تتحرك من المتوسط - النهاية

6 2 المتوسطات المتحركة. الطريقة الكلاسيكية لتحليل السلاسل الزمنية نشأت في 1920s وكان يستخدم على نطاق واسع حتى 1950s لا يزال يشكل أساس من الأساليب سلسلة الوقت في وقت لاحق، ولذلك فمن المهم أن نفهم كيف يعمل الخطوة الأولى في الكلاسيكية التحلل هو استخدام طريقة المتوسط ​​المتحرك لتقدير دورة الاتجاه، لذلك نبدأ بمناقشة المتوسطات المتحركة. تمهيد متوسط ​​التمهيد. يمكن كتابة المتوسط ​​المتحرك للترتيب m كما قبعة فراك سوم كي حيث m 2k 1 وهذا هو فإن تقدير دورة الاتجاه في الوقت t يتم الحصول عليه عن طريق قيم المتوسط ​​للمسلسل الزمني ضمن الفترات k من t ومن المرجح أيضا أن تكون القيم القريبة في الوقت المناسب قريبة من حيث القيمة ويزيل المتوسط ​​بعض العشوائية في البيانات، تاركا مكونا سلسا لدورة الاتجاه نسمي هذا الرقم m - MA يعني المتوسط ​​المتحرك للنظام m على سبيل المثال، انظر الشكل 6 6 الذي يبين حجم الكهرباء المباعة للعملاء السكنيين في جنوب أستراليا سنويا من 1989 إلى 2008 الماء الساخن وقد تم استبعاد المبيعات كما تظهر البيانات في الجدول 6 1.Figure 6 6 مبيعات الكهرباء السكنية باستثناء الماء الساخن لجنوب أستراليا 1989-2008.ma إليكساليس، والنظام 5. في العمود الثاني من هذا الجدول، وهو المتوسط ​​المتحرك للنظام 5 يبين تقدير لدورة الاتجاه القيمة الأولى في هذا العمود هي متوسط ​​الملاحظات الخمس الأولى 1989-1993 القيمة الثانية في العمود 5-ما هي متوسط ​​القيم 1990-1994 وهكذا دواليك القيمة في العمود 5-ما هو متوسط ​​الملاحظات في فترة الخمس سنوات التي تركز على السنة المقابلة لا توجد قيم للسنتين الأوليين أو السنتين الماضيتين لأننا لا نملك ملاحظتين على أي من الجانبين في الصيغة أعلاه ، العمود 5-ما يحتوي على قيم قبعة مع ك 2 لمعرفة ما يبدو الاتجاه دورة الاتجاه، ونحن رسم ذلك جنبا إلى جنب مع البيانات الأصلية في الشكل 6 7.Figure 6 7 مبيعات الكهرباء السكنية الأسود جنبا إلى جنب مع 5-ما تقدير دورة الاتجاه red. plot إليكساليس، الرئيسية ري مبيعات الكهرباء الكهربائية، يلب غو زلاب خطوط السنة ما إليكساليس، 5 كول red. Notice كيف الاتجاه باللون الأحمر هو أكثر سلاسة من البيانات الأصلية ويلتقط الحركة الرئيسية للسلاسل الزمنية دون كل التقلبات الطفيفة لا تسمح طريقة المتوسط ​​المتحرك بتقديرات من T حيث t هو قريب من نهايات السلسلة وبالتالي الخط الأحمر لا يمتد إلى حواف الرسم البياني على أي من الجانبين في وقت لاحق سوف نستخدم أساليب أكثر تطورا من تقدير دورة الاتجاه التي تسمح تقديرات بالقرب من نقاط النهاية. الترتيب من المتوسط ​​المتحرك تحدد نعومة تقدير دورة الاتجاه بشكل عام، يعني النظام الأكبر منحنى أكثر سلاسة يوضح الرسم البياني التالي تأثير تغيير متوسط ​​المتوسط ​​المتحرك لبيانات مبيعات الكهرباء السكنية. الشكل 6 8 المتوسطات المتحركة المختلفة تطبق على بيانات مبيعات الكهرباء السكنية. متوسطات متحركة بسيطة مثل هذه عادة ما تكون من ترتيب فردي مثل 3، 5، 7، الخ وهذا هو حتى أنها متماثلة في المتوسط ​​المتحرك من أوردي آرإم 2k 1، هناك k ملاحظات سابقة، k ملاحظات في وقت لاحق والمراقبة الوسطى التي متوسطها ولكن إذا كان m حتى، فإنه لن يكون متماثل. متوسطات التحرك للمتوسطات المتحركة. ومن الممكن تطبيق المتوسط ​​المتحرك للتحرك متوسط ​​أحد أسباب القيام بذلك هو جعل متوسط ​​متحرك متساوي الترتيب على سبيل المثال. على سبيل المثال، قد نأخذ متوسط ​​متحرك من النظام 4، ثم نطبق متوسط ​​متحرك آخر من الترتيب 2 إلى النتائج في الجدول 6 2، التي تم القيام بها للسنوات القليلة الأولى من بيانات إنتاج البيرة الفصلية الأسترالية data. beer2 - نافذة أوسبير، بدء 1992 ma4 - ما beer2، ترتيب 4 مركز فالس ma2x4 - ما beer2، ترتيب 4 مركز TRUE. The تدوين 2 times4 - MA في العمود الأخير يعني 4-ما تليها 2-ما يتم الحصول على القيم في العمود الأخير بأخذ متوسط ​​متحرك من الترتيب 2 من القيم في العمود السابق على سبيل المثال، القيمتين الأوليين في العمود 4-ما هي 451 2 443 410 420 532 4 و 448 8 410 420 532 433 4 القيمة الأولى في 2 t imes4 - MA العمود هو متوسط ​​هذين 450 0 451 2 448 8 2 عندما يتبع 2-ما المتوسط ​​المتحرك حتى النظام مثل 4، ويسمى متوسط ​​متحرك تركز على النظام 4 وهذا لأن النتائج هي الآن متماثل لنرى أن هذا هو الحال، يمكننا كتابة 2 times4 - MA على النحو التالي تبدأ قبعة فراك كبير فراك يي فراك يي فراك y frac14y frac14y frac14y frac18y نهاية هو الآن المتوسط ​​المرجح من الملاحظات، ولكن هو متماثل مجموعات أخرى من المتوسطات المتحركة ممكنة أيضا على سبيل المثال 3 مرات 3 - MA غالبا ما يستخدم، ويتكون من المتوسط ​​المتحرك للنظام 3 متبوعا بمتوسط ​​متحرك آخر من النظام 3 بشكل عام، يجب أن يتبع أمر حتى ما من قبل النظام حتى ما إلى جعلها متماثلة وبالمثل، ينبغي أن يتبع ترتيب فردي ما من قبل ترتيب فردي MA. Estimating دورة الاتجاه مع البيانات الموسمية. الاستخدام الأكثر شيوعا للمتوسطات المتحركة تركز في تقدير دورة الاتجاه من البيانات الموسمية النظر في 2 مرات 4 - ما قبعة فراك y frac14y frac14y فراك 14y frac18y عند تطبيق البيانات ربع السنوية، يعطى كل ربع سنة من وزن متساو حيث يتم تطبيق الأول والأخير على نفس الربع في السنوات المتتالية ونتيجة لذلك، سيتم متوسط ​​الاختلاف الموسمية خارج والقيم الناتجة من قبعة سيكون قليلا أو عدم وجود تباين موسمية يمكن الحصول على تأثير مماثل باستخدام 2 مرات 8 - MA أو 2 مرات 12 - MA بشكل عام، 2m m-ما يعادل المتوسط ​​المتحرك المرجح للنظام m 1 مع جميع الملاحظات أخذ الوزن 1 م باستثناء الفترتين الأولى والأخيرة التي تأخذ الأوزان 1 2m حتى إذا كانت الفترة الموسمية حتى ولو من أجل m، استخدم 2 مرات م - MA لتقدير دورة الاتجاه إذا كانت الفترة الموسمية غريبة والنظام m، استخدام آم - MA لتقدير دورة الاتجاه على وجه الخصوص، يمكن استخدام 2 مرات 12 - MA لتقدير دورة الاتجاه من البيانات الشهرية و 7-ما يمكن استخدامها لتقدير دورة الاتجاه من البيانات اليومية خيارات أخرى ل فإن ترتيب ما سيؤدي عادة إلى تقديرات دورة الاتجاه ج موصوفة بالموسمية في البيانات. مثال 6 2 تصنيع المعدات الكهربائية. في الشكل 6 9 يظهر 2 مرات 12 - MA تطبق على مؤشر أوامر المعدات الكهربائية لاحظ أن الخط السلس لا يظهر موسمية وهو تقريبا نفس دورة الاتجاه هو مبين في الشكل 6 2 التي تم تقديرها باستخدام طريقة أكثر تعقيدا من المتوسطات المتحركة أي خيار آخر لترتيب المتوسط ​​المتحرك باستثناء 24، 36، وما إلى ذلك أدى إلى خط سلس يظهر بعض التقلبات الموسمية. الشكل 6 9 A 2x12-ما يطبق على مؤشر المعدات الكهربائية مؤشر. لوت إليسيكيب، يلاب مؤشر الطلبيات الجديدة كول الرمادي، الرئيسية تصنيع المعدات الكهربائية خطوط منطقة اليورو ما إليسيكيب، النظام 12 كول الأحمر. وزن المتوسطات المتحركة تتحرك من المتوسطات المتحركة تؤدي إلى المتوسطات المتحركة المرجح على سبيل المثال، 2x4-ما التي تمت مناقشتها أعلاه تعادل موزونة 5-ما مع الأوزان التي تعطيها فراك، فراك، فراك، فراك، فراك بشكل عام، يمكن كتابة m - MA المرجح ك قبعة t سوم k يج y، حيث k m-1 2 والأوزان تعطى بواسطة النقاط والنقاط أك ومن المهم أن تكون الأوزان مجموع إلى واحد وأن تكون متماثلة بحيث أج a بسيطة m - MA هي حالة خاصة حيث جميع الأوزان هي يساوي 1 متر وهناك ميزة رئيسية للمتوسطات المتحركة المرجحة هي أنها تعطي تقدير أكثر سلاسة لدورة الاتجاه بدلا من الملاحظات دخول وترك الحساب في الوزن الكامل، يتم زيادة أوزانها ببطء ثم انخفض ببطء مما أدى إلى منحنى أكثر سلاسة بعض يتم استخدام مجموعات معينة من الأوزان على نطاق واسع بعض من هذه وترد في الجدول 6 3.Moving نقاط النهاية والاتساق الداخلي للوكلاء السابقين توقعات أنتي. تعيين هذه المادة كما كوزيكي، S تينسلي، P الاقتصاد الحسابي 1997 11 21 دوى 10 1023 A 1008618512649. تتضمن التنبؤات من قبل العوامل المنطقية جزءا لا يتجزأ من شروط الحدود الأولية والمحطة الطرفية نماذج النماذج الزمنية القياسية تولد نوعين من قيم الحدود طويلة المدى أو نقاط النهاية الثابتة نقاط النهاية الثابتة ونقاط النهاية المتوسطة المتحركة لا يمكن e زيادة نقاط النهاية المتغيرة التي تنطوي عليها الحركات بعد الحرب في المقطع العرضي لتوقعات الأسعار الآجلة في هيكل المصطلح أو بتغييرات ما بعد عام 1979 في تقديرات الاستقصاء للتضخم المتوقع على المدى الطويل توفر التنبؤات المتعددة التوقعات من خلال فئة أوسع من نماذج السلاسل الزمنية للنقاط النهائية تحسين تتبع هيكل المدى التاريخي ودعم عموما الاتساق الداخلي للتوقعات السابقة على المدى الطويل من التجار السندات ومسح المشاركين. القيم الحدودية المتوقع التضخم هيكل هيكل. أندروز، D 1993 اختبارات لمعلمة عدم الاستقرار والتغيير الهيكلي مع نقطة تغيير غير معروفة ، إكونوميتريكا 61 4، 821-56 غوغل Scholar. Beveridge، S أند نيلسون، C 1981 نهج جديد لتحليل السلاسل الزمنية الاقتصادية إلى مكونات دائمة وعابرة مع إيلاء اهتمام خاص لقياس دورة الأعمال، مجلة الاقتصاد النقدي 7 2، 151-74 غوغل Scholar. Campbell، J 1986 دفاع عن الفرضيات التقليدية حول مصطلح بنية جويل أند شيلر، R 1987 كوينغغراتيون واختبارات نماذج القيمة الحالية، مجلة الاقتصاد السياسي 95 5، 1062-88 غوغل Scholar. Choi، S أند ووهار، M 1991 دليل جديد حول نظرية التوقعات للنهاية القصيرة لنضج الطيف، مجلة البحوث المالية 14 83-92 غوغل Scholar. Cox، J إنجرسول، J أند روس، S 1985 نظرية مصطلح هيكل أسعار الفائدة، إكونوميتريكا 53 2، 385-407 غوغل Scholar. Crowder، W أند هوفمان، D 1996 علاقة المدى الطويل بين معدلات الفائدة الاسمية والتضخم معادلة فيشر، مجلة المال، الائتمان، والمصرفية 28 1، 102-18 غوغل Scholar. Fama، E 1975 أسعار الفائدة قصيرة الأجل كمؤشرات للتضخم، استعراض الاقتصادي الأمريكي 65 3، 269-82 غوغل Scholar. Fama، E 1984 المعلومات الواردة في مصطلح هيكل، مجلة الاقتصاد المالي 13 509-28 غوغل Scholar. Fama، E و بليس، R 1987 المعلومات في فترة طويلة النضج فوروار D، ذي أمريكان إكونوميك ريفيو 77 680-92 غوغل Scholar. Hall، A أندرسن، H أند غرانجر، C 1992 تحليل التكامل بين عائدات سندات الخزانة، استعراض الاقتصاد والإحصاء 74 1، 116-26 غوغل Scholar. Hamilton، J 1989 نهج جديد للتحليل الاقتصادي للسلاسل الزمنية غير المستقرة ودورة الأعمال، إكونوميتريكا 57 357-84 غوغل Scholar. Hardouvelis، G 1988 القوة التنبؤية لمصطلح الهيكل خلال الأنظمة النقدية الأخيرة، مجلة المالية 43 339-56 غوغل Scholar. Hinkley، D 1970 الاستدلال حول نقطة التغيير في سلسلة من المتغيرات العشوائية، بيوميتريكا 57 1، 1-17 غوغل Scholar. Huizinga، J أند ميشكين، F 1986 التحولات في نظام السياسة النقدية والسلوك غير العادي لأسعار الفائدة الحقيقية، في K برونر و A ملتزر إدس، كارنيجي-روشيستر سلسلة المؤتمرات بشأن السياسة العامة 24 231-74.Kozicki، S و تينسلي، P 1996 نقاط النهاية المتحركة في هيكل الأجل لأسعار الفائدة فربك فرب الموظفين ورقة العمل. مانكيو، G و ميرون، J 1986 تغيير ب إهافيور لمصطلح هيكل أسعار الفائدة، مجلة ربع سنوية للاقتصاد 101 211-28 غوغل Scholar. McCulloch، H 1975 منحنى العائد المعدل من الضرائب، مجلة المالية 30 811-30 غوغل Scholar. McCulloch، H أند كوون، H 1993 الولايات المتحدة الأمريكية بيانات هيكل الهيكل، 1947-1991 ورقة عمل جامعة ولاية أوهايو 93-6.Mougoue، M 1992 مصطلح هيكل أسعار الفائدة كنظام متكامل كدليل عملي من سوق العملة الأوروبية، مجلة البحوث المالية 15 3، 285-96 غوغل Scholar. Perron، P 1989 تحطم كبير، وصدمة أسعار النفط، وفرضية الجذر وحدة، إكونوميتريكا 57 1361-401 غوغل Scholar. Rudebusch، G 1995 الاحتياطي الاتحادي سعر الفائدة استهداف، توقعات عقلانية، ومصطلح هيكل، مجلة النقد إقتصاد 35 245-74 غوغل Scholar. Sargent، T 1979 ملاحظة حول تقدير احتمالية أقصى لنموذج التوقعات العقلانية لمصطلح الهيكل، مجلة الاقتصاد النقدي 5 133-43 غوغل Scholar. Shea، G 1992 قياس توقعات الفرضية إيسيس من هيكل مصطلح سعر الفائدة تحليل لناقلات التكامل المشترك، مجلة الإحصاءات التجارية والاقتصادية 10 3، 347-66 غوغل Scholar. Shiller، R 1979 تقلب أسعار الفائدة على المدى الطويل وتوقعات نماذج من هيكل المدى، مجلة أوف ذي بوليتيكال إكونومي 67 6، 190-219 غوغل Scholar. Shiller، R 1990، ذي تيرم ستروكتور أوف بروفينس ريتس، ​​إن B فريدمان أند F هان إدس كتيب أوف مونيتاري إكونوميكس 627-722.Shiller، R كامبل، J أند ششوينهولتز، K 1983 الأسعار الآجلة والسياسة المستقبلية تفسير مصطلح هيكل أسعار الفائدة، أوراق بروكينغس 173-223. معلومات حقوق الطبع والنشر. كلور أكاديميك بوبليشرز 1997.Authors والانتماءات. شارون كوزيكي 1. بنك الاحتياطي الفيدرالي كاناس سيتي كانساس سيتي USA.2 مجلس الاحتياطي الاتحادي واشنطن العاصمة الولايات المتحدة الأمريكية. حول هذا المقال. تسلسل سلسلة الوقت عملية التكيف الموسمية. ما هما الرئيسيان فلسفات التعديل الموسمية. ما هو مرشح. ما هي مشكلة نهاية نقطة. كيف يمكننا أن تقرر أي مرشح لاستخدام. ما هي وظيفة مكاسب. ما هي مرحلة التحول. ما هي هندرسون تتحرك المتوسطات. كيف يمكننا التعامل مع ونهاية نقطة problem. What هي الموسمية تتحرك الموسمية. لما هي تقديرات الاتجاه المنقحة. كمية البيانات المطلوبة للحصول على تقديرات مقبولة موسميا المعدلة. كيف تفعل اثنين من الفلسفات التكيف الموسمية مقارنة. ما هي اثنين من الفلسفات الرئيسية من تعديل الموسمية. والفلسفات من أجل التعديل الموسمية هي الطريقة القائمة على نموذج وطريقة القائم على التصفية. الطريقة القائمة على الفلتر. وهذه الطريقة تطبق مجموعة من المرشحات الثابتة تتحرك المتوسطات لتتحلل السلاسل الزمنية في الاتجاه، الموسم والمكون غير النظامي. الفكرة الكامنة هي أن البيانات الاقتصادية تتكون من مجموعة من الدورات، بما في ذلك دورات الأعمال الاتجاه والدورات الموسمية الموسمية والضوضاء العنصر غير النظامي A مرشح يزيل أساسا أو يقلل من قوة دورات معينة من بيانات المدخلات لإنتاج سلسلة معدلة موسميا من البيانات التي يتم جمعها شهريا، والأحداث التي تحدث كل 12 و 6 و 4 و 3 و 2 4 و 2 أشهر تحتاج إلى إزالة هذه تتوافق مع الترددات الموسمية من 1 و 2 و 3 و 4 و 5 و 6 دورات في السنة وتعتبر دورات غير الموسمية الأطول لتكون جزءا من هذا الاتجاه ودورات غير الموسمية أقصر تشكل غير النظامية ولكن الحدود بين الاتجاه والدورات غير النظامية يمكن أن تختلف مع طول المرشح المستخدم للحصول على الاتجاه في عبس التعديل الموسمية، والدورات التي تسهم بشكل كبير في الاتجاه عادة ما تكون أكبر من حوالي 8 أشهر لسلسلة شهرية و 4 أرباع لسلسلة ربع سنوية. الاتجاه، المكونات الموسمية وغير النظامية لا تحتاج السابقين النماذج الفردية الشاذة يتم تعريف العنصر غير النظامي على أنه ما تبقى بعد الاتجاه والمكونات الموسمية تم إزالتها من قبل المرشحات غير النظامية لا تعرض خصائص الضوضاء البيضاء. وغالبا ما تعرف أساليب القائم على تصفية أساليب أسلوب X11 وتشمل هذه X11 التي وضعتها الولايات المتحدة مكتب التعداد، X11ARIMA التي وضعتها هيئة الإحصاء الكندية، X12ARIMA التي وضعتها الولايات المتحدة مكتب التعداد، ستل، سابل و سيسابس الحزمة التي تستخدمها الاختلافات إيبوتاتيونال بين أساليب مختلفة في الأسرة X11 هي أساسا نتيجة تقنيات مختلفة المستخدمة في نهايات السلاسل الزمنية على سبيل المثال، بعض الطرق استخدام الفلاتر غير المتماثلة في نهايات، في حين أن أساليب أخرى استقراء السلاسل الزمنية وتطبيق المرشحات متماثلة لسلسلة موسعة. الطرق القائمة على الأساليب. وهذا النهج يتطلب الاتجاه والمكونات الموسمية وغير النظامية من سلسلة زمنية ليتم نمذجة بشكل منفصل ويفترض المكون غير النظامية هو الضوضاء البيضاء - وهذا هو كل أطوال دورة ممثلة على قدم المساواة و غير النظامية لها صفر يعني والتباين المستمر العنصر الموسمية له عنصر الضوضاء الخاصة بها. اثنين من حزم البرامج المستخدمة على نطاق واسع والتي تطبق أساليب نموذج القائم هي ستامب ومقاعد ترامو التي وضعتها بنك اسبانيا. الخلافات الحسابية الرئيسية بين مختلف الطرق القائمة على نموذج وعادة ما يرجع إلى مواصفات النموذج في بعض الحالات، على غرار نماذج مباشرة تتطلب أساليب أخرى سلسلة الوقت الأصلي لتكون على غرار أولا، ونماذج مكونة تتحلل من ذلك. للمقارنة بين الفلسفات اثنين على مستوى أكثر تقدما، انظر كيف اثنين الموسمية فلسفات التكيف مقارنة. WAT هو مرشح يمكن استخدام مرشحات لتتحلل سلسلة زمنية في الاتجاه، الموسمية وغير النظامية مكون المتوسطات المتحركة هي نوع من التصفية التي على التوالي متوسط ​​فترة التحول من البيانات من أجل إنتاج تقدير سلسة من سلسلة زمنية يمكن اعتبار هذه السلسلة التي تم استخلاصها من خلال تشغيل سلسلة المدخلات من خلال عملية ويك h مرشحات خارج سير وبالتالي، فإن المتوسط ​​المتحرك غالبا ما يشار إليه بالفلتر. وتتضمن العملية الأساسية تحديد مجموعة من أوزان الطول m 1 m 2 1. لاحظ أن مجموعة متماثلة من الأوزان لها m 1 m 2 و wjw - في الوقت t يمكن حسابها. عندما يصف t قيمة السلسلة الزمنية في الوقت t. على سبيل المثال، والنظر في السلسلة التالية. باستخدام بسيطة 3 مرشح متناظر الأجل إيم 1 م 2 1 وجميع الأوزان هي 1 3، و يتم الحصول على المدى الأول لسلسلة سلسة من خلال تطبيق الأوزان على أول ثلاث فترات من السلسلة الأصلية. تم إنتاج القيمة الثانية ممهدة من خلال تطبيق الأوزان على المصطلحات الثانية والثالثة والرابعة في السلسلة الأصلية. ما هي النقطة النهاية ProbleEM. Reconsider سلسلة. هذه السلسلة تحتوي على 8 مصطلحات ومع ذلك، وسلسلة سلس تم الحصول عليها عن طريق تطبيق مرشح متماثل إلى البيانات الأصلية يحتوي على 6 فقط المصطلحات. هذا لأن هناك بيانات كافية في نهايات سلسلة لتطبيق مرشح متماثل الأول على المدى السلس D هي متوسط ​​مرجح لثلاث مصطلحات متمركزة على الفترة الثانية من السلسلة الأصلية لا يمكن الحصول على المتوسط ​​المرجح المركزة على الفترة الأولى من السلسلة الأصلية كبيانات قبل أن تكون هذه النقطة غير متاحة وبالمثل، لا يمكن حساب وهو متوسط ​​مرجح يركز على آخر فترة من السلسلة، حيث لا توجد بيانات بعد هذه النقطة. لهذا السبب، لا يمكن استخدام المرشحات المتماثلة في أي من نهاية سلسلة يعرف هذا كمشكلة نقطة نهاية يمكن للمحللين سلسلة الوقت استخدام غير المتماثلة مرشحات لإنتاج تقديرات سلسة في هذه المناطق في هذه الحالة، يتم حساب القيمة الملساء خارج المركز، مع تحديد المتوسط ​​باستخدام المزيد من البيانات من جانب واحد من نقطة من الأخرى وفقا لما هو متاح بدلا من ذلك، يمكن استخدام تقنيات النمذجة ل استقراء السلاسل الزمنية ومن ثم تطبيق مرشحات متماثلة لسلسلة موسعة. كيف يمكننا أن نحدد أي مرشح للاستخدام. المحلل سلسلة الوقت يختار مرشح المناسب على أساس خصائص، مثل دورات يزيل المرشح عند تطبيق خصائص عامل التصفية يمكن أن يتم التحقيق باستخدام دالة الكسب. وتستخدم الدالات غين لفحص تأثير مرشح في تردد معين على اتساع دورة لسلسلة زمنية معينة لمزيد من التفاصيل حول الرياضيات المرتبطة بوظائف الكسب، يمكنك تحميل سلسلة الوقت ملاحظات الدورة، دليل تمهيدي لتحليل السلاسل الزمنية التي نشرها قسم تحليل سلسلة الوقت من عبس الرجوع إلى القسم 4 4. الرسم البياني التالي هو وظيفة كسب للمرشح المتماثل 3 المدى درسنا في وقت سابق. الشكل 1 كسب وظيفة لمتناظر تصفية 3 الأجل. المحور الأفقي يمثل طول دورة الإدخال نسبة إلى الفترة بين نقاط المراقبة في السلسلة الزمنية الأصلية حتى دورة الإدخال من طول 2 هو تم إنجازها في 2 فترات، وهو ما يمثل شهرين لسلسلة شهرية، و 2 أرباع لسلسلة ربع سنوية ويبين المحور الرأسي اتساع دورة الانتاج ريلات إيف إلى دورة إدخال. هذا الفلتر يقلل من قوة من 3 دورات دورة إلى الصفر وهذا هو، فإنه يزيل تماما دورات من هذا الطول تقريبا وهذا يعني أنه لسلسلة زمنية حيث يتم جمع البيانات الشهرية، سيتم القضاء على أي تأثيرات موسمية التي تحدث كل ثلاثة أشهر من خلال تطبيق هذا المرشح على السلسلة الأصلية. أزاحة الطور هي التحول الزمني بين الدورة المصفاة والدورة التي لم تتم تصفيتها ويعني التحول الإيجابي للمرحلة أن الدورة المصفاة تتحول إلى الوراء وتحول طور سلبي يتم تحويلها إلى الأمام في الوقت المناسب. يحدث عند تشويه توقيت نقاط التحول، على سبيل المثال عندما يوضع المتوسط ​​المتحرك خارج المركز بواسطة المرشحات غير المتماثلة أي أنها ستحدث إما في وقت سابق أو لاحق في السلسلة المصفاة، مما هي عليه في المتوسطات الأصلية المتماثلة في الطول الفردي كما هو مستخدم بواسطة و عبس، حيث يتم وضع مركزيا، لا تسبب مرحلة التحول الزمني ومن المهم للمرشحات المستخدمة لاشتقاق الاتجاه للاحتفاظ المرحلة الزمنية، وبالتالي توقيت أي نقطة تحول. ويبين الشكلان 2 و 3 آثار تطبيق المتوسط ​​المتحرك المتماثل 2x12 الذي هو خارج المركز المنحنيات المستمرة تمثل الدورات الأولية وتمثل المنحنيات المكسورة دورات الإخراج بعد تطبيق المرشح المتوسط ​​المتحرك. الشكل 2 24 شهر دورة، المرحلة -5 5 أشهر السعة 63.Figure 3 8 دورة شهر، المرحلة -1 5 أشهر السعة 22.WHAT هيندرسون التحولات AVERAGES. Henderson المتوسطات المتحركة هي المرشحات التي استمدها روبرت هندرسون في عام 1916 لاستخدامها في التطبيقات الاكتوارية وهي مرشحات الاتجاه، وتستخدم عادة في تحليل سلسلة زمنية لتسلسل التقديرات المعدلة موسميا من أجل توليد تقدير الاتجاه أنها تستخدم في تفضيل لمتوسطات متحركة أبسط لأنها يمكن أن تتكاثر متعددو الحدود تصل إلى درجة 3، وبالتالي التقاط نقاط تحول الاتجاه. يستخدم عبس هندرسون المتوسطات المتحركة لإنتاج تقديرات الاتجاه من سلسلة المعدلة موسميا وعادة ما تستمد تقديرات الاتجاه التي نشرتها عبس باستخدام و 13 مرشح هندرسون المدى لسلسلة الشهرية، و 7 مرشح هندرسون المدى لسلسلة فصلية. يمكن أن تكون مرشحات هندرسون إما متماثلة أو غير المتماثلة يمكن تطبيق المتوسطات متماثل متحرك في النقاط التي هي بعيدة بما فيه الكفاية من نهايات سلسلة زمنية في هذه الحالة ، تحسب القيمة الملساء لنقطة معينة في السلسلة الزمنية من عدد متساو من القيم على جانبي نقطة البيانات. لتحقيق الأوزان، يتم التوصل إلى حل وسط بين السمتين المتوقعتين عموما من سلسلة الاتجاه هذه هي ينبغي أن يكون الاتجاه قادرا على تمثيل مجموعة واسعة من الانحناءات وأنه ينبغي أن يكون أيضا على نحو سلس قدر الإمكان بالنسبة للاشتقاق الرياضي للأوزان، راجع القسم 5 3 من سلسلة الوقت ملاحظات الدورة التي يمكن تحميلها مجانا من شبكة عبس يتم إعطاء أنماط الترجيح لمجموعة من متوسطات هندرسون المتحركة المتماثلة في الجدول التالي. نمط التماثل المتناظر لمتوسط ​​هندرسون المتحرك. بشكل عام، وهو مرشح الاتجاه، وأكثر سلاسة الاتجاه الناتج، كما هو واضح من المقارنة بين وظائف الكسب فوق A المدى 5 هندرسون يقلل دورات حوالي 2 4 فترات أو أقل بنسبة 80 على الأقل، في حين أن مصطلح 23 هندرسون يقلل دورات حوالي 8 فترات أو أقل من 90 على الأقل في الواقع مرشح 23 هندرسون مصطلح يزيل تماما دورات أقل من 4 فترات. هندرسون المتوسطات المتحركة أيضا يضعف الدورات الموسمية بدرجات متفاوتة ولكن وظائف الكسب في الأشكال 4-8 تبين أن الدورات السنوية في الشهرية والفصلية سلسلة لا تخفف إلى حد كبير لتبرير تطبيق مرشح هندرسون مباشرة إلى التقديرات الأصلية وهذا هو السبب في أنها تطبق فقط على سلسلة المعدلة موسميا، حيث تمت إزالة الآثار المرتبطة بالتقويم بالفعل مع مرشحات مصممة خصيصا. يوضح الشكل 9 آثار تمهيد تطبيق مرشح هندرسون لسلسلة. فيغور 9 23-تيرم هندرسون تصفية - قيمة غير السكنية بناء الموافقات. كيف يمكننا التعامل مع نقطة النهاية بيأر يمكن تطبيق مرشح هيندرسون المتماثل فقط على مناطق البيانات التي تكون بعيدة بما فيه الكفاية عن نهايات السلسلة على سبيل المثال، يمكن تطبيق معيار هندرسون 13 فقط على البيانات الشهرية التي لا يقل عن 6 ملاحظات من البداية أو النهاية من البيانات ويرجع ذلك إلى نعومة مرشح السلسلة من خلال اتخاذ المتوسط ​​المرجح من 6 شروط على جانبي نقطة البيانات وكذلك النقطة نفسها إذا حاولنا تطبيقه على نقطة أقل من 6 ملاحظات من نهاية البيانات، ثم لا توجد بيانات كافية متاحة على جانب واحد من نقطة لحساب المتوسط. لتوفير تقديرات اتجاه نقاط البيانات هذه، يتم استخدام متوسط ​​متحرك معدل أو غير متماثل حساب المتغيرات غير المتماثلة هندرسون يمكن أن تتولد من قبل عدد من الأساليب المختلفة التي تنتج نتائج مماثلة، ولكن ليست متطابقة الطرق الرئيسية الأربعة هي طريقة مسغريف، والتقليل من طريقة معدل مراجعة مربع، وأفضل تقديرات غير متحيزة الخطية الأزرق وطريقة كيني ودوربين شيسكين وآخرون 1967 من الأوزان غير المتماثلة الأصلية للمتوسط ​​المتحرك هندرسون التي تستخدم داخل حزم X11 للحصول على معلومات حول اشتقاق الأوزان غير المتماثلة، انظر القسم 5 3 من سلسلة الوقت ملاحظات الدورة. النظر في سلسلة زمنية حيث يحدث آخر نقطة بيانات لوحظ في الوقت N ثم مرشح 13 متناظرة هندرسون المدى لا يمكن تطبيقها على نقاط البيانات التي تقاس في أي وقت بعد وبما في ذلك الوقت N-5 لجميع هذه النقاط، مجموعة غير متماثلة من الأوزان يجب استخدام الجدول التالي يعطي نمط الترجيح غير المتماثل للمتوسط ​​المتحرك 13 هندرسون متوسط ​​المدة. المصطلح غير المتماثل 13 مصطلح مرشحات هندرسون لا تقم بإزالة أو تثبيط نفس الدورات مثل متماثل 13 مصطلح هندرسون فيلتر في الواقع نمط الترجيح غير المتماثل المستخدم لتقدير والاتجاه في الملاحظة الأخيرة تضخيم قوة 12 دورات دورة أيضا مرشحات غير المتماثلة تنتج بعض التحول مرحلة الوقت. ما هي الموسمية تتحرك أفيراجيس تقريبا جميع البيانات التي تم التحقيق فيها من قبل عبس لها الخصائص الموسمية منذ هندرسون تتحرك المتوسطات المستخدمة لتقدير سلسلة الاتجاه لا القضاء على الموسمية، يجب أن يتم تعديل البيانات موسميا أولا باستخدام المرشحات الموسمية. المرشح الموسمية والأوزان التي يتم تطبيقها على نفس الفترة مع مرور الوقت مثال على نمط الترجيح لمرشح موسمي. 1، 0، 0، 0، 0، 1، 0، 0، 0، 1 3، 0، 0، 0، 0، 0، 0، 0، 0، 0، 0، 0، 1 3. حيث، على سبيل المثال، يتم تطبيق وزن الثلث على ثلاثة يناير متتالية. في حين X11، ومجموعة من المرشحات الموسمية المتاحة للاختيار من بينها هي المتوسط ​​المرجح 3 الأجل المدى ما S 3X1 المرجحة 5 المدى أماه S 3x3 المرجح 7 المدى أماه S 3x5 ومرجح 11 أماه S 3X9. هيكل الترجيح من المتوسطات المتحركة المرجح من النموذج، S نكسم هو أن متوسط ​​بسيط من المصطلحات المحسوبة، ثم متوسط ​​متحرك من n من يتم تحديد هذه المتوسطات وهذا يعني أن n م -1 المصطلحات تستخدم لحساب كل قيمة ممهدة النهائية. على سبيل المثال، لحساب 11 المدى S 3X9 يتم تطبيق وزن 1 9 لنفس الفترة في 9 سنوات متتالية ثم بسيطة يتم تطبيق المتوسط ​​المتحرك المتوسط ​​3 عبر القيم المتوسطة. ويعطي ذلك نمط الترجيح النهائي 1 27، 2 27، 1 9، 1 9، 1 9، 1 9، 1 9، 1 9، 1 9، 2 27، 1 27 وظيفة الكسب لمرشح موسمي 11 مصطلح، S 3x9 تبدو مثل. تكوين 10 وظيفة كسب لمدة 11 الفصل S 3X9 تصفية الموسمية. تطبيق مرشح موسمي للبيانات سوف تولد تقديرا للمكون الموسمية من السلاسل الزمنية، كما أنه يحافظ على قوة التوافقيات الموسمية ويخفف دورات من أطوال غير الموسمية. استخدام الفلاتر الموسمية غير المتماثلة في نهايات السلسلة الأوزان غير المتماثلة لكل من الفلاتر الموسمية المستخدمة في X11 يمكن العثور عليها في القسم 5 4 من الوقت سلسلة بالطبع ملاحظات. هي هي تريند التقديرات المنقحة. في نهاية الحالية من سلسلة زمنية، فمن غير الممكن لاستخدام مرشحات متماثلة لتقدير الاتجاه بسبب مشكلة نقطة النهاية بدلا من ذلك، تستخدم المرشحات غير المتماثلة لإنتاج تقديرات الاتجاه المؤقتة ومع ذلك، ومع توفر المزيد من البيانات، فمن الممكن إعادة حساب الاتجاه باستخدام المرشحات المتماثلة وتحسين التقديرات الأولية هذا هو والمعروفة باسم مراجعة الاتجاه. كثيرا ما يتطلب بيانات كثيرة للحصول على تقديرات مقبولة مقبولة سنويا. إذا كانت سلسلة زمنية معارض الموسمية مستقرة نسبيا وليس يهيمن عليها يمكن اعتبار 5 سنوات من البيانات طول مقبول لاستخلاص التقديرات المعدلة موسميا من لسلسلة التي تظهر الموسمية قوية ومستقرة بشكل خاص، ويمكن إجراء تعديل الخام مع 3 سنوات من البيانات ومن الأفضل عموما أن يكون في على الأقل 7 سنوات من البيانات لسلسلة زمنية عادية، لتحديد بدقة أنماط الموسمية، يوم التداول وتأثيرات عطلة تتحرك، الاتجاه والفواصل الموسمية، وكذلك outliers. ADVANCED كيف اثنين من فصول الفلسفة تعديل الموسمية. المناهج القائمة على أساس تسمح ل خصائص العشوائية العشوائية للسلسلة قيد التحليل بمعنى أنها تقوم بتخصيص أوزان التصفية بناء على طبيعة السلسلة يمكن تقييم قدرة النموذج على وصف سلوك السلسلة بدقة، والاستنتاجات الإحصائية للتقديرات متوفرة على افتراض أن العنصر غير النظامي هو الضوضاء البيضاء. الطريقة القائمة على ترشيح أقل اعتمادا على بروستيري عشوائية إس من السلاسل الزمنية ومن مسؤوليات سلسلة الوقت المحلل لتحديد المرشح الأنسب من مجموعة محدودة لسلسلة معينة وليس من الممكن إجراء فحوصات صارمة على كفاية النموذج الضمني والتدابير الدقيقة للدقة والاستدلال الإحصائي غير متوفرة ولذلك لا يمكن بناء فترة ثقة حول التقدير. وتقارن المخططات التالية وجود كل مكون من مكونات النموذج عند الترددات الموسمية لفلسفيتي التعديل الموسمية المحور x هو طول فترة الدورة و y يمثل محور قوة الدورات التي تتألف من كل مكون. فيغور 11 مقارنة بين الفلسفات التكيف الموسمي اثنين. الطريقة القائمة على تصفية نفترض أن كل مكون موجود فقط أطوال دورة معينة دورات أطول تشكل الاتجاه، والمكون الموسمية موجود في الموسمية يتم تعريف الترددات والمكون غير النظامي على أنه دورات من أي طول آخر أوسوفي، والاتجاه، والمكون الموسمية وغير النظامية موجودة على جميع أطوال دورة العنصر غير النظامي هو من قوة ثابتة، والقمم المكون الموسمي في الترددات الموسمية وعنصر الاتجاه هو الأقوى في دورات أطول. وقد نشرت هذه الصفحة لأول مرة 14 نوفمبر 2005، محدثة 25 تموز / يوليه 2008.