تتحرك من المتوسط ، تقدير ، matlab

لنفترض أن لدي سلسلة زمنية لوحظ يت، والتي أظن تم تمهيده. ويبدو أن الترابط الذاتي كبير في التأخر 1 و 2، ولذلك أفترض أن سلسلة لوحظ يت هو في شكل: يت theta0 شت theta1 س (1 - theta0 - theta1) x حيث شت هي السلسلة الأصلية أنا بعد. كيف يمكنني استعادة السلسلة الأصلية شت بوضوح أنا بحاجة إلى طريقة لتقدير theta0 و theta1 ومن ثم تطبيق التحول ذات الصلة. ولكن كيف أفعل ذلك أنا لا أرى كيفية تطبيق عملية أريما هنا. طلب 15 يناير 16 في 12:07 نموذجك يمكن أن تكون مكتوبة كنموذج أريما، أو أن تكون دقيقة ما (2) نموذج: يت ztalpha1 z alpha2 z، نماذج أريما المعتادة مع معامل 1 ل زت، لأنه يمكنك دائما نقل ثابت المضاعفة إلى تباين الاضطرابات. يت tta0xttheta1 x (1-theta0-theta1) x يصبح ما (2) نموذج حتى تتمكن من تقدير ما (2) نموذج ثم استرداد theta0 و theta1 من alpha1 و alpha2: هنا هو المثال في R: يمكنك استرداد شت كما بقايا من نموذج أريما: كما ترى الإجراء استعاد معاملات مع دقة 3 منازل عشرية. يتم استرداد شت المستردة أيضا إلى دقة مماثلة. الفرق هو إنيتياليسيشن. ويفترض نموذج أريما أن العملية لا حصر لها، ولكن البيانات لا حصر لها أبدا، لذلك يجب على كل إجراء تقدير افتراض بعض إنيتياليساتيون. كما يتضح من مؤامرة العناصر القليلة الأولى من شت المستردة يكون أكبر خطأ، ولكن بعد ذلك يستقر الخطأ. منذ يتم تقدير نماذج أريما عن طريق إجراء تصفية كالمان، هل يمكن تنفيذ ذلك بنفسك مع إنتياليساتيون المناسبة. لاحظ أنه في هذا المثال استخدمت عينة كبيرة جدا من 10000 عنصر. البيانات أقل من شأنه أن يؤدي إلى دقة أسوأ، يجب عليك تشغيل بعض الاختبارات لمعرفة مدى تأثير حجم العينة لدقة الانتعاش. أجاب 15 يناير 16 في 15:48 مبيكتاس، فإنه يعتمد على البيانات. ومن المعروف أن بعض سلسلة تعتمد على الخبرة السابقة أو فهم العملية. على سبيل المثال، فإنه ليس من المعقول ببساطة افتراض أن أرصدة الودائع أو درجات حرارة المنطقة مستقلة أو حتى غير مرتبطة تلقائيا. أنا دون 39t تحتاج إلى اختبار هذا. عموما، يمكنك اختبار 39t الاستقلال حتى لو كنت مراقبة البيانات. نداش أكساكال 16 يناير 16 في 3:38 يمكنك البدء مع افتراض أن المتغير الخاص بك لوحظ يتم الحصول عليها من القيمة الحقيقية كما يت theta0 شت theta1 x و من شأنه أن يساعد على معرفة ما هي عملية المتغير الأساسي، لنفترض شت beta0 beta1 x أوت حيث وآخرون، أخطاء. إذا كانت هذه المعادلات منطقية لك بعد ذلك، يمكنك تقديرها باستخدام فلتر كالمان، انظر المثال هنا. بعد ذلك، يمكنك اختبار ما إذا theta0theta11، إذا كان يحمل إحصائيا، ثم ربما يحمل المواصفات الخاصة بك، حتى تتمكن من المضي قدما في صالح مقيدة. لديك لتعيين التوقعات على الرغم من: تمهيد يؤدي إلى فقدان البيانات، عموما. لذلك، كنت غير قادر على إعادة إنتاج السلسلة الأصلية بالضبط. هذا السبب في استخدام مرشح كالمان كان علينا أن نفترض حول العمليات الملحوظة والحقيقية، أي أننا بحاجة إلى حقن بعض البيانات الخارجية للتعويض عن البيانات المفقودة (من التمهيد) من أجل استعادة السلسلة الحقيقية. أجاب 15 يناير 16 في 14:37 عظيم، شكرا لك. ساعد ذلك :) نداش أنت جان 15 16 في 22:45 إجابتك 2017 ستاك إكسهانج، إنكموفينغ متوسط ​​تقدير الاتجاه يوضح هذا المثال كيفية تقدير الاتجاه على المدى الطويل باستخدام وظيفة المتوسط ​​المتحرك المتماثل. هذا هو التفاف التي يمكنك تنفيذها باستخدام كونف. السلسلة الزمنية هي عدد الرحلات الجوية الدولية الشهرية للركاب من 1949 إلى 1960. تحميل مجموعة بيانات شركة الطيران (داتارلين). وتظهر البيانات اتجاها خطيا ومكونا موسميا مع دورية 12. وتواتر البيانات شهريا، بحيث يكون المتوسط ​​المتحرك لمدة 13 خيارا معقولا لتقدير الاتجاه الطويل الأجل. استخدام الوزن 124 للمرة الأولى والأخيرة، والوزن 112 للمصطلحات الداخلية. أضف تقدير اتجاه المتوسط ​​المتحرك إلى مؤامرة السلسلة الزمنية المرصودة. عند استخدام معلمة الشكل صالحة في المكالمة إلى التحويل. يتم فقدان الملاحظات في بداية ونهاية السلسلة. هنا، المتوسط ​​المتحرك له طول نافذة 13، وبالتالي فإن الملاحظات الأولى والأخيرة 6 لم يكن لها قيم ممهدة. ماتلاب و سيمولينك هي علامات تجارية مسجلة ل ماثوركس، Inc. يرجى الاطلاع على ماثواركسترادماركس للحصول على قائمة من العلامات التجارية الأخرى المملوكة من قبل ماثوركس، Inc. غيرها من المنتجات أو العلامات التجارية هي علامات تجارية أو علامات تجارية مسجلة لأصحابها. حدد بلدك بحاجة إلى حساب متوسط ​​متحرك على سلسلة بيانات، ضمن حلقة. لا بد لي من الحصول على المتوسط ​​المتحرك خلال N9 أيام. المصفوفة إم الحوسبة في هو 4 سلسلة من 365 القيم (M)، والتي هي نفسها القيم المتوسطة لمجموعة أخرى من البيانات. أريد رسم القيم المتوسطة لبياناتي مع المتوسط ​​المتحرك في مؤامرة واحدة. أنا غوغلد قليلا عن المتوسطات المتحركة والأوامر كونف وجدت شيئا حاولت تنفيذ في بلدي التعليمات البرمجية: لذلك أساسا، أنا حساب حسابي ورسم ذلك مع (المتوسط ​​المتحرك) الخطأ. اخترت قيمة وس الحق قبالة موقع ماثووركس، بحيث يكون غير صحيح. (المصدر: mathworks. nlhelpeconmoving-أفيراج-تريند-Estimation. html) مشكلتي على الرغم من ذلك، هو أنني لا أفهم ما هو هذا وس. يمكن لأي شخص أن يفسر إذا كان له علاقة مع أوزان القيم: وهذا غير صالح في هذه الحالة. يتم ترجيح جميع القيم نفسها. وإذا كنت أفعل هذا خطأ تماما، يمكن أن أحصل على بعض المساعدة معها خالص الشكر. طلب 23 سبتمبر 14 في 19:05 باستخدام كونف هو وسيلة ممتازة لتنفيذ المتوسط ​​المتحرك. في التعليمات البرمجية التي تستخدمها، وس هو مقدار كنت تزن كل قيمة (كما كنت خمنت). فإن مجموع هذا المتجه يجب أن يكون دائما مساويا للموجه. إذا كنت ترغب في وزن كل قيمة بالتساوي والقيام مرشح حجم N تتحرك ثم كنت تريد أن تفعل استخدام وسيطة صالحة في كونف يؤدي إلى وجود عدد أقل من القيم في السيدة مما لديك في M. استخدام نفسه إذا كنت لا تمانع في آثار صفر الحشو. إذا كان لديك علبة معالجة الإشارات يمكنك استخدام كونف إذا كنت ترغب في محاولة المتوسط ​​المتحرك دائري. شيء من هذا القبيل يجب أن تقرأ الوثائق كونف و كونف لمزيد من المعلومات إذا كنت قد حان بالفعل. يمكنك استخدام الفلتر للعثور على متوسط ​​تشغيل بدون استخدام حلقة. هذا المثال يجد متوسط ​​تشغيل متجه مكون من 16 عنصرا، باستخدام حجم نافذة 5. 2) على نحو سلس كجزء من أدوات تركيب المنحنى (وهو متوفر في معظم الحالات) ي على نحو سلس (y) ينعم البيانات في متجه العمود y باستخدام فلتر متوسط ​​متحرك. يتم إرجاع النتائج في متجه العمود ي. تبلغ المسافة الافتراضية للمتوسط ​​المتحرك 5.