمة لبعض الإجراءات المستخدمة مع السلاسل الزمنية الموسمية والموجهة على حد سواء، لذلك انظر إلى المثال في الشكل 5 1. الشكل 5 1 مع النموذج الأفقي، تنتج المتوسطات البسيطة في التنبؤات التي ليست أكثر من الوسائل الموسمية. وتمثل البيانات والرسم البياني المبين في الشكل 5 1 متوسط ​​عدد الزيارات اليومية إلى موقع ويب يلبي مشجعي دوري كرة القدم الوطني. وتمثل كل ملاحظة في العمود دال متوسط ​​عدد الزيارات في كل ربع سنة على مدى خمسة أيام، فترة زمنية طويلة. تحديد نمط موسمي. يمكنك معرفة المتوسطات في النطاق G2 G5 التي تحدث تأثير ربع سنوي متميز يحدث أكبر متوسط ​​عدد الزيارات خلال الخريف والشتاء، عندما يتم تحديد أهم 16 مباراة وتصفيات الفائدة، مقاسة بمتوسط ​​النتائج اليومية، الانخفاضات خلال فصلي الربيع والصيف. المتوسطات سهلة لحساب ما إذا كنت تشعر بالراحة مع الصيغ مجموعة للحصول على متوسط ​​جميع الحالات الخمس من Q على سبيل المثال، يمكنك استخدام هذه الصيغة مجموعة في الخلية G2 من الشكل 5 1.Array أدخله مع كترل التحول أدخل أو يمكنك استخدام أفيراجيف function. which يمكنك إدخال بالطريقة العادية، والضغط على مفتاح إنتر في عام، أنا أفضل نهج صيغة صفيف لأنه يعطيني مجالا لمزيد من السيطرة على الوظائف والمعايير المعنية. وتشمل سلسلة البيانات المخططة تسميات البيانات التي تبين الربع كل نقطة البيانات ينتمي إلى الرسم البياني صدى رسالة من المتوسطات في G2 G5 أرباع 1 و 4 مرارا وتكرارا الحصول على معظم الزيارات هناك ق الموسمية واضحة في هذه المجموعة البيانات. حساب المؤشرات الموسمية. بعد أن تقرر أن سلسلة زمنية لديها عنصر موسمي، وكنت ترغب في تحديد حجم تأثير المتوسطات هو مبين في الشكل 5 2 تمثل الطريقة البسيطة المتوسطات يذهب نحو تلك المهمة. الصيغة 5 2 الجمع بين المتوسط ​​الكبير مع المتوسطات الموسمية للحصول على الفهارس الموسمية. في الشكل 5 2 يمكنك الحصول على الفهارس الموسمية المضافة في مجموعة G10 G13 بطرح متوسط ​​كبير في الخلية G7 من كل متوسط ​​موسمي في G2 G5 والنتيجة هي تأثير كونها في الربع 1، أن يجري في الربع 2، وهلم جرا إذا كان شهر معين في الربع 1، تتوقع أن يكون لها 99 65 أكثر متوسط ​​الزيارات اليومية من المتوسط ​​الكبير من 140 35 زيارة في اليوم الواحد. هذه المعلومات تعطيك شعورا مدى أهمية أن تكون في موسم معين لنفترض أنك تملك موقع على شبكة الإنترنت في السؤال وتريد بيع مساحة إعلانية على ذلك أنت يمكن أن يسأل بالتأكيد سعر أعلى من المعلنين خلال الربعين الأول والرابع من خلال الثانية والثالثة أكثر من هذه النقطة، يمكنك على الأرجح تهمة مرتين خلال الربع الأول من خلال إما الثانية أو الثالثة. مع المؤشرات الموسمية في اليد، يمكنك إعادة أيضا في موقف لحساب التعديلات الموسمية على سبيل المثال، لا يزال في الشكل 5 2 القيم المعدلة موسميا لكل ربع في عام 2005 تظهر في G16 G19 أنها إعادة حساب بطرح المؤشر من القياس الفصلية المرتبطة. من الناحية التقليدية، فإن مصطلح يشير المؤشر الموسمية إلى الزيادة أو النقصان في مستوى السلسلة التي ترتبط مع كل موسم وقد ظهر المصطلح مرادف تأثير موسمية في الأدب في السنوات الأخيرة لأنك سوف ترى كل من المصطلحات، وأنا في استخدامها كلاهما في هذا الكتاب انها سا مسألة صغيرة فقط في الاعتبار أن المصطلحين لهما نفس المعنى. لاحظ أنه في السياق العادي للأحداث من 2001 إلى 2005، تتوقع نتائج الربع الثاني ق لتخلف نتائج الربع الأول ق بنسبة 133 6 وهذا هو، 99 65 ناقص 33 95 ولكن في كل من عامي 2004 و 2005، فإن النتائج المعدلة موسميا للربع الثاني تفوق نتائج الربع الأول قد تؤدي هذه النتيجة إلى مطالبتك بسؤال ما تغير في السنتين الأخيرتين والذي يعكس العلاقة بين النتائج المعدلة موسميا للربعين الأولين أنا لا متابعة هذه المسألة هنا أحضره إلى أن تشير إلى أنك غالبا ما تريد أن يكون لها نظرة على كل من لاحظت والأرقام المعدلة موسميا. تمهيد من بسيطة الموسمية أفيرا جيس نو تريند. على الرغم من أن طريقة المتوسطات البسيطة كما قلت الخام في وقت سابق، فإنه يمكن أن يكون أكثر دقة بكثير من البديل أكثر تطورا من الأسس تمهيد، لا سيما عندما تكون التأثيرات الموسمية وضوحا وموثوق بها. عندما تكون سلسلة زمنية غير مترددة، كما هو الحال مع المثال الذي نوقش هذا القسم، والتوقعات الموسمية بسيطة ليست أكثر من المتوسطات الموسمية عندما سلسلة لا تتجه إما صعودا أو هبوطا، أفضل تقدير الخاص بك لقيمة الموسم المقبل هو هذا الموسم التاريخ التاريخي انظر الشكل 5 3.Figure 5 3 الجمع بين المتوسط ​​الكبير مع المتوسطات الموسمية للحصول على الفهارس الموسمية. في الرسم البياني في الشكل 5 3 يمثل خط متقطع التوقعات من تجانس بسيط يمثلان خطوط صلبة الملاحظات الموسمية الفعلية والمتوسطات الموسمية لاحظ أن المتوسطات الموسمية تتبع الملاحظات الموسمية الفعلية بشكل وثيق عن كثب بكثير من تفعل توقعات ممهدة يمكنك أن ترى كم أكثر عن كثب من اثنين من رمزس في الخلايا F23 و H23 و رمز للمتوسطات الموسمية هو مجرد أكثر قليلا من ثلث رمز لتوقعات ممهدة. يمكنك الطباشير التي تصل إلى حجم الآثار الموسمية وكذلك اتساق بهم. سوفوس ، على سبيل المثال، أن الفرق بين متوسط ​​الفصول الأولى والثانية هو 35 0 بدلا من 133 6 وهو الفرق بين الخلايا G2 و G3 في الشكل 5 2 ثم، في سياق التمهيد، فإن القيمة الفعلية للربع 1 ستكون مؤشر أفضل بكثير من قيمة الربع 2 مما هو الحال مع هذه السلسلة الزمنية ويمكن أن تمهيد الأسي تعتمد بشكل كبير على قيمة الملاحظة الحالية لتوقعاتها للفترة المقبلة إذا تم تعيين ثابت تمهيد في 1 0، تمهيد الأسي يحل إلى التنبؤ غير المتوقع والتنبؤ دائما يساوي الفعلية السابقة. حقيقة أن حجم كل سوينغ الموسمية متسقة جدا من ربع إلى ربع يعني أن المتوسطات الموسمية بسيطة هي توقعات موثوقة لا كوارت الفعلية ملاحظة رلي تغادر بعيدا جدا عن المتوسط ​​الموسمي المتوسط. المتوسط ​​المتوسطات الموسمية مع Trend. The متوسطات الموسمية بسيطة مع سلسلة ترندد لديها بعض السلبيات الحقيقية، وأنا ميمغت أن نقترح أن نتجاهله والانتقال إلى مواضيع اللحوم ولكن ذلك s من الممكن أن كنت في ليرة لبنانية في الحالات التي شخص ما قد استخدمت هذه الطريقة ومن ثم فاز تضر لمعرفة كيف يعمل ولماذا هناك خيارات أفضل. أي طريقة للتعامل مع الموسمية في سلسلة ترندد يجب التعامل مع المشكلة الأساسية من تفكيك تأثير الاتجاه من أن الموسمية الموسمية يميل إلى تحجب الاتجاه، والعكس بالعكس انظر الشكل 5 4.Figure 5 4 وجود اتجاه يعقد حساب الآثار الموسمية. حقيقة أن الاتجاه في هذه السلسلة هو التصاعدي مع مرور الوقت يعني أن مجرد حساب المتوسطات في كل موسم الملاحظات، كما فعل في حالة عدم الاتجاه، يخل الاتجاه العام مع التباين الموسمي والفكرة المعتادة هي لحساب الاتجاه فصل إلي من التأثيرات الموسمية يمكنك قياس الاتجاه وطرح تأثيره من البيانات الملحوظة النتيجة هي سلسلة غير متحيزة تحافظ على التباين الموسمي ويمكن التعامل معها بنفس الطريقة كما هو موضح سابقا في هذا الفصل. حساب المتوسط ​​لكل عام. طريقة واحدة ل ديتريند البيانات وطرق أخرى سوف يحدث بلا شك لك هو لحساب الاتجاه على أساس المتوسطات السنوية بدلا من البيانات الفصلية والفكرة هي أن المتوسط ​​السنوي غير حساس للآثار الموسمية وهذا هو، إذا طرح السنة s من القيمة لكل من أرباعها، ومجموع وبالتالي متوسط ​​الآثار الفصلية الأربعة هو بالضبط صفر لذلك الاتجاه المحسوب باستخدام المتوسطات السنوية لا تتأثر التغيرات الموسمية يظهر هذا الحساب في الشكل 5 5.Figure 5 5 هذا الأسلوب يفرض الانحدار الخطي على المتوسطات البسيطة. الخطوة الأولى في الكشف عن البيانات هي الحصول على متوسط ​​النتائج اليومية لكل سنة أن يتم ذلك في نطاق H3 H7 في فيغو ري 5 5 الصيغة في الخلية H3، على سبيل المثال، أفيراج D3 D6.Calculing تريند استنادا إلى الوسائل السنوية. مع المتوسطات السنوية في متناول اليد، وكنت في وضع يمكنها من حساب اتجاهها أن s تدار باستخدام لينست في نطاق I3 J7 باستخدام صيغة الصفيف هذه. إذا لم تقم بتوريد قيم x كوسيطة ثانية إلى لينست إكسيل تقوم بتزويد القيم x الافتراضية لك إن القيم الافتراضية هي الأعداد الصحيحة المتتالية التي تبدأ بالرقم 1 وتنتهي بعدد القيم y استدعاء في الوسيطة الأولى في هذا المثال، قيم x الافتراضية متطابقة مع تلك المحددة في ورقة العمل في G3 G7، حتى تتمكن من استخدام لينست H3 H7 ترو تستخدم هذه الصيغة افتراضيتين لقيم x والثابت ، ممثلة في الفواصل الثلاث على التوالي. نقطة هذا التمرين هو تحديد الاتجاه من سنة إلى أخرى، و لينست يفعل ذلك بالنسبة لك في الخلية I3 أن الخلية تحتوي على معامل الانحدار للقيم س ضرب 10 08 بنسبة 1 ثم 2 ثم 3 و 4 و 5 وإضافة إلى كل نتيجة i نتيرسيبت من 84 63 على الرغم من أن يحصل لك التوقعات السنوية، والنقطة المهمة لهذا الإجراء هو قيمة معامل 106 08، الذي يحدد الاتجاه السنوي. الخطوة التي ناقشت للتو هو مصدر مخاوفي حول النهج بأكمله أن هذا القسم يصف عادة ما يكون لديك عدد صغير من الفترات الشاملة في هذا المثال، تلك السنوات لتشغيل من خلال الانحدار تميل نتائج الانحدار إلى أن تكون غير مستقرة بشكل رهيب عندما، كما هي هنا، فإنها تعتمد على عدد قليل من الملاحظات ومع ذلك يعتمد هذا الإجراء على تلك النتائج بشكل كبير من أجل التغلب على السلاسل الزمنية. تحريك الاتجاه عبر المواسم. استخدام طريقة المتوسطات البسيطة للتعامل مع سلسلة موسمية متداخلة مثل هذا واحد بقسمة الاتجاه حسب عدد الفترات في الفترة المشمولة للحصول على اتجاه لكل فترة هنا، عدد الفترات في السنة هو أربعة ونحن نعمل مع البيانات الفصلية لذلك نحن تقسيم 106 08 بنسبة 4 لتقدير الاتجاه في الربع في 26 5. استخدام الإجراء هذا الاتجاه الدوري بطرحه من متوسط ​​النتيجة الدورية والغرض من ذلك هو إزالة تأثير الاتجاه السنوي من التأثيرات الموسمية أولا، على الرغم من أننا بحاجة إلى حساب متوسط ​​النتيجة على مدار السنوات الخمس للفترة 1، للفترة 2 و وهلم جرا للقيام بذلك، فإنه يساعد على إعادة ترتيب قائمة الفعالية ربع السنوية الفعلية، كما هو مبين في نطاق D3 D22 من الشكل 5 5 في مصفوفة من خمس سنوات بنسبة أربعة أرباع، كما هو موضح في مجموعة G11 J15 لاحظ أن القيم في تلك المصفوفة تتوافق مع قائمة في العمود D. مع البيانات مرتبة في هذه الطريقة، فإنه من السهل لحساب متوسط ​​قيمة ربع سنوية على مدى السنوات الخمس في مجموعة البيانات التي تم القيام به في نطاق G18 J18.The تأثير الاتجاه الذي عاد من قبل لينست يظهر في النطاق G19 J19 قيمة البداية لكل سنة هي الضربات اليومية المرصودة للربع الأول، لذلك نحن لا نجري أي تعديل للربع الأول يتم طرح ربع ربع قيمة الاتجاه، أو 26 5، من الربع الثاني s يعني يضرب، مما أدى إلى a دجوستيد في الربع الثاني من قيمة 329 9 انظر الخلية H21، الشكل 5 5 اثنين من أرباع قيمة الاتجاه، 2 26 5 أو 53 في الخلية I19، يطرح من الربع الثالث S يعني للحصول على تعديل ربع السنة قيمة 282 6 في خلية I21 وبالمثل للربع الرابع، وطرح ثلاثة أرباع الاتجاه من 454 4 للحصول على 374 8 في الخلية J21.Keep في الاعتبار أنه إذا كان الاتجاه لأسفل بدلا من أعلى، كما في هذا المثال، يمكنك إضافة قيمة الاتجاه الدوري إلى الوسائل الدورية الملحوظة بدلا من طرحها. تحويل الوسائل الموسمية المعدلة إلى تأثيرات موسمية. إذا كان منطق هذه الطريقة، فإن القيم المبينة في الصفوف 20 21 من الشكل 5 5 هي متوسط ​​النتائج ربع السنوية لكل من أرباع الأربعة، تأثير الاتجاه التصاعدي العام في مجموعة البيانات التي تم إزالتها الصفوف 20 و 21 يتم دمجها في الأعمدة من G إلى J مع اتجاهها للخروج من الطريق، يمكننا تحويل تلك الأرقام إلى تقديرات الآثار الموسمية نتيجة لكونها في الربع الأول، في في الربع الثاني، وهلم جرا للحصول على تلك والآثار، والبدء من خلال حساب المتوسط ​​الكبير للوسائل الفصلية المعدلة أن المعدل الكبير المعدل يظهر في الخلية I23. ويستمر التحليل في الشكل 5 6.Figure 5 6 وتستخدم التأثيرات الفصلية، أو الفهارس، ل ديسوناليزالي ربعيات لوحظ. الشكل 5 6 يكرر التسويات الفصلية والمتوسط ​​الكبير المعدل من أسفل الشكل 5 5 يتم دمجها لتحديد المؤشرات الفصلية التي يمكن أن تفكر أيضا في التأثيرات الموسمية على سبيل المثال، الصيغة في الخلية D8 هي كما يلي. يعود 33 2 هذا تأثير على كونه في الربع الثاني، في مقابل المتوسط ​​الكبير فيما يتعلق بالمتوسط ​​الكبير، يمكننا أن نتوقع النتيجة التي تنتمي إلى الربع الثاني لتندرج تحت المتوسط ​​الكبير من قبل 33 2 وحدة. تطبيق الموسمية التأثيرات على الكوارترز التي تمت ملاحظتها. خلاصة حتى الآن، قمنا بتحديد الاتجاه السنوي في البيانات عن طريق الانحدار، وقسمنا هذا الاتجاه بنسبة 4 إلى نسبته إلى قيمة ربع سنوية في الشكل 5 6 قمنا بتعديل المتوسط ​​لكل ربع سنة C3 F3 عن طريق طرح الاتجاهات التناسبية في C4 F4 والنتيجة هي تقدير مقنن للمتوسط ​​لكل ربع سنة، بغض النظر عن السنة التي يحدث فيها الربع، في C5 F5 نحن طرح المتوسط ​​الكبير المعدل، في الخلية G5، من المعدل الفصلي المعدل في C5 F5 الذي يحول كل ربع ثانية يعني قياس تأثير كل ربع سنة بالنسبة للمتوسط ​​الكبير المعدل وهذه هي المؤشرات الموسمية أو التأثيرات في C8 F8. التالي نزيل التأثيرات الموسمية من الفصائل ربع السنوية كما هو موضح في الشكل 5 6 يمكنك القيام بذلك عن طريق طرح المؤشرات الفصلية في C8 F8 من القيم المقابلة في C12 F16 وأسهل طريقة للقيام بذلك هو إدخال هذه الصيغة في الخلية C20.Note علامة الدولار واحد قبل 8 في إشارة إلى C 8 أن سا إشارة مختلطة نسبية جزئيا ومطلقة جزئيا علامة الدولار يرسخ الإشارة إلى الصف الثامن، ولكن جزء العمود من المرجع هو حر في تختلف. لذلك، بعد إدخال الصيغة الأخيرة في الخلية C20، يمكنك انقر على مقبض اختيار الخلية s مربع صغير في الزاوية اليمنى السفلى من خلية مختارة واسحب الحق في الخلية F20 عناوين ضبط كما كنت اسحب الحق وكنت يختتم مع القيم، مع إزالة الآثار الموسمية، لعام 2001 في C20 F20 حدد هذا النطاق من أربع خلايا واستخدام مقبض اختيار متعددة s، والآن في F20، لسحب لأسفل إلى الصف 24 حتى يفعل يملأ ما تبقى من المصفوفة. من المهم أن نضع في اعتبارنا هنا أننا إعادة ضبط الأصلي القيم الفصلية للتأثيرات الموسمية أيا كان الاتجاه الموجود في القيم الأصلية لا يزال هناك، ومن الناحية النظرية، على الأقل لا يزال هناك بعد أن قدمنا ​​التعديلات للآثار الموسمية لقد أزالنا الاتجاه، نعم، ولكن فقط من الآثار الموسمية وهكذا، عندما نطرح التأثيرات الموسمية المخزنة من الملاحظات الفصلية الأصلية، والنتيجة هي الملاحظات الأصلية مع الاتجاه ولكن من دون التأثيرات الموسمية. وقد رسمت تلك القيم المعدلة موسميا في الشكل 5 6 قارن t على الرغم من أن القيم المفسرة لا تكمن على وجه التحديد على خط مستقيم، إلا أن الكثير من التأثير الموسمية قد تم إزالته. إعادة التشكيل الفصلي الفصلي إلى الفترات الزمنية. الخطوة التالية هي لإنشاء التنبؤات من البيانات المعدلة موسميا، اتجهت في الشكل 5 6 خلايا C20 F24، وعند هذه النقطة لديك العديد من البدائل المتاحة هل يمكن استخدام نهج الاختلاف جنبا إلى جنب مع تمهيد الأسي بسيط الذي نوقش في الفصل 3، والعمل مع سلسلة الوقت المتجه يمكنك أيضا استخدام نهج هولت لتيسير سلسلة متسلسلة، التي نوقشت في كل من الفصل 3 والفصل 4، وتهيئة التنبؤات كل من الطرق وضع لكم في وضع يمكنها من إنشاء خطوة واحدة إلى الأمام التوقعات، التي يمكنك إضافة مؤشر موسمي الموافق. نهج آخر، وأنا سوف تستخدم هنا، يضع أولا البيانات المتجه من خلال مثال آخر من الانحدار الخطي ومن ثم يضيف المؤشر الموسمية انظر الشكل 5 7.Figure 5 7 في رست توقعات حقيقية في الصف 25.Figure 5 7 ترجع الوسائل الفصلية ديسيسوناليزد من الترتيب جدول في C20 F24 من الشكل 5 6 إلى ترتيب القائمة في نطاق C5 C24 من الشكل 5 7.We يمكن استخدام لينست بالاقتران مع البيانات في B5 C24 في الشكل 5 7 لحساب معادلة الانحدار s المعامل s ومعامل ثم، يمكن أن نضاعف معامل كل قيمة في العمود B، وإضافة اعتراض على كل منتج، لإنشاء التوقعات في العمود D ولكن على الرغم من أن لينست يعود مفيدة معلومات أخرى غير المعامل واعتراض، تريند هو وسيلة أسرع للحصول على التوقعات، وأنا استخدامها في الشكل 5 7. مجموعة D5 D24 يحتوي على التوقعات التي تنتج عن تراجع الأرقام الفصلية ديسوناليزد في C5 C24 على أرقام الفترة في B5 B24 صيغة الصفيف المستخدمة في D5 D24 هي هذه. وتعكس هذه المجموعة من النتائج تأثير الاتجاه التصاعدي العام في السلاسل الزمنية ونظرا لأن القيم التي تتنبأ بها تريند قد تم اختلاسها، فإنها تظل لإضافة التأثيرات الموسمية، والمعروفة أيضا باسم المؤشرات الموسمية، مرة أخرى في التنبؤ المتجه. إضافة الفهارس الموسمية مرة أخرى في. المؤشرات الموسمية، المحسوبة في الشكل 5 6 وترد في الشكل 5 7 أولا في نطاق C2 F2 ثم مرارا وتكرارا في نطاق E5 E8، E9 E12، وهلم جرا يتم وضع التنبؤات رياسوناليزد في F5 F24 بإضافة التأثيرات الموسمية في العمود E إلى توقعات الاتجاه في العمود D. To الحصول على توقعات خطوة واحدة إلى الأمام في الخلية F25 من الشكل 5 7 تدخل قيمة t للفترة التالية إلى الخلية B25 وتدخل الصيغة التالية في الخلية D25. وهو يوجه إكسيل لحساب معادلة الانحدار التي تنبئ القيم في المدى C5 C24 من تلك الموجودة في B5 B24 وتطبق تلك المعادلة على قيمة X الجديدة في الخلية B25. يتم وضع المؤشر الموسمي المناسب في الخلية E25، ويتم وضع مجموع D25 و E25 في F25 كأول توقعات حقيقية للسلاسل الزمنية المتجهة والموسمية. سوف تجد مجموعة كاملة من وتصنيفات ربع سنوية، والتنبؤات المبينة في الشكل 5 8. الشكل 5 8 يتم إرجاع التأثيرات الموسمية إلى التنبؤات. تقييم المتوسطات البسيطة. نهج التعامل مع سلسلة زمنية موسمية، نوقشت في عدة أقسام سابقة، لديه بعض نداء بديهية تبدو الفكرة الأساسية واضحة ومباشرة. حساب اتجاه سنوي من خلال تراجعت الوسائل السنوية ضد مقياس من الفترات الزمنية. تقسيم الاتجاه السنوي بين الفترات في غضون عام. سوبتراكت الاتجاه المقسمة من الآثار الدورية للحصول على آثار معدلة. سحب الآثار المعدلة من التدابير الفعلية ل ديسوناليز سلسلة زمنية. إنشاء والتنبؤات من سلسلة ديسيسوناليزد، وإضافة الآثار الموسمية المعدلة مرة أخرى. رأيي الخاص هو أن العديد من المشاكل تضعف النهج، وأنا لن أدرجه في هذا الكتاب إلا أنك من المحتمل أن تواجه ذلك، وبالتالي يجب أن تكون على دراية فإنه يوفر نقطة انطلاق مفيدة لمناقشة بعض المفاهيم والإجراءات الموجودة في غيرها من النهج أقوى. أولا، هناك ق المسألة التي لقد اشتكت في وقت سابق من هذا الفصل فيما يتعلق بحجم عينة صغيرة جدا لانحدار الوسائل السنوية على أعداد صحيحة متتالية التي تحدد كل عام حتى مع واحد فقط من المتوقع، وعدد قليل من 10 ملاحظات هو حقا كشط الجزء السفلي من برميل على أقل تقدير يجب والنظر في الناتج R 2 تعديلها للانكماش وربما إعادة حساب الخطأ القياسي من تقدير وفقا لذلك. فإنه صحيح أن أقوى الارتباط في السكان، وأصغر العينة يمكنك الحصول على بعيدا مع ولكن العمل مع أرباع في غضون سنوات، وكنت إعادة حظ للعثور على ما يصل إلى 10 سنوات بقيمة من الملاحظات الفصلية متتالية، كل قياس بنفس الطريقة عبر تلك الفترة من الزمن. أنا لا إقناع أن الإجابة على إشكالية نمط صعودا وهبوطا تجد في غضون عام انظر الرسم البياني في الشكل 5 4 هو متوسط ​​القمم والوديان والحصول على تقدير الاتجاه من الوسائل السنوية بالتأكيد انها واحدة إجابة لهذه المشكلة، ولكن، كما سترى، هناك سا بكثير من ميث من الفصل بين التأثيرات الموسمية من الاتجاه الكامن، والمحاسبة لها على حد سواء، والتنبؤ وفقا لذلك سوف تغطي هذه الطريقة في وقت لاحق من هذا الفصل، في الانحدار الخطي مع قسم المتجهات المشفرة. وعلاوة على ذلك، هناك لا أساس من الناحية النظرية لتوزيع السنوية الاتجاه بالتساوي بين الفترات التي تشكل السنة من الصحيح أن الانحدار الخطي يفعل شيئا مماثلا عندما يضع توقعاته على خط مستقيم ولكن هناك فجوة هائلة بين وضع افتراض أساسي لأن النموذج التحليلي يمكن أن يتعامل مع البيانات بطريقة أخرى، وهي النتيجة المعيبة التي يمكن قياس أخطاء الأخطاء في التنبؤات وتقييمها. ولذلك، دعنا ننتقل إلى استخدام المتوسطات المتحركة بدلا من المتوسطات البسيطة كوسيلة للتعامل مع الموسمية.