تتحرك متوسط التنبؤ مينيتاب

التنبؤ مع تحليل السلاسل الزمنية ما هو التنبؤ التنبؤ هو الأسلوب الذي يستخدم على نطاق واسع في تحليل السلاسل الزمنية للتنبؤ متغير الاستجابة، مثل الأرباح الشهرية، أداء الأسهم، أو أرقام البطالة، لفترة محددة من الزمن. وتستند التنبؤات إلى أنماط في البيانات الموجودة. علی سبیل المثال، یمکن لمدیر المستودع أن یعکس کمیة المنتج المطلوب خلال الأشھر الثلاثة التالیة بناء علی ال 12 شھرا السابقة من الطلبات. يمكنك استخدام مجموعة متنوعة من أساليب التسلسل الزمني، مثل تحليل الاتجاهات، والتحلل، أو تجانس أسي واحد، لنمذجة الأنماط في البيانات واستقراء تلك الأنماط إلى المستقبل. اختيار طريقة تحليل ما إذا كانت أنماط ثابتة (ثابت مع مرور الوقت) أو ديناميكية (تغيير مع مرور الوقت)، وطبيعة الاتجاه والمكونات الموسمية، وإلى أي مدى إلى الأمام تريد التنبؤ. قبل إنتاج التنبؤات، تناسب العديد من النماذج المرشحة للبيانات لتحديد أي نموذج هو الأكثر استقرارا ودقة. توقعات لتحليل المتوسط ​​المتحرك القيمة المجهزة في الوقت t هي المتوسط ​​المتحرك غير المركزة في الوقت t -1. والتنبؤات هي القيم المجهزة في الأصل المتوقع. إذا كنت تتوقع 10 وحدات الوقت المقبلة، فإن القيمة المتوقعة في كل مرة تكون القيمة المجهزة في الأصل. وتستخدم البيانات حتى المنشأ لحساب المتوسطات المتحركة. يمكنك استخدام طريقة المتوسط ​​المتحرك الخطي من خلال حساب المتوسطات المتحركة المتتالية. وغالبا ما تستخدم طريقة المتوسطات الخطية المتحركة عندما يكون هناك اتجاه في البيانات. أولا، حساب وتخزين المتوسط ​​المتحرك للسلسلة الأصلية. ثم حساب وتخزين المتوسط ​​المتحرك للعمود المخزن سابقا للحصول على المتوسط ​​المتحرك الثاني. في التنبؤ ساذجة، والتنبؤ الوقت t هو قيمة البيانات في الوقت t -1. إن استخدام المتوسط ​​المتحرك للمتوسط ​​مع المتوسط ​​المتحرك للطول الأول يعطي التنبؤ الساذج. التنبؤات لتحليل تجانس أسي واحد القيمة المجهزة في الوقت t هي القيمة الملساء في الوقت t-1. والتنبؤات هي القيمة المجهزة في الأصل المتوقع. إذا كنت تتوقع 10 وحدات الوقت المقبلة، فإن القيمة المتوقعة في كل مرة تكون القيمة المجهزة في الأصل. يتم استخدام البيانات تصل إلى أصل للتجانس. وفي التنبؤ الساذج، فإن التنبؤ بالوقت t هو قيمة البيانات في الوقت t-1. أداء تجانس أسي واحد مع وزن واحد للقيام التنبؤ ساذجة. توقعات لتحليل التجانس الأسي المزدوج يستخدم التجانس الأسي المزدوج مكونات المستوى والاتجاه لتوليد التنبؤات. والتوقعات الخاصة بالفترات m القادمة من نقطة في الوقت t هي L t مت t. حيث L t هو المستوى و T t هو الاتجاه في الوقت t. سيتم استخدام البيانات حتى وقت الأصل المتوقع للتجانس. التوقعات لطريقة الشتاء يستخدم أسلوب الشتاء مستوى، والاتجاه، والمكونات الموسمية لتوليد التنبؤات. والتوقعات الخاصة بالفترات m القادمة من نقطة في وقت t هي: حيث L t هو المستوى و T t هو الاتجاه في الوقت t، مضروبا في (أو تضاف إلى نموذج إضافي) المكون الموسمية للفترة نفسها من السنة الماضية. يستخدم وينترس طريقة البيانات تصل إلى وقت الأصل المتوقع لتوليد التنبؤات. الموقع - Statistik برتيمو لاجي دنغان بوستينغان كالي إيني، سيتيلا سيكيان لاما حاليا داري دنيا مدون، تيداك بيرنا لاجي منغوروسي بلوق، ناه بادا كيسمباتان كالي إيني سايا ماو بيرباجي كيمبالي كيبادا سيموا ساهبات يانغ ميمبوتوهكان البرنامج التعليمي أتاو بينجتهوان تنتانغ التنبؤ بيرامالان، مونغكين بيبيرابا هاري كيديبان سايا أكان بانياك ميمبوستينغ توليسان تينتانغ التنبؤ. سيموجا توليسان إيني دابات بيرغونا باجي كيتا سيموا. بادج بوستينغان بيرتاما تنتانغ أناليسيس رونتون واكتو كالي إيني، سايا أكان بيرباجي تنتانغ أناليسيس رونتون واكتو يانغ بالينغ سيديرهانا يايتو ميتود موفينغ أفيراج. أناليسيس رونتون واكتو ميروباكان سواتو ميتود كوانتيتاتيف ونتوك مينينتوكان بولا داتا ماسا لالو يانغ تيلاه ديكومبولكان سيكارا تيراتور. أناليسيس رونتون واكتو ميروباكان صلاح ساتو ميتود بيرامالان يانغ مينجيلاسكان باهوا ديريسيون أوبسيرباسي بادا سواتو فاريابيل ديباندانغ سيباغاي رياليساسي داري فاريابيل راندم بيرديستريبوسي بيرساما. جيراكان مسيمان أدالا جيراكان رانكيان واكتو يانغ سيبانجانغ تاهون بادا بولان-بولان يانغ سما يانغ سيلالو مينونجوكان بولا يانغ إيدنتيك. كونتوانيا: هرغا سهم، إنفلاسي. جيراكان عشوائي أدالا جيراكان نيك تورون واكتو يانغ تيداك دادات ديدوجا سيبلوميا دان تيرجادي سيكارا أكاك كونتوهيا: جيمبا بومي، كميتيان دان سيباغينيا. أسومسي يانغ بنتينغ يانغ هاروس ديبنوهي دلام ميمودلكان رونتون واكتو أدالا أسومسي كيستاسيونيران أرتينيا سيفات-سيفات يانغ مينداساري بروسس تيداك ديبنغاروهي أوله واكتو أتاو بروسس دلام كيسيمبانغان. أبابيلا أسومسي ستاسيون بيلوم ديبنوهي ماكا ديريت بيلوم دابات ديمودلكان. نامون، ديريت يانغ نونستاسيونر دابات ديترانسفورماسيكان منجادي ديريت يانغ ستاسيونر. بولا داتا رونتون واكتو صلاح ساتو أسبيك يانغ بالينغ بينتينغ دلام بينيلكسيان ميتود بيرامالان يانغ سيسوي أونتوك رونتون واكتو أدالا أونتوك ميمبرتيمبانغكان بيربدان تايب بولا داتا. أدا إمبات إمب تايب. الأفقي، الاتجاه، موسمي، دان، دوري. كيتيكا داتا أوبسيرفاتيون بيروبا-أوباه دي سيكيتار تينغكاتان أتاو راتا-راتا يانغ كونستان ديسيبوت بولا أفقي. سيباجاي كونتوه بينجوالان تياب بولان سواتو برودوك تيداك مينينغكات أتاو مينورون سيكارا كونسيستن بادا سواتو واكتو دابات ديبرتيمبانغكان ونتوك بولا الأفقي. كيتيكا داتا أوبسيرفاتاسي نيك أتاو مينورون بادا بيرلوسان بيريود سواتو واكتو ديسبوت بولا تريند. بولا دوري ديتانداي دانغان أدانيا فلوكتواسي بيرجيلومبانغ يانغ تيرجادي دي سيكيتار غاريس تريند. كيتيكا أوبسيرباسي ديبنغاروهي أوله فاكتور موسيمان ديسيبوت بولا موسمية يانغ ديتانداي دنغان أدانيا بولا بيروباهان يانغ بيرولانغ سيكارا أوتوماتيس داري تاهون كه تاهون. ونتوك رونتون تياب بولان، أوكوران فاريابيل كومبونين رونتون الموسمية تياب جانواري، تياب فيبرواري، دان سيتروسنيا. لم يتم العثور على أي شيء. المتوسط ​​المتحرك الوحيد (معدل التحرك) معدل التحرك (تارجيت أفيراج) ونيفرزال بيريود t عدالة نيلاي راتا-راتا أونتوك n جوملا داتا تيربارو. دنغان مونكولنيا داتا بارو، ماكا نيلاي راتا-راتا يانغ بارو دابات ديهيتونغ دنغان مينغيلانغكان داتا يانغ تيرلاما دان مينامباهان داتا يانغ تيربارو. موفينغ أفيراج إيني ديغوناكان أونتوك ميمبريديكسي نيلاي بادا بيريود بيريكوتنيا. إندي سانغات كوكوك ديغوناكان بادا يانغ ستاسيونر أتاو داتا يانغ كونستانت ترهاداب فاريانزي. تيتابي تيداك دابات بيكرجا دنغان داتا يانغ مينغاندونغ أونسور تريند أتاو مسيمان. راتا-راتا بيرجيراك بادا أورد 1 أكان منغوناكان داتا تيراخير (فت)، دان منغوناكانيا أونتوك ميمبريديكسي داتا بادا بيريود سيلانجوتنيا. ميتود إيني سيرينغ ديغوناكان بادا كوارتالان أتاو بولانان ونتوك ميمبانتو منغاماتي كومبونين-كومبونين سواتو رونتون واكتو. سيماكسين بيسار أوردي راتا-راتا بيرجيراك، سيماكين بيزار بولا بينغاروه بيمولوسان (سموثينغ). ديباندينغ دنغان راتا-راتا سيديرهانا (داري ساتو داتا ماسا لالو) راتا-راتا بيرجيراك بيرورد T ميمبونياي كاراكتيريستيك سيباغاي بيريكوت. هانيا منيانغكوت T بيريود تاراخير داري داتا يانغ ديكيتاهوي. جاملا تيتيك داتا دلام سيتياب راتا-راتا تيداك بيروباه دنغان بيرجالانيا واكتو. كيلياهان داري ميتود إيني أدالا. ميتود إيني ميميرلوكان بينيمبانان يانغ ليبيه بانياك كارينا سيموا T بينغاماتان تيراخير هاروس ديسيمبان، تيداك هانيا نيلاي راتا-راتا. ميتود إيني تيداك دهن مينانغولانجي دنجان بيك أدانيا اتجاه أتاو مسيمان، والوبون ميتود إيني ليبيه بايك ديباندينغ راتا-راتا توتال. ديبيريكان N تيتيك داتا دان ديبوتوسكان ونتوك منغوناكان T بينغاماتان بادا سيتياب راتا-راتا (يانغ ديسبوت دنغان راتا-راتا بيرجيراك أوردي (T) أتاو ما (T)، سيهينغغا كيدانيا أدالا سيباغاي بيريكوت: ستودي كاسوس سواتو بيروساهان باكيان سيباكبولا بيريود جانوري 2013 سامباي دنغان أبريل 2014 منغاسيلكان داتا بينجوالان سيباجاي بيريكوت: ماناجيمن إنجين ميرامالكان هاسيل بينجوالان منغوناكان ميتود بيرامالان يانغ كوكوك دنغان داتا تيرسيبوت باندينغان ميتود ما تونغال أوردي 3، 5، 7 دنغان أبليكاسي مينيتاب دان ما غاندا أوردو 3x5 دنغان أبليكاسي إكسيل، ماناكا ميود يانغ بالينغ تيبات أونتوك داتا دي أتاس دان بيريكان ألاسانيا بيكلا سيكارانغ كيتا مولاي، كيتا مولاي داري سينغل موفينغ أفيراج أدابون لانغكاه-لانغكاه ميلاكوكان فوركاستينغ ترهاداب داتا بينجوالان باكيان سيباك بولا أدالا: ميمبوكا أبليكاسي مينيتاب دينغان ميلاكوكان انقر نقرا مزدوجا فوق أيقونة باد سطح المكتب سيتيلا أبليكاسي مينيتاب تيربوكا دان سياب ديغوناكان، بوت ناما فاريابيل بولان دان داتا كيموديان ماسوكان داتا سيسواي ستودي كاسوس سيبيلو m ميمولاي ونتوك ميلاكوكان توقعات، ترليبيه داهولو يانغ هاروس ديلاكوكان أدالا ميليهات بينتوك سيباران البيانات رونتون واكتونيا، كليك مينو الرسم البياني 8211 الوقت سلسلة مؤامرة 8211 بسيطة، ماسوكان فاريابيل البيانات كي كوتاك سلسلة، سيهينغغا ديداباتكان إخراج سيبيرتي غامبار. سيلانجوتنيا أونتوك ميلاكوكان توقعات دينغان ميتود نقل متوسط ​​واحد أوردي 3، كليك مينو ستات 8211 الوقت سلسلة 8211 المتوسط ​​المتحرك. . سيهينغغا مونكول تامبيلان سيبيرتي غامبار ديباواغ، بادا كوتاك فاريابل: ماسوكان فاريابيل بيانات، بادا كوتاك ما طول: ماسوكان أنجكا 3، سيلانجوتنيا بيريكان سينتانغ بادا توليد التوقعات دان إيسي كوتاك عدد التوقعات: دنغان 1. كليك زر الخيار دان بيريكان جودول دينغان MA3 دان كليك حسنا. سيلانجوتنيا كليك بوتري ستوريج دان بيريكان سنتانغ بادا المتوسطات المتحركة، يناسب (توقعات فترة واحدة قبل التوقعات)، المخلفات، توقعات دان، كليك موافق. كيموديان كليك الرسوم البيانية دان بيليه مؤامرة توقع مقابل الفعلي دان موافق. سيهينغغا مونكول أوتبوت سيبيرتي غامبار ديباوا إيني، بادا غامبار دياتاس، تيرليهات دنغان جيلاس هاسيل داري فوريكاست داتا تيرسيبوت، بادا بيريود كي-17 نيلاي رامالانيا أدالا 24، دينغان ميب، ماد، دان مسد سيبيرتي بادا غامبار دياتاس. كارا بيرامالان دينغان ميتود المتوسط ​​المتحرك المزدوج دابات ديليهات ديسيني. غانتي ساجا لانغسونغ أنغكا-أنغكانيا دنغان داتا سوبات، هيه. ماف يا سايا تيداك جيلاسكان، لاجي لابير سولنيا: D ديميكيان بوستينغانيا، سيموجا بيرمانفات. تيريماكاسيه أتاس kunjungannya. Methods لتحليل سلسلة زمنية مينيتاب يقدم العديد من التحليلات التي تمكنك من تحليل سلسلة زمنية. وتشمل هذه التحليلات بسيطة التنبؤ وأساليب التمهيد، وأساليب تحليل الارتباط، ونمذجة أريما. على الرغم من أن تحليل الارتباط يمكن أن يتم بشكل منفصل عن نمذجة أريما، يعرض مينيتاب أساليب الترابط كجزء من نمذجة أريما. طرق بسيطة للتنبؤ والتجانس إن نماذج التنبؤ البسيطة وطرق التجانس البسيطة في سلسلة عادة ما تكون سهلة الملاحظة في مؤامرة سلسلة زمنية للبيانات. ويقوم هذا النهج بتحليل البيانات إلى أجزاءها المكونة، ثم يمتد تقديرات المكونات في المستقبل لتوفير التنبؤات. يمكنك الاختيار من بين الأساليب الثابتة لتحليل الاتجاه والتحلل، أو الأساليب الديناميكية للمتوسط ​​المتحرك، والتجانس الأسي المزدوج والمزدوج، وطريقة الشتاء. أساليب ثابتة لديها أنماط التي لا تتغير مع مرور الوقت أساليب ديناميكية لديها أنماط التي تتغير مع مرور الوقت ويتم تحديث التقديرات باستخدام القيم المجاورة. يمكنك استخدام طريقتين في الجمع. وهذا يعني أنه يمكنك اختيار طريقة ثابتة لنموذج مكون واحد وطريقة ديناميكية لنموذج مكون مختلف. على سبيل المثال، يمكنك تناسب اتجاه ثابت باستخدام تحليل الاتجاهات وديناميكيا نموذج المكون الموسمية في المخلفات باستخدام طريقة الشتاء. أو، يمكنك تناسب نموذج موسمي ثابت باستخدام التحلل وديناميكيا نموذج مكون الاتجاه في المخلفات باستخدام التجانس الأسي المزدوج. يمكنك أيضا تطبيق تحليل الاتجاه والتحلل معا بحيث يمكنك استخدام مجموعة أوسع من نماذج الاتجاه التي تقدمها تحليل الاتجاه. ومن عيوب طرق الجمع أن فترات الثقة للتنبؤات غير صحيحة. ويقدم الجدول التالي، لكل طريقة من الطرق، موجزا ورسم بياني لملاءمة وتوقعات البيانات المشتركة. تحليل الاتجاهات يناسب نموذج الاتجاه العام لبيانات السلاسل الزمنية. الاختيار بين الخطية، التربيعية، الأسي النمو أو الاضمحلال، ونماذج S - منحنى الاتجاه. استخدم هذا الإجراء لتتناسب مع الاتجاه عندما لا يكون هناك عنصر موسمي في السلسلة الخاصة بك. التوقعات: طول: طويل الملف الشخصي: تمديد خط الاتجاه التحلل يفصل سلسلة مرات في مكونات الاتجاه الخطي، والمكونات الموسمية، والخطأ. اختيار ما إذا كان العنصر الموسمي هو المضافة أو المضاعفة مع هذا الاتجاه. استخدم هذا الإجراء للتنبؤ عندما يكون هناك عنصر موسمي في السلسلة أو عندما تريد فحص طبيعة الأجزاء المكونة. التوقعات: طول: طويل الملف الشخصي: الاتجاه مع النمط الموسمية المتحرك المتوسط ​​ينعم البيانات الخاصة بك عن طريق المتوسطات الملاحظات متتالية في سلسلة. يمكنك استخدام هذا الإجراء عندما لا يكون لديك بيانات مكون الاتجاه. إذا كان لديك عنصر موسمي، فحدد طول المتوسط ​​المتحرك ليساوي طول الدورة الموسمية. التوقعات: طول: الملف الشخصي القصير: خط مسطح واحد الأسي تجانس ينعم البيانات الخاصة بك باستخدام الأمثل خطوة واحدة إلى الأمام أريما (0،1،1) صيغة التنبؤ. هذا الإجراء يعمل بشكل أفضل دون اتجاه أو عنصر موسمي. المكون الديناميكي الوحيد في نموذج المتوسط ​​المتحرك هو المستوى. توقعات: طول: الملف الشخصي القصير: خط مسطح مزدوجة الأسي تجانس ينعم البيانات الخاصة بك باستخدام الأمثل خطوة واحدة قبل أريما (0،2،2) صيغة التنبؤ. هذا الإجراء يمكن أن تعمل بشكل جيد عندما يكون هناك اتجاه ولكن يمكن أيضا أن تكون بمثابة طريقة التمهيد العام. مزدوجة الأسي تجانس يحسب تقديرات ديناميكية لمكونين: المستوى والاتجاه. التوقعات: طول: الملف الشخصي القصير: خط مستقيم مع المنحدر يساوي تقدير الاتجاه الماضي وينترس الطريقة ينعم البيانات الخاصة بك عن طريق هولت الشتاء الشتاء الأسي. استخدام هذا الإجراء عندما يكون هناك اتجاه والموسمية، مع هذين العنصرين إما أن تكون مضافة أو مضاعفة. وينترس طريقة حساب التقديرات الديناميكية لثلاثة مكونات: المستوى، والاتجاه، والموسمية. توقعات: طول: قصيرة إلى متوسطة الملف الشخصي: الاتجاه مع النمط الموسمية تحليل الارتباط و أريما النمذجة أريما (الانحدار الذاتي المتكامل المتوسط ​​المتحرك) النمذجة أيضا يجعل استخدام أنماط في البيانات، ولكن هذه الأنماط قد لا تكون مرئية بسهولة في مؤامرة من البيانات. وبدلا من ذلك، تستخدم نمذجة أريما الاختلاف وعلاقات الارتباط الذاتي ووظائف الترابط الذاتي الجزئي للمساعدة في تحديد نموذج مقبول. ويمكن استخدام نمذجة أريما لنموذج العديد من سلاسل زمنية مختلفة، مع أو بدون مكونات الاتجاه أو الموسمية، وتوفير التنبؤات. يعتمد الملف الشخصي للتنبؤ على النموذج المناسب. ميزة النمذجة أريما بالمقارنة مع أساليب التنبؤ والتجانس بسيطة هي أنه أكثر مرونة في تركيب البيانات. ومع ذلك، يمكن تحديد نموذج المناسب واستهلاكها وقتا طويلا، ونمذجة أريما ليست مؤتمتة بسهولة. الاختلافات يحسب ويخزن الاختلافات بين قيم البيانات لسلسلة زمنية. إذا كنت تريد أن تناسب نموذج أريما ولكن البيانات الخاصة بك لديها اتجاه أو عنصر موسمية، والاختلاف البيانات هو خطوة مشتركة في تقييم نماذج أريما المرجح. ويستخدم التباين لتبسيط هيكل الارتباط وكشف أي نمط أساسي. لاغ يحسب وتخلف الفواصل الزمنية لسلسلة زمنية. عندما تتخطى سلسلة زمنية، يقوم مينيتاب بتحريك القيم الأصلية أسفل العمود، وإدراج القيم المفقودة في أعلى العمود. ويعتمد عدد القيم المفقودة المدرجة على طول الفارق الزمني. الارتباط الذاتي يحسب ويخلق رسما بيانيا ل أوتوكوريلاتيونس من سلسلة زمنية. الترابط الذاتي هو الترابط بين رصدات سلاسل زمنية مفصولة بوحدات زمنية k. وتسمى مؤامرة أوتوكوريلاتيونس دالة الارتباط الذاتي (أسف). عرض أسف لتوجيه اختيارك من المصطلحات لتشمل في نموذج أريما. الترابط الذاتي الجزئي يحسب ويخلق رسما بيانيا للربط التلقائي الجزئي لسلسلة زمنية. الترابطات التلقائية الجزئية، مثل أوتوكوريلاتيونس، هي الارتباطات بين مجموعات من أزواج البيانات المطلوبة من سلسلة زمنية. وكما هو الحال مع الارتباطات الجزئية في حالة الانحدار، تقيس الارتباطات التلقائية الجزئية قوة العلاقة مع المصطلحات الأخرى التي يتم شرحها. والترابط الذاتي الجزئي عند تأخر k هو الترابط بين البقايا في الوقت t من نموذج الانحدار الذاتي والملاحظات عند التأخر k مع شروط جميع الفترات المتداخلة في نموذج الانحدار الذاتي. وتسمى مؤامرة أوتوكوريلاتيونس الجزئية دالة الارتباط الذاتي الجزئي (باسف). عرض باسف لتوجيه اختيارك من المصطلحات لتشمل في نموذج أريما. الارتباط المتبادل يحسب ويخلق رسما بيانيا للارتباطات بين سلسلتين زمنيتين. أريما تناسب نموذج جينكينز مربع أريما لسلسلة زمنية. في أريما، يشير متوسط ​​الانحدار الذاتي والمتكامل والمتحرك إلى خطوات الترشيح المتخذة في حساب نموذج أريما إلى أن يبقى الضجيج العشوائي فقط. استخدام أريما لنموذج سلوك السلاسل الزمنية وتوليد التنبؤات. حقوق الطبع والنشر 2016 مينيتاب Inc. جميع الحقوق محفوظة.