7 الأجل هندرسون الحركة المتوسط

المتوسطات المتحركة المراجع والمزيد من القراءة كيندال مغ، ستيوارت A، أورد جك (1983) كندالز نظرية متقدمة للإحصاءات. المجلد 3. هودر أرنولد، لندن لاديراي D، كنيفيل B (2001) تعديل موسمي مع طريقة X-11، المجلد 158، من ملاحظات المحاضرات في الإحصاءات. سبرينجر، برلين ماث ماكريداكيس S، ويلوريت سك، هيندمان ري (1998) التنبؤ: الأساليب والتطبيقات، الطبعة الثالثة. وايلي، نيويورك سبنسر J (1904) على تخريج معدلات المرض والوفيات المقدمة من تجربة وحدة مانشستر من أودفيلوس خلال الفترة 18931897. J إنست الاكتواريين 38: 334343 حول هذا المرجع دخول العمل مواصلة القراءة. لعرض بقية هذا المحتوى يرجى اتباع رابط تحميل بدف أعلاه. نحن نستخدم ملفات تعريف الارتباط لتحسين تجربتك مع موقعنا. معلومات أكثر أكثر من 10 مليون وثيقة علمية في متناول يدك محتوىنا مواقع أخرى مساعدة أمب جهات الاتصال لم يتم تسجيل الدخول غير منتسبين 78.109.24.111 سبرينجر للبحث أمب ديفيلوبمنت جافاسكريبت معطل حاليا. هذا الموقع يعمل بشكل أفضل بكثير إذا قمت بتمكين جافا سكريبت في المتصفح الخاص بك. تحديد طول المتوسط ​​المتحرك هندرسون مقدمة في التكرار B، (الجدول B7)، التكرار C (الجدول C7) والتكرار D (الجدول D7 والجدول D12) يتم استخراج عنصر الدورة من تقدير للسلسلة المعدلة موسميا باستخدام متوسطات هندرسون المتحركة. يتم اختيار طول مرشح هندرسون تلقائيا بواسطة X-12-أريما في إجراء من خطوتين. ويعتمد الاختيار التلقائي لترتيب المتوسط ​​المتحرك على قيمة مؤشر يسمى النسبة التي تقيس أهمية المكون غير المنتظم في السلسلة. وكلما كان العنصر غير النظامي أقوى كلما تم تحديد ترتيب المتوسط ​​المتحرك. الإجراء المستخدم في كل تكرار هو مماثل جدا الاختلافات الوحيدة هي عدد من الخيارات المتاحة ومعالجة الملاحظات في كلا طرفي السلسلة. يتم تطبيق الإجراء أدناه لسلاسل زمنية شهرية. الاختيار التلقائي للجزء الثاني من هندرسون فيلتر B أولا، يتم احتساب دورة الاتجاه باستخدام متوسط ​​13 هندرسون المتحرك كما يلي: ثم في حالة إضافية يتم استخراج المكون غير النظامي بطرح دورة الاتجاه من سلسلة المعدلة موسميا. للتحلل المضاعف، يتم استخراج عنصر غير النظامية بقسمة سلسلة المعدلة موسميا من قبل دورة الاتجاه. من أجل حساب نسبة التحلل الأول من سلسلة سا (المعدلة موسميا) يتم حساب. يتم حساب متوسط ​​القيم المطلقة لمعدلات النمو الشهرية (النموذج المضاعف) أو للنمو الشهري (النموذج الإضافي) لكل من مكونات C (الاتجاه الدائري) و I (غير النظامية). يتم الإشارة إليها، واستقبال، حيث والملاحظات في بداية ونهاية السلاسل الزمنية التي لا يمكن تمهيدها من قبل متماثل 13 هندرسون المتوسطات المتحركة متماثلة يتم تجاهلها. إذا كانت النسبة أصغر من 1، يتم تحديد متوسط ​​متحرك في هندرسون لمدة 9 سنوات على خلاف ذلك، يتم تحديد متوسط ​​متحرك هندرسون لمدة 13. يتم حساب دورة الاتجاه بتطبيق مرشح هندرسون المحدد على السلسلة المعدلة موسميا من الجدول B6. وتقدر الملاحظات في بداية ونهاية السلاسل الزمنية التي لا يمكن حسابها عن طريق مرشحات هندرسون المتماثلة بمتوسطات متحركة غير متماثلة مخصصة. اختيار تلقائي للندرسون فلتر ندش جزء C و D أولا، يتم احتساب دورة الاتجاه باستخدام متوسط ​​13 هندرسون المتوسط ​​المتحرك على النحو التالي: ثم، في حالة إضافية يتم استخراج عنصر غير النظامية بطرح دورة الاتجاه من تعديل موسميا سلسلة. للتحلل المضاعف، يتم استخراج عنصر غير النظامية بقسمة سلسلة المعدلة موسميا من قبل دورة الاتجاه. من أجل حساب نسبة التحلل الأول من سلسلة سا (المعدلة موسميا) يتم حساب. يتم حساب متوسط ​​القيم المطلقة لمعدلات النمو الشهرية (النموذج المضاعف) أو للنمو الشهري (النموذج الإضافي) لكل من مكونات C (الاتجاه الدائري) و I (غير النظامية). يتم الإشارة إليها، واستقبال، حيث والملاحظات في بداية ونهاية السلاسل الزمنية التي لا يمكن تمهيدها من قبل متماثل 13 هندرسون المتوسطات المتحركة متماثلة يتم تجاهلها. إذا كانت النسبة أصغر من 1، يتم تحديد متوسط ​​متحرك هندرسون لمدة 9 سنوات إذا كانت النسبة أكبر من 3.5، يتم تحديد متوسط ​​متحرك هندرسون لمدة 23 على خلاف ذلك، يتم تحديد متوسط ​​متحرك هندرسون لمدة 13. وتحسب دورة الاتجاه بتطبيق مرشح هندرسون المحدد على السلسلة المعدلة موسميا من الجدول C6، الجدول D7 أو الجدول D12، وفقا لذلك. في كلا طرفي السلسلة، حيث لا يمكن تطبيق مرشح هندرسون المركزي، يتم استخدام الأوزان غير متماثلة الأوزان ل 7 مصطلح فلتر هندرسون (ملاحظة) كما تم تعديل سلسلة في الجدول C1 للقيم المتطرفة، فمن المتوقع أن الإرادة يكون أصغر من واحد محسوب في الجزء B. اختيار يدوي من مرشح هيندرسون X-12-أريما تمكن من اختيار يدويا أي عدد غير مقيد هندرسون المتوسط ​​المتحرك للتقدير النهائي لدورة الاتجاه. يمكن للمستخدم أيضا تغيير الافتراضي هيندرسون غير المتماثلة مرشح تطبيقها للحصول على الملاحظات في كلا طرفي سلسلة الوقت. تحليل سلسلة الوقت: طرق التعديل الموسمية كيف أساليب أسلوب X11 العمل ما هي بعض الحزم المستخدمة لإجراء التعديل الموسمية X11 X11ARIMA X12ARIMA سياتسترامو ديميترا ما هي التقنيات المستخدمة من قبل عبس للتعامل مع التعديل الموسمية كيف يعمل سيسابس كيف تتعامل الوكالات الإحصائية الأخرى مع التعديل الموسمية كيف أساليب أسلوب X11 العمل غالبا ما تعرف طرق تصفية الموسمية على أساس أساليب أسلوب X11. وتستند هذه إلى 8216ratio إلى المتوسط ​​المتحرك 8217 الإجراء الموصوفة في عام 1931 من قبل فريدريك R. ماكولاي، من المكتب الوطني للبحوث الاقتصادية في الولايات المتحدة. يتكون الإجراء من الخطوات التالية: 1) تقدير الاتجاه عن طريق المتوسط ​​المتحرك 2) إزالة الاتجاه ترك المكونات الموسمية وغير النظامية 3) تقدير العنصر الموسمي باستخدام المتوسطات المتحركة لتسهيل غير النظامية. ولا يمكن تحديد الموسمية عموما حتى يعرف الاتجاه، إلا أنه لا يمكن إجراء تقدير جيد للاتجاه حتى يتم تعديل السلسلة موسميا. لذلك يستخدم X11 نهج تكراري لتقدير مكونات سلسلة زمنية. كما افتراضيا، فإنه يفترض نموذج المضاعف. لتوضيح الخطوات الأساسية التي ينطوي عليها X11، النظر في تحلل سلسلة زمنية شهرية تحت نموذج مضاعف. الخطوة 1: التقدير الأولي للاتجاه يطبق المتوسط ​​المتحرك المتماثل 13 (2x12) على سلسلة زمنية شهرية أصلية، O t. لإنتاج تقدير أولي للاتجاه T t. ثم يتم إزالة الاتجاه من السلسلة الأصلية، لإعطاء تقدير للمكونات الموسمية وغير النظامية. يتم فقدان ست قيم في نهاية كل سلسلة نتيجة لمشكلة نقطة النهاية - يتم استخدام المرشحات المتماثلة فقط. الخطوة 2: تقدير أولي للعنصر الموسمي يمكن عندئذ إيجاد تقدير أولي للعنصر الموسمية بتطبيق متوسط ​​متحرك على المدى 5 (S 3x3) على السلسلة S t. I t لكل شهر على حدة. على الرغم من أن هذا الفلتر هو الافتراضي داخل X11، يستخدم عبس 7 المتوسطات المتحركة المدى (S 3X5) بدلا من ذلك. يتم تعديل المكونات الموسمية لإضافة إلى 12 تقريبا على مدى 12 شهرا، بحيث أنها متوسطة إلى 1 من أجل ضمان أن العنصر الموسمية لا يغير مستوى السلسلة (لا يؤثر على الاتجاه). يتم استبدال القيم المفقودة في نهايات المكون الموسمية بتكرار القيمة من العام السابق. الخطوة 3: التقدير الأولي للبيانات المعدلة يوجد تقريب للسلسلة المعدلة موسميا بقسمة تقدير الموسمية من الخطوة السابقة إلى السلسلة الأصلية: الخطوة 4: تقدير أفضل للاتجاه A 9 أو 13 أو 23 مصطلح يتم تطبيق المتوسط ​​المتحرك هندرسون على القيم المعدلة موسميا، اعتمادا على تقلب السلسلة (سلسلة أكثر تقلبا يتطلب المتوسط ​​المتحرك الأطول)، لإنتاج تقدير أفضل للاتجاه. وتنقسم سلسلة الاتجاه الناتجة إلى السلسلة الأصلية لإعطاء تقدير ثان للمكونات الموسمية وغير المنتظمة. وتستخدم الفلاتر غير المتناظرة في نهايات السلسلة، وبالتالي لا توجد قيم مفقودة كما في الخطوة 1. الخطوة 5: التقدير النهائي للعنصر الموسمي تتكرر الخطوة الثانية للحصول على تقدير نهائي للمكون الموسمي. الخطوة 6: التقدير النهائي للبيانات المعدلة تم العثور على سلسلة نهائية معدلة موسميا بقسمة التقدير الثاني للموسمية من الخطوة السابقة إلى السلسلة الأصلية: الخطوة 7: التقدير النهائي للاتجاه A 9، 13 أو 23 مصطلح هندرسون موفينغ يتم تطبيق المتوسط ​​على التقدير النهائي للسلسلة المعدلة موسميا، والتي تم تصحيحها للقيم المتطرفة. وهذا يعطي تقديرا نهائيا محسنا للاتجاه. في الإصدارات الأكثر تقدما من X11 (مثل X12ARIMA و سيسابس)، أي طول فردي هندرسون المتوسط ​​المتحرك يمكن استخدامها. الخطوة 8: التقدیر النھائي للعنصر غیر النظامي یمکن بعد ذلك تقدیر النظام غیر النظامي بقسمة تقدیرات الاتجاه علی البیانات المعدلة موسمیا. ومن الواضح أن هذه الخطوات تعتمد على النموذج الذي (المضاعفة، المضافة والمزيفة الزائفة) يتم اختيار داخل X11. هناك أيضا اختلافات صغيرة في الخطوات في X11 بين الإصدارات المختلفة. خطوة إضافية في تقدير العوامل الموسمية، هو تحسين متانة عملية المتوسط، من خلال تعديل قيم سي للنطاقات المتطرفة. لمزيد من المعلومات عن الخطوات الرئيسية المعنية، راجع القسم 7.2 من ورقة المعلومات: دورة تمهيدية حول تحليل السلاسل الزمنية - التسليم الإلكتروني. ما هي بعض الحزم المستخدمة في تنفيذ التعديل الموسمية أكثر حزم التعديل الموسمية شيوعا هي تلك الموجودة في عائلة X11. وقد تم تطوير X11 من قبل مكتب الولايات المتحدة للتعداد وبدأت العمل في الولايات المتحدة في عام 1965. وسرعان ما اعتمد من قبل العديد من الوكالات الإحصائية في جميع أنحاء العالم، بما في ذلك عبس. وقد تم دمجها في عدد من حزم البرمجيات المتاحة تجاريا مثل ساس و ستاتيستيكا. ويستخدم مرشحات لضبط موسميا البيانات وتقدير مكونات سلسلة زمنية. وتتضمن الطريقة X11 تطبيق المتوسطات المتحركة المتماثلة لسلسلة زمنية من أجل تقدير الاتجاه، والمكونات الموسمية وغير المنتظمة. ومع ذلك في نهاية المسلسل، لا تتوفر بيانات كافية لاستخدام الأوزان المتماثلة 8211 مشكلة 8216end-point8217. ونتيجة لذلك، يتم استخدام أوزان غير متماثلة، أو يجب استقراء السلسلة. وتستخدم طريقة X11ARIMA، التي وضعتها هيئة الإحصاء الكندية في عام 1980، واستكملت في عام 1988 إلى X11ARIMA88، نماذج بوكس ​​سينكينز أوتوراجريسيف إنتغراتد موفينغ أفيراج (أريما) لتمديد سلسلة زمنية. وبشكل أساسي، يساعد استخدام نمذجة أريما على السلسلة الأصلية في تقليل المراجعات في السلسلة المعدلة موسميا بحيث يتم تقليل تأثير مشكلة النقطة النهائية. X11ARIMA88 يختلف أيضا عن الأسلوب X11 الأصلي في علاجها للقيم المتطرفة. ويمكن الحصول عليها عن طريق الاتصال بالإحصاءات الكندية. في أواخر 19908217، أصدر مكتب التعداد الأمريكي X12ARIMA. ويستخدم نماذج ريغريما (نماذج الانحدار مع أخطاء أريما) للسماح للمستخدم لتمديد سلسلة مع التوقعات و بريادجوست سلسلة لآثار التقويم والتقويم قبل إجراء التعديل الموسمية مكان. يمكن الحصول على X12ARIMA من المكتب هو متاح مجانا ويمكن تحميلها من census. govsrdwwwx12a. تم تطويرها من قبل فيكتور غوميز و أوغستن مارافال، سيتس (استخلاص الإشارات في أريما تايم سيريز) هو البرنامج الذي يقدر ويتنبأ بالاتجاه، المكونات الموسمية وغير المنتظمة لسلسلة زمنية باستخدام تقنيات استخراج الإشارات المطبقة على نماذج أريما. ترامو (الانحدار سلسلة الوقت مع أريما الضوضاء، الرصدات المفقودة والقيم المتطرفة) هو برنامج مصاحب لتقدير والتنبؤ نماذج الانحدار مع أخطاء أريما والقيم المفقودة. يتم استخدامه ل بريادجوست سلسلة، والتي سيتم بعد ذلك تعديل موسميا من قبل مقاعد. للتحميل بحرية البرنامجين من الإنترنت، اتصل بنك اسبانيا. bde. eshomee. htm يركز يوروستات على اثنين من أساليب التعديل الموسمية: تراموسيتس و X12Arima. وقد تم تنفيذ إصدارات هذه البرامج في واجهة واحدة، تدعى كوتديمتراكوت. وهذا يسهل تطبيق هذه التقنيات على مجموعات واسعة النطاق من السلاسل الزمنية. يحتوي ديميترا على وحدتين رئيسيتين: التعديل الموسمية وتقدير الاتجاه مع إجراء آلي (على سبيل المثال بالنسبة للمستخدمين غير ذوي الخبرة أو للمجموعات الكبيرة من السلاسل الزمنية)، مع إجراء سهل الاستعمال لتحليل مفصل لسلاسل زمنية واحدة. ويمكن تحميلها من forum. europa. eu. intircdsiseurosaminfodatademetra. htm. ما هي التقنيات التي يعمل بها عبس للتعامل مع التعديل الموسمية الأداة الرئيسية المستخدمة في المكتب الأسترالي للإحصاء هي سيسابس (تحليل سيسونال، معايير عبس). سيسابس هو حزمة برامج التعديل الموسمية مع نظام معالجة الأساسية على أساس X11 و X12ARIMA. سيسابس هو نظام قائم على المعرفة التي يمكن أن تساعد المحللين سلسلة الوقت في اتخاذ الأحكام المناسبة والصحيحة في تحليل سلسلة زمنية. سيسابس هو جزء واحد من نظام التكيف الموسمية عبس. وتشمل المكونات الأخرى أبسدب (مستودع المعلومات عبس) و فام (التنبؤ والتحليل وبيئة النمذجة، وتستخدم لتخزين ومعالجة البيانات سلسلة زمنية). سيسابس ينفذ أربع وظائف رئيسية: استعراض البيانات تحليل موسمية من السلاسل الزمنية التحقيق من السلاسل الزمنية صيانة سلسلة زمنية المعرفة سيسابس يسمح كل من الخبراء والعميل استخدام طريقة X11 (التي تم تعزيزها بشكل كبير من قبل عبس). وهذا يعني أن المستخدم لا يحتاج إلى معرفة مفصلة عن حزمة X11 لضبط موسميا بشكل مناسب سلسلة زمنية. واجهة ذكية أدلة المستخدمين من خلال عملية التحليل الموسمية، مما يجعل الخيارات المناسبة من المعلمات وطرق التكيف مع القليل أو لا التوجيه اللازم على المستخدمين جزء. العملية التكرار الأساسية تشارك في سيسابس هي: 1) اختبار وفواصل الموسمية الصحيح. 2) اختبار وإزالة المسامير الكبيرة في البيانات. 3) اختبار لفواصل الاتجاه الصحيح. 4) اختبار القيم المتطرفة الصحيحة لتصحيح أغراض الموسمية. 5) تقدير أي تأثير يوم التداول الحالي. 6) إدراج أو تغيير التصحيحات عطلة تتحرك. 7) المتوسطات المتحركة تحقق (المتوسطات المتحركة الاتجاه، ثم المتوسطات المتحركة الموسمية). 8) تشغيل X11. 9) الانتهاء من التعديل. سيسابس يحتفظ سجلات التحليل السابق لسلسلة بحيث يمكن مقارنة التشخيص X11 مع مرور الوقت ويعرف ما أدت المعلمات إلى تعديل مقبول في التحليل الأخير. فإنه يحدد ويصحح الاتجاه والفواصل الموسمية وكذلك القيم المتطرفة، إدراج عوامل يوم التداول إذا لزم الأمر، ويسمح للتحرك تصحيحات عطلة. سيسابس متاح مجانا للمنظمات الحكومية الأخرى. الاتصال time. series. analysisabs. gov. au لمزيد من التفاصيل. كيف تتعامل الوكالات الإحصائية الأخرى مع التعديل الموسمية الإحصاءات تستخدم نيوزيلندا X12-أريما، ولكنها لا تستخدم قدرات الحزمة أريما. يستخدم مكتب الإحصاء الوطني في المملكة المتحدة X11ARIMA88 يستخدم مكتب الإحصاء الكندي X11-ARIMA88 مكتب الولايات المتحدة للتعداد يستخدم X12-أريما يوروستات سياتسترامو هذه الصفحة نشرت لأول مرة 14 نوفمبر 2005، آخر تحديث 10 سبتمبر 2008 تحليل السلسلة الزمنية: عملية التعديل الموسمية ما هي فلسفات رئيسية من التعديل الموسمية ما هو مرشح ما هي مشكلة نقطة النهاية كيف يمكننا أن نقرر أي مرشح لاستخدام ما هي وظيفة الكسب ما هو التحول المرحلة ما هي معدلات هندرسون المتحركة كيف يمكننا التعامل مع مشكلة نقطة النهاية ما هي المتوسطات المتحركة الموسمية لماذا يتم تعديل تقديرات الاتجاه كم البيانات المطلوبة للحصول على تقديرات مقبولة معدلة موسميا أدفانسد كيف تقارن فلسفات التكيف الموسمية اثنين ما هي الفلسفة الرئيسية للتعديل الموسمية الفلسفات الرئيسية اثنين من التعديل الموسمية هي طريقة النموذج القائم و طريقة التصفية القائمة. الأساليب القائمة على التصفية تطبق هذه الطريقة مجموعة من الفلاتر الثابتة (المتوسطات المتحركة) لتحليل السلاسل الزمنية في اتجاه، مكون موسمي وغير منتظم. والفكرة الأساسية هي أن البيانات الاقتصادية تتكون من مجموعة من الدورات، بما في ذلك دورات الأعمال (الاتجاه) والدورات الموسمية (الموسمية) والضوضاء (المكون غير النظامي). مرشح يزيل أساسا أو يقلل من قوة بعض الدورات من البيانات 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 إزالتها. هذه تتوافق مع الترددات الموسمية من 1، 2، 3، 4، 5 و 6 دورات سنويا. وتعتبر الدورات غير الموسمية الأطول جزءا من هذا الاتجاه وتشكل الدورات غير الموسمية الأقصر غير منتظمة. ولكن الحدود بين الاتجاه والدورات غير النظامية يمكن أن تختلف مع طول المرشح المستخدم للحصول على الاتجاه. في التكيف الموسمية عبس، والدورات التي تسهم بشكل كبير في الاتجاه عادة ما تكون أكبر من حوالي 8 أشهر لسلسلة شهرية و 4 أرباع لسلسلة ربع سنوية. هذا الاتجاه، المكونات الموسمية وغير النظامية لا تحتاج إلى نماذج فردية صريحة. ويعرف المكون غير النظامي بأنه ما تبقى بعد إزالة العناصر الموسمية والمرشحات بواسطة المرشحات. لا يعرض النظام غير النظامي خصائص الضوضاء البيضاء. غالبا ما تعرف طرق التصفية المستندة إلى أساليب أسلوب X11. وتشمل هذه البرامج X11 (التي طورها مكتب الإحصاء الأمريكي)، و X11ARIMA (التي وضعتها هيئة الإحصاء الكندية)، و X12ARIMA (التي وضعها مكتب الإحصاء الأمريكي)، و ستل، و سابل، و سيسابس (الحزمة المستخدمة من قبل عبس). الاختلافات الحسابية بين أساليب مختلفة في الأسرة X11 هي أساسا نتيجة لمختلف التقنيات المستخدمة في نهايات السلاسل الزمنية. على سبيل المثال، بعض الأساليب تستخدم المرشحات غير المتماثلة في نهايات، في حين أن أساليب أخرى استقراء السلاسل الزمنية وتطبيق المرشحات متماثلة لسلسلة موسعة. الطرق القائمة على النماذج يتطلب هذا النهج الاتجاه، والمكونات الموسمية وغير النظامية من السلاسل الزمنية التي سيتم نمذجة بشكل منفصل. ويفترض العنصر غير النظامية هو 8220 الضوضاء في الهواء الطلق 8221 - وهذا هو كل أطوال دورة ممثلة على قدم المساواة. غير النظامية لها صفر يعني والتباين المستمر. يحتوي العنصر الموسمية على عنصر ضوضاء خاص به. ومن بين حزم البرامج المستخدمة على نطاق واسع والتي تطبق الطرائق القائمة على النماذج هي ستامب و سيتسترامو (التي طورها بنك اسبانيا. وتعزى الاختلافات الحسابية الرئيسية بين مختلف الطرائق القائمة على النماذج إلى مواصفات النموذج، وفي بعض الحالات، تتطلب السلسلة الزمنية الأصلية لتكون على غرار أولا، ونماذج مكونة تتحلل من ذلك. للمقارنة بين الفلسفات اثنين على مستوى أكثر تقدما، انظر كيف فلسفات التكيف الموسمية اثنين مقارنة ما هو مرشح مرشحات يمكن استخدامها لتحلل سلسلة زمنية في اتجاه، عنصر موسمي وغير منتظم. المتوسطات المتحركة هي نوع من المرشحات التي على التوالي متوسط ​​فترة زمنية متغيرة من البيانات من أجل إنتاج تقدير سلسة من السلاسل الزمنية. ويمكن اعتبار هذه سلسلة ممهدة أن تكون مشتقة عن طريق تشغيل سلسلة مدخلات من خلال عملية حيث تقوم بتصفية دورات معينة، وبالتالي، غالبا ما يشار إلى المتوسط ​​المتحرك على أنه مرشح. وتنطوي العملية الأساسية على تحديد مجموعة من أوزان الطول m 1 m 2 1 على النحو التالي: ملاحظة: مجموعة متماثلة من أوزانها m m 2 و وو - j يمكن حساب قيمة تصفيتها في الوقت t حيث تصف y t القيمة من السلاسل الزمنية في الوقت t. على سبيل المثال، النظر في السلسلة التالية: باستخدام مرشح بسيط 3 متماثل المدى (أي م 1 م 2 1 وجميع الأوزان هي 13)، يتم الحصول على المدى الأول من سلسلة سلسة بتطبيق الأوزان إلى أول ثلاث فترات الأصلي السلسلة: يتم إنتاج القيمة الملساء الثانية بتطبيق الأوزان على المصطلحات الثانية والثالثة والرابعة في السلسلة الأصلية: ما هي مشكلة النقطة النهائية إعادة النظر في السلسلة: تحتوي هذه السلسلة على 8 مصطلحات. ومع ذلك، فإن سلسلة السلس التي تم الحصول عليها عن طريق تطبيق مرشح متماثل إلى البيانات الأصلية يحتوي على 6 مصطلحات فقط: هذا لأن هناك بيانات غير كافية في نهايات السلسلة لتطبيق مرشح متماثل. والمدة الأولى لسلسلة السلس هي متوسط ​​مرجح لثلاث مصطلحات، تتمحور حول الفترة الثانية من السلسلة الأصلية. لا يمكن الحصول على المتوسط ​​المرجح المركزة على الفترة الأولى من السلسلة الأصلية كبيانات قبل هذه النقطة غير متوفرة. وباملثل، ال ميكن حساب متوسط ​​مرجح مرتكز على املدة األخيرة من السلسلة، حيث ال توجد بيانات بعد هذه النقطة. لهذا السبب، لا يمكن استخدام المرشحات المتماثلة في أي من نهاية السلسلة. وهذا يعرف باسم مشكلة نقطة النهاية. ويمكن لمحللي السلاسل الزمنية استخدام المرشحات غير المتماثلة لإنتاج تقديرات سلسة في هذه المناطق. في هذه الحالة، يتم حساب القيمة الملساء 8216off centre8217، مع تحديد المتوسط ​​باستخدام المزيد من البيانات من جانب واحد من نقطة من الأخرى وفقا لما هو متاح. بدلا من ذلك، قد تستخدم تقنيات النمذجة لاستقراء السلاسل الزمنية ومن ثم تطبيق المرشحات المتماثلة على السلسلة الممتدة. كيف نقرر أي فيلتر تو وس يختار محلل السلاسل الزمنية مرشحا مناسبا استنادا إلى خصائصه، مثل الدورات التي يزيلها المرشح عند تطبيقها. ويمكن التحقق من خصائص مرشح باستخدام وظيفة كسب. وتستخدم وظائف كسب لدراسة تأثير مرشح في تردد معين على اتساع دورة لسلسلة زمنية معينة. ملزيد من التفاصيل حول الرياضيات املرتبطة بوظائف الكسب، ميكنك تنزيل املالحظات املقررة ملسلسل الوقت، وهو دليل تمهيدي لتحليل السلاسل الزمنية التي ينشرها قسم تحليل السلاسل الزمنية من نظام عبس) راجع القسم 4.4 (. الرسم التخطيطي التالي هو دالة الكسب لمرشح المدى 3 المتماثل الذي قمنا بدراسته سابقا. الشكل 1: وظيفة كسب لتصفية متماثل 3 الأجل يمثل المحور الأفقي طول دورة الإدخال نسبة إلى الفترة بين نقاط المراقبة في السلسلة الزمنية الأصلية. لذلك يتم الانتهاء من دورة الإدخال من طول 2 في 2 فترات، وهو ما يمثل شهرين لسلسلة شهرية، و 2 أرباع لسلسلة ربع سنوية. ويبين المحور الرأسي اتساع دورة الإخراج بالنسبة لدورة الإدخال. هذا الفلتر يقلل من قوة 3 دورات دورة إلى الصفر. وهذا هو، فإنه يزيل تماما دورات من هذا الطول تقريبا. وهذا يعني أنه بالنسبة لسلسلة زمنية يتم فيها جمع البيانات شهريا، سيتم إلغاء أي تأثيرات موسمية تحدث كل ثلاثة أشهر من خلال تطبيق هذا الفلتر على السلسلة الأصلية. التحول المرحلة هو التحول الزمني بين دورة تصفيتها والدورة غير المرشحة. ويعني التحول الطوري الموجب أن الدورة المصفاة تتحول إلى الوراء وتحول طور سلبي تتحول إلى الأمام في الوقت المناسب. يحدث تغيير الطور عند تشوه توقيت نقاط التحول، على سبيل المثال عندما يتم وضع المتوسط ​​المتحرك خارج المركز بواسطة المرشحات غير المتماثلة. وهذا هو أنها سوف تحدث إما في وقت سابق أو في وقت لاحق في سلسلة تصفيتها، مما كانت عليه في الأصل. المتوسط ​​الغريب المتوسطات المتماثلة المتحركة (كما تستخدم من قبل عبس)، حيث يتم وضع مركزيا، لا تسبب مرحلة التحول. ومن المهم للمرشحات المستخدمة لاستخلاص الاتجاه للاحتفاظ بمرور الوقت، وبالتالي توقيت أي نقطة تحول. ويبين الشكلان 2 و 3 آثار تطبيق المتوسط ​​المتحرك المتماثل 2x12 الذي هو خارج المركز. تمثل المنحنيات المستمرة الدورات الأولية وتمثل المنحنيات المكسورة دورات الإخراج بعد تطبيق مرشح المتوسط ​​المتحرك. الشكل 2: دورة 24 شهرا، المرحلة -5.5 شهرا الاتساع 63 الشكل 3: دورة 8 أشهر، المرحلة -1.5 شهرا السعة 22 ما هو معدل حركة هيندرسون متوسطات هيندرسون المتحركة هي المرشحات التي استمدها روبرت هندرسون في عام 1916 لاستخدامها في التطبيقات الاكتوارية. وهي مرشحات الاتجاه، وتستخدم عادة في تحليل السلاسل الزمنية لتسهيل التقديرات المعدلة موسميا من أجل توليد تقدير الاتجاه. وهي 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 فلتر 13 هندرسون مصطلح لسلسلة الشهرية، و 7 مرشح هندرسون مصطلح لسلسلة ربع سنوية. يمكن أن تكون مرشحات هندرسون إما متماثلة أو غير متماثلة. ويمكن تطبيق المتوسطات المتحركة المتماثلة عند نقاط بعيدة بما فيه الكفاية عن نهايات السلاسل الزمنية. وفي هذه الحالة، تحسب القيمة الملساء لنقطة معينة في السلسلة الزمنية من عدد متساو من القيم على جانبي نقطة البيانات. للحصول على الأوزان، يتم التوصل إلى حل وسط بين اثنين من الخصائص المتوقعة عموما من سلسلة الاتجاه. وهذه هي أن الاتجاه ينبغي أن يكون قادرا على تمثيل طائفة واسعة من الانحناءات وأنه ينبغي أيضا أن يكون سلس قدر الإمكان. للحصول على الاشتقاق الرياضي للأوزان، راجع القسم 5.3 من سلسلة الوقت ملاحظات الدورة. والتي يمكن تحميلها مجانا من موقع عبس على شبكة الإنترنت. يتم عرض أنماط الترجيح لمجموعة من المتوسطات المتحركة هندرسون المتماثلة في الجدول التالي: نمط التماثل المتماثل لمتوسط ​​هندرسون المتحرك بشكل عام، كلما كان مرشح الاتجاه أطول، كلما كان الاتجاه الناتج أكثر سلاسة، كما هو واضح من مقارنة وظائف الكسب في الاعلى. A هيندرسون 5 يقلل من دورات حوالي 2.4 فترات أو أقل بنسبة 80 على الأقل، في حين أن مصطلح 23 هندرسون يقلل دورات حوالي 8 فترات أو أقل بنسبة 90 على الأقل. في الواقع مرشح 23 هندرسون مصطلح يزيل تماما دورات أقل من 4 فترات . هيندرسون المتوسطات المتحركة أيضا تضعف الدورات الموسمية بدرجات متفاوتة. غير أن وظائف الكسب في الأشكال 4-8 تبين أن الدورات السنوية في السلاسل الشهرية والربع سنوية لا تخفف بدرجة كافية لتبرير تطبيق مرشح هندرسون مباشرة على التقديرات الأصلية. ولهذا السبب يتم تطبيقها فقط على سلسلة معدلة موسميا، حيث تمت إزالة الآثار المرتبطة بالتقويم من قبل باستخدام فلاتر مصممة خصيصا. يوضح الشكل 9 تأثيرات تمهيد تطبيق فلتر هيندرسون على سلسلة: الشكل 9: 23-تيرم هندرسون فيلتر - قيمة الموافقات غير السكنية للمباني كيف نتعامل مع مشكلة نقطة النهاية يمكن تطبيق مرشح هندرسون المتماثل فقط على المناطق من البيانات التي هي بعيدة بما فيه الكفاية من نهايات هذه السلسلة. على سبيل المثال، يمكن تطبيق معيار 13 هندرسون القياسي فقط على البيانات الشهرية التي لا يقل عن 6 ملاحظات من بداية أو نهاية البيانات. وذلك لأن نعومة المرشح لسلسلة 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 النقطة لحساب المتوسط. ولتقديم تقديرات الاتجاه لنقاط البيانات هذه، يستعمل متوسط ​​متحرك معدل أو غير متماثل. حساب المتغيرات غير المتناظرة هندرسون يمكن أن تتولد عن طريق عدد من الطرق المختلفة التي تنتج نتائج مماثلة، ولكن ليست متطابقة. الأساليب الأربعة الرئيسية هي طريقة مسغريف، وتقليل الأسلوب المعدل للمراجعة المربعة، وأفضل طريقة تقديرية غير متحيزة (بلو)، وطريقة كيني و دوربين. شيسكين إت. (1967) 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 ملاحظات سلسلة الوقت الدورة. النظر في سلسلة زمنية حيث تحدث آخر نقطة البيانات التي لوحظت في الوقت N. ثم لا يمكن تطبيق مرشح 13 متناظرة هندرسون مصطلح لنقاط البيانات التي تقاس في أي وقت بعد وبما في ذلك الوقت N-5. لكل هذه النقاط، يجب استخدام مجموعة غير متماثلة من الأوزان. الجدول التالي يعطي نمط الترجيح غير المتماثل للمتوسط ​​المتحرك 13 هندرسون. الفاصل الزمني غير المتماثل 13 مرشحات هندرسون لا إزالة أو تثبيط نفس الدورات مثل متماثل 13 مصطلح مرشح هندرسون. في الواقع نمط الترجيح غير المتماثلة المستخدمة لتقدير الاتجاه في الملاحظة الأخيرة تضخيم قوة 12 دورات الفترة. أيضا مرشحات غير المتماثلة تنتج بعض التحول مرحلة الوقت. ما هي المواسم التي تتحرك على سطح البحر تقريبا جميع البيانات التي تحققها عبس لها خصائص موسمية. وبما أن متوسطات هندرسون المتحركة المستخدمة لتقدير سلسلة الاتجاه لا تلغي الموسمية، يجب أن يتم تعديل البيانات موسميا أولا باستخدام الفلاتر الموسمية. المرشح الموسمية له الأوزان التي يتم تطبيقها على نفس الفترة مع مرور الوقت. مثال على نمط الترجيح لمرشح موسمي هو: (13، 0، 0، 0، 0، 0، 0، 0، 0، 0، 0، 0، 13، 0، 0، 0، 0، 0، 0، 0، 0، 0، 0، 0، 13) حيث، على سبيل المثال، يتم تطبيق وزن الثلث على ثلاثة يناير متتالية. ضمن X11، مجموعة من المرشحات الموسمية المتاحة للاختيار من بينها. هذه هي المتوسط ​​المتحرك المرجح لمدة 3 (أماه) S 3X1. 5 أمتار مرجحة S 3x3. مرجح 7 أماه S 3X5. و 11 أمتار مرجحة S 3X9. هيكل الترجيح للمتوسطات المتحركة المرجحة للنموذج، S نكسم. هو أن متوسط ​​بسيط من المصطلحات المحسوبة، ومن ثم يتم تحديد متوسط ​​متحرك n من هذه المتوسطات. وهذا يعني أن مصطلحات نم-1 تستخدم لحساب كل قيمة نهائية ممهدة. على سبيل المثال، لحساب 11-S S 3X9. يتم تطبيق وزن 19 على نفس الفترة في 9 سنوات متتالية. ثم يتم تطبيق متوسط ​​متحرك بسيط لمدة 3 عبر القيم المتوسطة: يعطي هذا نمط الترجيح النهائي (127، 227، 19، 19، 19، 19، 19، 19، 19، 227، 127). وظيفة الكسب لمرشح موسمي 11 مصطلح، S 3x9. يشبه: الشكل 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 غير - أطوال موسمية. وتستخدم الفلاتر الموسمية غير المتماثلة في نهايات السلسلة. ويمكن العثور على الأوزان غير المتماثلة لكل من الفلاتر الموسمية المستخدمة في X11 في القسم 5.4 من سلسلة الوقت ملاحظات الدورة. لماذا يتم مراجعة التقديرات المنقحة في نهاية السلسلة الزمنية الحالية، لا يمكن استخدام المرشحات المتماثلة لتقدير الاتجاه بسبب مشكلة نقطة النهاية. بدلا من ذلك، تستخدم المرشحات غير المتماثلة لإنتاج تقديرات الاتجاه المؤقتة. ومع ذلك، ومع توفر المزيد من البيانات، يمكن إعادة حساب الاتجاه باستخدام المرشحات المتماثلة وتحسين التقديرات الأولية. ويعرف ذلك بتنقيح الاتجاه. البيانات الكمية المطلوبة للحصول على تقديرات مقبولة مقبولة سنويا إذا كانت السلاسل الزمنية تظهر موسمية مستقرة نسبيا ولا يسيطر عليها العنصر غير النظامي، فإن 5 سنوات من البيانات يمكن اعتبارها 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 المفضل عموما أن يكون هناك 7 سنوات على الأقل من البيانات لسلسلة زمنية عادية، لتحديد الأنماط الموسمية بدقة، يوم التداول وتأثيرات العطلات المتحركة، الاتجاه والفواصل الموسمية، فضلا عن القيم المتطرفة. أدفانسد كيفية المقارنة بين فلسفات التكيف الموسمية اثنين تسمح المقاربات القائمة على النماذج بالخصائص العشوائية (العشوائية) من السلسلة قيد التحليل، بمعنى أنها تقوم بتخصيص أوزان الفلتر بناء على طبيعة السلسلة. ويمكن تقييم قدرة النموذج 8217s لوصف سلوك السلسلة بدقة، والاستنتاجات الإحصائية للتقديرات متاحة استنادا إلى افتراض أن المكون غير المنتظم هو ضوضاء بيضاء. تعتمد الأساليب المستندة إلى التصفية بشكل أقل على الخصائص العشوائية للسلاسل الزمنية. ومن مسؤولية سلسلة الوقت 8217s المسؤولية لتحديد المرشح الأنسب من مجموعة محدودة لسلسلة معينة. وليس من الممكن إجراء فحوص صارمة على مدى كفاية النموذج الضمني، كما أن التدابير الدقيقة للدقة والاستدلال الإحصائي غير متوفرة. ولذلك، لا يمكن بناء فترة الثقة حول التقدير. وتقارن الرسوم البيانية التالية وجود كل مكون من مكونات النموذج عند الترددات الموسمية لفلسفات التكيف الموسمية. المحور العاشر هو طول فترة الدورة والمحور y يمثل قوة الدورات التي تتكون من كل مكون: الشكل 11: مقارنة بين فلسفات التعديل الموسمية اثنين تصفية الطرق القائمة تفترض أن كل مكون موجود فقط أطوال دورة معينة. وتشكل الدورات الأطول الاتجاه، ويوجد المكون الموسمي عند الترددات الموسمية ويعرف العنصر غير النظامي بأنه دورات من أي طول آخر. وبموجب الفلسفة القائمة على نموذج، فإن الاتجاه، المكون الموسمية وغير النظامية موجودة على جميع أطوال دورة. العنصر غير النظامي هو من قوة ثابتة، والقمم المكون الموسمية في الترددات الموسمية ومكون الاتجاه هو الأقوى في دورات أطول. نشرت هذه الصفحة لأول مرة في 14 نوفمبر 2005، آخر تحديث 25 يوليو 2008