يستخدم من الحركة - متوسط - في السلاسل الزمنية

يستخدم أواندا ملفات تعريف الارتباط لجعل مواقعنا سهلة الاستخدام وتخصيصها لزوارنا لا يمكن استخدام ملفات تعريف الارتباط للتعرف عليك شخصيا من خلال زيارة موقعنا الإلكتروني فإنك توافق على استخدام أواندا لملفات تعريف الارتباط وفقا لسياسة الخصوصية الخاصة بنا لحظر أو حذف أو إدارة ملفات تعريف الارتباط، يرجى فيسيت تقييد ملفات تعريف الارتباط سوف يمنعك من الاستفادة من بعض وظائف موقعنا على الانترنت. تحميل لدينا تطبيقات الجوال. تحويل عرض account. ltiframe 1 ارتفاع 1 فريمبوردر 0 عرض نمط لا شيء عرض لا شيء غ لوت إفريم gt. Lesson 1 المتوسطات المتحركة. أنواع من المتوسطات المتحركة. هناك عدة أنواع من المتوسطات المتحركة المتاحة لتلبية احتياجات تحليل السوق المختلفة الأكثر شيوعا من قبل التجار تشمل ما يلي. المتوسط ​​المتحرك المتحرك. المتوسط ​​المتحرك المتحرك. المتوسط ​​المتحرك المتحرك. المتوسط ​​المتحرك بسيط. المتوسط ​​المتحرك البسيط هو معظم نوع أساسي من المتوسط ​​المتحرك يتم احتسابها من خلال اتخاذ سلسلة من الأسعار أو فترات التقرير، إضافة هذه الأسعار معا ومن ثم تقسيم مجموع آل من خلال عدد نقاط البيانات. هذه الصيغة تحدد متوسط ​​الأسعار وتحسب بطريقة لضبط أو نقل ردا على أحدث البيانات المستخدمة لحساب المتوسط. على سبيل المثال، إذا قمت بتضمين فقط 15 الأخيرة وأسعار الصرف في حساب متوسط، يتم إسقاط أقدم معدل تلقائيا في كل مرة سعر جديد يصبح متاحا. وبالتالي، يتحرك المتوسط ​​كما يتم تضمين كل سعر جديد في الحساب ويضمن أن المتوسط ​​يعتمد فقط على آخر 15 الأسعار. مع القليل من التجربة والخطأ، يمكنك تحديد المتوسط ​​المتحرك الذي يناسب إستراتيجية التداول الخاصة بك نقطة البداية الجيدة هي متوسط ​​متحرك بسيط يعتمد على آخر 20 سعر. المتوسط ​​المتحرك المتوسط ​​المرجح WMA. يتم حساب المتوسط ​​المتحرك المرجح بنفس الطريقة كما في وهو متوسط ​​متحرك بسيط، ولكنه يستخدم القيم التي يتم ترجيحها خطيا للتأكد من أن أحدث المعدلات لها تأثير أكبر على المتوسط. وهذا يعني أن أقدم معدل المدرجة في حساب يتلقى الوزن نانوغرام من 1 تتلقى القيمة الأقدم التالية ترجيح 2 والأعلى قيمة القادمة يتلقى ترجيح 3، على طول الطريق حتى أحدث سعر. بعض التجار يجدون هذا الأسلوب أكثر ملاءمة لتحديد الاتجاه وخاصة في السوق تتحرك بسرعة . الجانب السلبي لاستخدام المتوسط ​​المتحرك المرجح هو أن خط المتوسط ​​الناتج قد يكون أكثر تقطعا من المتوسط ​​المتحرك البسيط وهذا قد يجعل من الصعب تمييز اتجاه السوق من التذبذب ولهذا السبب يفضل بعض التجار وضع حركة بسيطة متوسط ​​ومتوسط ​​متحرك مرجح على نفس الرسم البياني للسعر. الرسم البياني لسعر الرسم البياني مع متوسط ​​متحرك بسيط ومتوسط ​​متحرك مرجح. المتوسط ​​المتحرك المتوسط ​​المتحرك. المتوسط ​​المتحرك الأسي يشبه متوسط ​​متحرك بسيط، ولكن في حين أن المتوسط ​​المتحرك البسيط يزيل الأقدم الأسعار مع توفر أسعار جديدة، يحسب متوسط ​​متحرك أسي متوسط ​​جميع النطاقات التاريخية، بدءا من النقطة التي تحددها. على سبيل المثال، عند إضافة تراكب متوسط ​​متحرك أسي جديد إلى رسم بياني للسعر، يمكنك تعيين عدد الفترات المشمولة بالتقارير لتضمينها في الحساب. لنفرض أنك تحدد الأسعار العشرة الأخيرة التي سيتم تضمينها. هذا الحساب الأول سيكون بالضبط نفس المتوسط ​​المتحرك البسيط استنادا أيضا إلى 10 فترات إعداد، ولكن عندما يصبح السعر التالي متاحا، فإن الحساب الجديد يحتفظ بالأسعار 10 الأصلية، بالإضافة إلى السعر الجديد، للوصول إلى المتوسط. وهذا يعني أن هناك الآن 11 فترة إعداد في حساب المتوسط ​​المتحرك الأسي في حين أن المتوسط ​​المتحرك البسيط سوف يكون دائما على أساس فقط 10 معدلات الأخيرة. تعيين على أي المتوسط ​​المتحرك لاستخدام. لتحديد المتوسط ​​المتحرك الذي هو أفضل بالنسبة لك، يجب عليك أولا فهم احتياجاتك. إذا كان الهدف الرئيسي الخاص بك هو للحد من ضجيج الأسعار المتقلبة باستمرار من أجل تحديد اتجاه السوق بشكل عام، ثم متوسط ​​متحرك بسيط من آخر 20 أو نحو ذلك معدلات قد توفر مستوى التفاصيل التي تحتاج إليها. إذا كنت تريد فإن المتوسط ​​المتحرك الخاص بك لوضع المزيد من التركيز على أحدث الأسعار، والمتوسط ​​المرجح هو الأنسب. ولكن مع الأخذ في الاعتبار، ومع ذلك، لأن المتوسطات المتحركة المرجح تتأثر أكثر من آخر الأسعار، يمكن أن يكون مشوه شكل خط متوسط ​​يحتمل أن يؤدي إلى عند العمل مع المتوسطات المتحركة المرجح، يجب أن تكون مستعدة لدرجة أكبر من التقلبات. المتوسط ​​المتحرك المتحرك. المتوسط ​​المتحرك المتوسط ​​1.996 - 2017 أواندا كوربوراتيون جميع الحقوق محفوظة أواندا، فكستريد و أواندا الأسرة فكس من العلامات التجارية هي مملوكة من قبل أواندا كوربوراتيون جميع العلامات التجارية الأخرى التي تظهر على هذا الموقع هي ملك لأصحابها. التداول باليد في عقود العملات الأجنبية أو غيرها من المنتجات خارج البورصة على الهامش يحمل درجة عالية من المخاطر وقد لا تكون مناسبة للجميع ونحن ننصح ضع في اعتبارك ما إذا كان التداول مناسبا لك في ضوء ظروفك الشخصية قد تفقد أكثر مما تستثمر معلومات عن ث هو الموقع العام في الطبيعة نوصي أن تسعى المشورة المالية المستقلة وضمان فهم كامل للمخاطر التي تنطوي عليها قبل التداول التداول من خلال منصة على الانترنت يحمل مخاطر إضافية راجع القسم القانوني لدينا هنا. المالية الرهان انتشار متاح فقط للعملاء أواندا أوروبا المحدودة الذين يقيمون في المملكة المتحدة أو جمهورية أيرلندا كفد، قدرات التحوط MT4 ونسب الرفع تتجاوز 50 1 غير متوفرة لسكان الولايات المتحدة المعلومات الواردة في هذا الموقع ليست موجهة إلى المقيمين في البلدان حيث توزيعها، أو استخدام من قبل أي شخص، سيكون خلافا للقانون المحلي أو اللائحة. OANDA شركة هي لجنة العقود الآجلة المسجلة تاجر التجزئة والتجزئة النقد الأجنبي مع لجنة تداول العقود الآجلة للسلع وعضو في جمعية العقود الآجلة الوطنية لا 0325821 يرجى الرجوع إلى نفا S فوريكس المستثمر أليرت حيث المناسب. أواندا حسابات كندا شركة أولك متاحة لأي شخص لديه حساب مصرفي كندي أواندا كندا يتم تنظيم شركة أولك من قبل منظمة تنظيم صناعة الاستثمار في كندا إيروك، والذي يتضمن إروك على الانترنت قاعدة بيانات التحقق من مستشار إيروك أدفيسورريبورت، وحسابات العملاء محمية من قبل صندوق حماية المستثمر الكندي ضمن حدود محددة كتيب يصف طبيعة وحدود التغطية المتاحة بناء على طلب أو at. OANDA أوروبا المحدودة هي شركة مسجلة في انكلترا رقم 7110087، ولها مكتبها المسجل في الطابق 9A، برج 42، 25 شارع العريض القديم، لندن EC2N 1HQ وهي مرخصة ومنظمة من قبل سلطة السلوك المالي رقم 542574. أواندا آسيا والمحيط الهادئ بي تي إي المحدودة كو ريج لا 200704926K يحمل رخصة خدمات أسواق رأس المال الصادرة عن سلطة النقد في سنغافورة ومرخصة أيضا من قبل مؤسسة سنغافورة الدولية. أواندا أستراليا بتي لت ينظم من قبل لجنة الأوراق المالية والاستثمارات الأسترالية أسيك عبن 26 152 088 349، أفسل نو 412981 و هو مصدر المنتجات و الخدمات على هذا الموقع إيت s إم بورتانت بالنسبة لك للنظر في دليل الخدمات المالية الحالي فسغ بيان الإفصاح عن المنتج بدس شروط الحساب وأية وثائق أواندا أخرى ذات الصلة قبل اتخاذ أي قرارات الاستثمار المالي ويمكن الاطلاع على هذه الوثائق هنا. أواندا اليابان المحدودة أول نوع I الأدوات المالية الأعمال مدير كانتو المكتب المالي المحلي كين-شو رقم 2137 معهد رابطة العقود الآجلة المالية عدد المشتركين 1571.Trading فكس أو عقود الفروقات على هامش مرتفع المخاطر وغير مناسبة للجميع خسائر يمكن أن تتجاوز الاستثمار. تقديم إلى أريما نماذج نونسونالونال. أريما p، د، ف التنبؤ المعادلة نماذج أريما هي من الناحية النظرية الفئة الأكثر عمومية من النماذج للتنبؤ بسلسلة زمنية يمكن أن تكون ثابتة من خلال اختلافها إذا لزم الأمر، وربما بالتزامن مع التحولات غير الخطية مثل قطع الأشجار أو التفريغ إذا لزم الأمر متغير عشوائي هو وقت سلسلة ثابتة إذا كانت خصائصها الإحصائية ثابتة على مر الزمن سلسلة ثابتة لا يوجد لها اتجاه ، فإن اختلافاتها حول متوسطها لها اتساع مستمر، وهي تتلائم بطريقة متسقة، أي أن أنماطها الزمنية العشوائية قصيرة الأمد تبدو دائما بنفس المعنى الإحصائي. ويعني الشرط الأخير أن علاقاتها الذاتية ترتبط مع انحرافاتها السابقة عن المتوسط تظل ثابتة مع مرور الوقت أو ما يعادلها، أن طيفها من الطاقة يبقى ثابتا بمرور الوقت ويمكن النظر إلى المتغير العشوائي لهذا النموذج كالمعتاد كجمع بين الإشارة والضوضاء، والإشارة إذا كان المرء ظاهرا يمكن أن يكون نمطا سريعا أو بطيئا أو التذبذب الجيبى، أو التبدل السريع فى الإشارة، ويمكن أن يكون له أيضا مكون موسمي يمكن النظر إلى نموذج أريما كمرشاح يحاول فصل الإشارة عن الضوضاء، ثم يتم استقراء الإشارة في المستقبل إلى الحصول على التنبؤات. ومعادلة التنبؤ أريما لسلسلة زمنية ثابتة هي المعادلة الخطية أي الانحدار من نوع التي تتنبأ تتكون من تأخر المتغير التابع و أو التأخر في أخطاء التنبؤات هذه هي القيمة المؤكدة ل Y ثابتة و أو مجموع مرجح لقيمة واحدة أو أكثر من القيم الأخيرة لل Y أو مجموع مرجح لقيمة واحدة أو أكثر من الأخطاء الأخيرة. إذا كانت المتنبئات تتألف فقط من متخلفة قيم Y هو نموذج الانحدار الذاتي الذاتي الانحدار النقي، الذي هو مجرد حالة خاصة من نموذج الانحدار والتي يمكن تركيبها مع برامج الانحدار القياسية على سبيل المثال، نموذج أول الانحدار الذاتي أر 1 ل Y هو نموذج الانحدار بسيط حيث متغير مستقل هو فقط Y تخلفت من قبل فترة واحدة لاغ Y، 1 في ستاتغرافيكس أو YLAG1 في ريجرسيت إذا كان بعض من التنبؤات هي متخلفة من الأخطاء، وهو نموذج أريما انها ليست نموذج الانحدار الخطي، لأنه لا توجد وسيلة ل تحديد خطأ الفترة الماضية كمتغير مستقل يجب حساب الأخطاء على أساس فترة إلى فترة عندما يكون النموذج مثبتا على البيانات من وجهة النظر التقنية، فإن مشكلة استخدام الأخطاء المتأخرة كمنبئات هي أن تنبؤات النموذج هي لا t على الرغم من أنها وظائف خطية من البيانات السابقة لذلك، يجب أن تقدر معاملات في نماذج أريما التي تشمل أخطاء متخلفة من خلال أساليب الأمثل غير الخطية هيل تسلق بدلا من مجرد حل نظام المعادلات. الاسم المختصر أريما تقف بالنسبة للمتوسط ​​المتحرك المتكامل الانحداري التلقائي تسمى فترات التأخر في السلسلة المستقرة في معادلة التنبؤ بعبارات الانحدار الذاتي، وتسمى فترات التأخير في أخطاء التنبؤ بالمتوسط ​​المتحرك، كما يقال إن السلاسل الزمنية التي يجب أن تكون مختلفة لتكون ثابتة نسخة متكاملة من سلسلة ثابتة المشي العشوائي ونماذج الاتجاه العشوائي، ونماذج الانحدار الذاتي، ونماذج تمهيد الأسي كلها حالات خاصة من نماذج أريما. ويصنف نموذج أريما نوناسونال كما أريما p، د، ف نموذج، حيث هو فإن عدد مصطلحات الانحدار الذاتي d هو عدد الخلافات غير الموسمية اللازمة للاستبانة، و. q هو عدد الأخطاء المتوقعة في التنبؤات e كواتيون. يتم إنشاء معادلة التنبؤ على النحو التالي أولا، اسمحوا y تدل على الفرق د من Y مما يعني. ملاحظة أن الفرق الثاني من Y د 2 الحالة ليست الفرق من 2 منذ فترات بدلا من ذلك، هو الفرق الأول - الفرق الأول هو التناظرية المنفصلة للمشتقة الثانية أي التسارع المحلي للسلسلة بدلا من اتجاهها المحلي. بالنسبة y المعادلة العامة للتنبؤ هي. هنا يتم تعريف متوسطات المتوسط ​​المتحرك s بحيث وعلاماتها سلبية في المعادلة، بعد الاتفاقية التي قدمها بوكس ​​وجينكينز بعض المؤلفين 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 تعرف أي اتفاقية يستخدمها البرنامج الخاص بك عندما كنت تقرأ الإخراج في كثير من الأحيان يشار إلى المعلمات هناك من قبل أر 1، أر 2، و ما 1، ما 2، إلخ. لتحديد نموذج أريما المناسب ل Y ذ أو تبدأ من خلال تحديد ترتيب اختلاف الحاجة إلى استقرارية السلسلة وإزالة الميزات الإجمالية للموسمية، وربما بالاقتران مع التحول استقرار التباين مثل قطع الأشجار أو الانهيار إذا كنت تتوقف عند هذه النقطة والتنبؤ بأن سلسلة مختلفة هو ثابت ، لديك مجرد تركيب المشي العشوائي أو نموذج الاتجاه العشوائي ومع ذلك، فإن سلسلة ثابتة قد لا تزال لديها أخطاء أوتوكوريلاتد، مما يشير إلى أن بعض عدد من المصطلحات أر p 1 و أو بعض عدد شروط ما س 1 هناك حاجة أيضا في معادلة التنبؤ. العملية من تحديد قيم p و d و q التي هي أفضل لسلسلة زمنية معينة سيتم مناقشتها في أقسام لاحقة من الملاحظات التي الروابط في الجزء العلوي من هذه الصفحة، ولكن معاينة لبعض أنواع نماذج أريما نونزسونال التي يتم مواجهتها بشكل عام أدناه. أريما 1،0،0 نموذج الانحدار الذاتي من الدرجة الأولى إذا كانت السلسلة ثابتة و أوتوكوريلاتد، ربما يمكن التنبؤ بها على أنها متعددة من سابقاتها الخاصة أوس قيمة، بالإضافة إلى ثابت معادلة التنبؤ في هذه الحالة هي. وهو هو Y تراجع على نفسها تأخرت بفترة واحدة هذا هو أريما 1،0،0 نموذج ثابت إذا كان متوسط ​​Y هو صفر، فإن المصطلح الثابت لن يكون إذا كان معامل الانحدار 1 موجبا وأقل من 1 في الحجم، يجب أن يكون أقل من 1 في الحجم إذا كان Y ثابتا، يصف النموذج سلوك التراجع المتوسط ​​الذي ينبغي التنبؤ فيه بقيمة الفترة التالية لتكون 1 مرة بعيدا عن متوسط ​​قيمة هذه الفترة s إذا كان الرقم 1 سالبا، فإنه يتنبأ بالسلوك المعاد عكسه بالتناوب بين العلامات، أي أنه يتنبأ أيضا بأن Y سيكون أقل من متوسط ​​الفترة التالية إذا كان أعلى من متوسط ​​هذه الفترة. في الثانية (أريا 2،0،0)، سيكون هناك مصطلح Y t-2 على اليمين كذلك، وهلم جرا اعتمادا على علامات ومقدار المعاملات، يمكن أن يصف نموذج 2،0،0 أريما النظام الذي يحدث انعكاس متوسطه في الأزياء تتأرجح الجيبية، مثل حركة آم الحمار على الربيع الذي يتعرض لصدمات عشوائية. أريما 0،1،0 المشي العشوائي إذا كانت السلسلة Y ليست ثابتة، أبسط نموذج ممكن لأنه هو نموذج المشي العشوائي، والتي يمكن اعتبارها حالة الحد من أر 1 النموذج الذي يساوي معامل الانحدار الذاتي 1، أي سلسلة مع بطيئة متوسط ​​انعكاس المتوسط ​​يمكن التنبؤ معادلة التنبؤ لهذا النموذج as. where المصطلح الثابت هو متوسط ​​الفترة إلى فترة التغيير أي الانجراف على المدى الطويل في Y يمكن تركيب هذا النموذج كنموذج انحدار بدون اعتراض يكون فيه الاختلاف الأول لل Y هو المتغير التابع لأنه لا يتضمن سوى اختلاف غير منطقي ومدة ثابتة، فإنه يصنف على أنه نموذج أريما 0،1،0 مع ثابت سيكون نموذج المشي العشوائي بدون الانجراف نموذجا أريما 0،1،0 بدون ثابت. أريما 1،1،0 اختلافا عن نموذج الانحدار الذاتي من الدرجة الأولى إذا كانت أخطاء نموذج المشي العشوائي مترابطة تلقائيا، ربما تكون المشكلة الثابتة عن طريق إضافة تأخر واحد من المتغير التابع قادرة على معادلة التنبؤ - أي عن طريق التراجع عن الاختلاف الأول من Y على نفسها تخلفت بفترة واحدة وهذا من شأنه أن يسفر عن المعادلة التنبؤ التالية. التي يمكن إعادة ترتيبها ل. هذا هو نموذج الانحدار الذاتي من الدرجة الأولى مع ترتيب واحد من اختلاف نونسوناسيونال و مدة ثابتة - أي أريما 1،1،0 موديل. أريما 0،1،1 بدون تمهيد أسي بسيط ثابت إستراتيجية أخرى لتصحيح الأخطاء ذات الصلة في نموذج المشي العشوائي يقترحها نموذج التجانس الأسي البسيط استذكر أنه بالنسبة لبعض المواد غير المستقرة مثل السلاسل الزمنية التي تظهر تقلبات صاخبة حول متوسط ​​متغير ببطء، فإن نموذج المشي العشوائي لا يؤدي، فضلا عن المتوسط ​​المتحرك للقيم الماضية وبعبارة أخرى، بدلا 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 للقيم السابقة لتحقيق هذا التأثير يمكن كتابة معادلة التنبؤ لنموذج التمهيد الأسي البسيط بعدد من الأشكال المكافئة رياضيا واحد منها ما يسمى باستمارة تصحيح الأخطاء التي يتم فيها تعديل التنبؤ السابق في اتجاه الخطأ الذي ارتكبته. لأن e t-1 Y t-1 - t-1 حسب التعريف، يمكن إعادة كتابة هذا as. which هو أريما 0،1،1 مع معادلة التنبؤ المستمر مع 1 1 - هذا يعني أنه يمكنك تناسب تمهيد أسي بسيط من خلال تحديده كنموذج أريما 0،1،1 بدون ثابت، ويقابل معامل ما 1 المقدر 1-ناقص ألفا في صيغة سيس تذكر أنه في نموذج سيس، فإن المتوسط عمر البيانات في توقعات الفترة الزمنية الأولى هو 1 يعني أنها سوف تميل إلى التخلف عن الاتجاهات أو نقاط التحول بنحو 1 فترات ويترتب على ذلك أن متوسط ​​عمر البيانات في توقعات الفترة الزمنية السابقة ل أريما 0،1،1 - without - نموذج ثابت هو 1 1 - 1 لذلك، ل إكسامب لي، إذا كان 1 0 8، متوسط ​​العمر هو 5 كمقاربات 1، يصبح النموذج أريما 0،1،1 بدون ثابت متوسط ​​متحرك طويل المدى جدا، وكما يقترب من 1 يصبح يصبح المشي العشوائي - من دون الانجراف نموذج. ما هي أفضل طريقة لتصحيح الارتباط الذاتي إضافة مصطلحات أر أو إضافة شروط ما في النموذجين السابقين نوقشت أعلاه، تم إصلاح مشكلة أخطاء أوتوكوريلاتد في نموذج المشي العشوائي بطريقتين مختلفتين عن طريق إضافة متخلفة قيمة السلسلة المتباينة إلى المعادلة أو إضافة قيمة متأخرة لخطأ التنبؤ أي النهج هو الأفضل قاعدة البيانات الإبهام لهذا الوضع، والتي سيتم مناقشتها بمزيد من التفصيل في وقت لاحق، هو أن الترابط الذاتي الإيجابي عادة ما يكون أفضل معاملة من قبل إضافة مصطلح أر إلى النموذج والعلاقة الذاتية السلبية وعادة ما يعامل على أفضل نحو بإضافة مصطلح ما في سلسلة الأعمال التجارية والوقت الاقتصادي، وغالبا ما تنشأ الارتباط الذاتي السلبي باعتباره قطعة أثرية من الاختلاف بشكل عام، الاختلاف يقلل من الارتباط الذاتي الإيجابي وربما حتى يسبب سوي تش من الترابط الذاتي الموجب إلى السالب لذلك، فإن نموذج أريما 0،1،1، الذي يرافق فيه الاختلاف بمصطلح ما، غالبا ما يستعمل من أريما 1،1،0 موديل. أريما 0،1،1 وبسيطة ثابتة تمهيد الأسي مع النمو من خلال تنفيذ نموذج سيس كنموذج أريما، كنت في الواقع الحصول على بعض المرونة أولا وقبل كل شيء، يسمح معامل ما 1 المقدرة لتكون سلبية وهذا يتوافق مع عامل تمهيد أكبر من 1 في نموذج سيس، والذي هو عادة غير مسموح به من خلال إجراء تركيب نموذج سيس. ثانيا، لديك خيار تضمين مدة ثابتة في نموذج أريما إذا كنت ترغب في ذلك، من أجل تقدير متوسط ​​الاتجاه غير الصفر نموذج أريما 0،1،1 مع ثابت لديه ومعادلة التنبؤات ذات الفترة الواحدة من هذا النموذج متشابهة نوعيا مع نموذج سيس، إلا أن مسار التنبؤات الطويلة الأجل عادة ما يكون خطا منحدرا يساوي ميله مو بدلا من خط أفقي. أريما 0،2،1 أو 0،2،2 دون كونستا نت الخطي الأسي تمهيد الخطي الأسية تمهيد النماذج هي نماذج أريما التي تستخدم اثنين من الاختلافات نونسونالونال بالتزامن مع ما الشروط والفرق الثاني من سلسلة Y ليس مجرد الفرق بين Y وتخلف نفسها بفترتين، وإنما هو الفرق الأول من والفارق الأول - أي التغيير في تغيير Y في الفترة t وهكذا، فإن الفرق الثاني Y في الفترة t يساوي Y t - Y t-1 - Y t-1 - Y t-2 Y t - 2Y t-1 Y t-2 الفرق الثاني لوظيفة منفصلة مشابه لمشتقة ثانية من دالة مستمرة يقيس التسارع أو الانحناء في الدالة عند نقطة معينة من الزمن. أريما 0،2،2 نموذج دون توقع مستمر أن الفرق الثاني من سلسلة يساوي الدالة الخطية من آخر أخطاء التنبؤ اثنين. وهو يمكن إعادة ترتيبها as. where 1 و 2 هي ما 1 و ما 2 معاملات هذا هو نموذج خطي الأسية العامة تمهيد أساسا نفس نموذج هولت، ونموذج براون s هو سب حالة إسيال يستخدم المتوسطات المتحركة المرجح أضعافا مضاعفة لتقدير كل من المستوى المحلي والاتجاه المحلي في سلسلة وتتنبأ التنبؤات على المدى الطويل من هذا النموذج إلى خط مستقيم يعتمد ميله على الاتجاه المتوسط ​​لوحظ نحو نهاية السلسلة. أريما 1،1،2 دون ثابت الانحناء الاتجاه الخطي الأسي تمهيد. ويوضح هذا النموذج في الشرائح المصاحبة على نماذج أريما فإنه يستقلب الاتجاه المحلي في نهاية السلسلة ولكن يسطح بها في آفاق توقعات أطول لإدخال مذكرة المحافظة ، وهي ممارسة لها دعم تجريبي انظر المقال حول لماذا الاتجاه المخفف يعمل من قبل غاردنر وماكنزي والقاعدة الذهبية المادة من قبل ارمسترونج وآخرون للحصول على التفاصيل. ومن المستحسن عموما التمسك النماذج التي واحدة على الأقل من p و q هو لا أكثر من 1، أي لا تحاول أن تناسب نموذج مثل أريما 2،1،2، لأن هذا من المرجح أن يؤدي إلى الإفراط في العمل والقضايا عامل مشترك التي نوقشت بمزيد من التفصيل في الملاحظات على الرياضية هيكل نماذج أريما. تنفيذ جداول البيانات نماذج أريما مثل تلك المذكورة أعلاه سهلة التنفيذ على جدول البيانات معادلة التنبؤ هي مجرد معادلة خطية تشير إلى القيم السابقة من سلسلة زمنية الأصلي والقيم الماضية من الأخطاء وهكذا، يمكنك إعداد جدول بيانات التنبؤ أريما من خلال تخزين البيانات في العمود A، وصيغة التنبؤ في العمود B، وبيانات الأخطاء مطروحا منها التنبؤات في العمود C. إن صيغة التنبؤ في خلية نمطية في العمود B ستكون مجرد 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. ما هو المتوسط ​​المتحرك. المتوسط ​​المتحرك الأول هو 4310، وهو قيمة الملاحظة الأولى في تحليل السلاسل الزمنية، الرقم في سلسلة المتوسط ​​المتحرك لا يحسب قيمة مفقودة المتوسط ​​المتحرك التالي هو متوسط ​​أول ملاحظتين، 4310 4400 2 4355 التحرك الثالث متوسط ​​المتوسط ​​هو متوسط ​​المراقبة 2 و 3، 4400 4000 2 4200، وهكذا إذا كنت ترغب في استخدام متوسط ​​متحرك طول 3، يتم حساب متوسط ​​القيم الثلاث بدلا من اثنين. حقوق الطبع والنشر 2016 مينيتاب إنك جميع الحقوق محفوظة. باستخدام هذا الموقع الذي توافق على استخدام ملفات تعريف الارتباط للتحليلات والمحتوى الشخصي اقرأ سياستنا.