متحرك متوسط التنبؤ التنبؤ. كما قد تخمن أننا نبحث في بعض من أكثر الأساليب بدائية للتنبؤ. ولكن نأمل أن تكون هذه مقدمة مفيدة على الأقل لبعض قضايا الحوسبة المتعلقة بتنفيذ التنبؤات في جداول البيانات. في هذا السياق سوف نستمر من خلال البدء في البداية والبدء في العمل مع توقعات المتوسط المتحرك. نقل متوسط التوقعات. الجميع على دراية بتحرك توقعات المتوسط بغض النظر عما إذا كانوا يعتقدون أنهم. جميع طلاب الجامعات القيام بها في كل وقت. فكر في درجاتك االختبارية في الدورة التي ستحصل فيها على أربعة اختبارات خالل الفصل الدراسي. لنفترض أنك حصلت على 85 في الاختبار الأول. ما الذي يمكن أن تتنبأ به لنتيجة الاختبار الثانية ما رأيك بأن معلمك سوف يتنبأ بنتيجة الاختبار التالية ما رأيك في أن أصدقائك قد يتنبأون بنتيجة الاختبار التالية ما رأيك في توقع والديك لنتيجة الاختبار التالية بغض النظر عن كل بلابينغ كنت قد تفعل لأصدقائك وأولياء الأمور، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في مجال 85 كنت حصلت للتو. حسنا، الآن دعونا نفترض أنه على الرغم من الترويج الذاتي الخاص بك إلى أصدقائك، وكنت أكثر من تقدير نفسك والشكل يمكنك دراسة أقل للاختبار الثاني وحتى تحصل على 73. الآن ما هي جميع المعنيين وغير مدرك الذهاب إلى توقع أن تحصل على الاختبار الثالث هناك اثنين من المرجح جدا النهج بالنسبة لهم لوضع تقدير بغض النظر عما إذا كانوا سوف تقاسمها معك. قد يقولون لأنفسهم، هذا الرجل هو دائما تهب الدخان حول ذكائه. هيس الذهاب للحصول على آخر 73 إذا هيس محظوظا. ربما كان الوالدان يحاولان أن يكونا أكثر داعما ويقولان: كوتيل، حتى الآن حصلت على 85 و 73، لذلك ربما يجب أن تحصل على حوالي (85 73) 2 79. أنا لا أعرف، ربما لو كنت أقل من الحفلات و ويرنت يهتز في كل مكان في العالم، وإذا كنت بدأت تفعل الكثير من الدراسة يمكن أن تحصل على أعلى score. quot كل من هذه التقديرات تتحرك في الواقع متوسط التوقعات. الأول يستخدم فقط أحدث درجاتك للتنبؤ بأدائك المستقبلي. وهذا ما يطلق عليه توقعات المتوسط المتحرك باستخدام فترة واحدة من البيانات. والثاني هو أيضا متوسط التوقعات المتحركة ولكن باستخدام فترتين من البيانات. دعونا نفترض أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل بشكل جيد على الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام كوتاليسكوت الخاص بك. كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، وأعجب. حتى الآن لديك الاختبار النهائي للفصل الدراسي القادمة وكالمعتاد كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف ستفعل على الاختبار الأخير. حسنا، نأمل أن ترى هذا النمط. الآن، ونأمل أن تتمكن من رؤية هذا النمط. ما الذي تعتقده هو صافرة الأكثر دقة بينما نعمل. الآن نعود إلى شركة التنظيف الجديدة التي بدأتها شقيقة نصف استدارة دعا صافرة بينما نعمل. لديك بعض بيانات المبيعات السابقة التي يمثلها القسم التالي من جدول بيانات. نعرض البيانات لأول مرة لتوقعات المتوسط المتحرك لمدة ثلاث سنوات. يجب أن يكون إدخال الخلية C6 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C7 إلى C11. لاحظ كيف يتحرك المتوسط على أحدث البيانات التاريخية ولكنه يستخدم بالضبط ثلاث فترات أحدث متاحة لكل تنبؤ. يجب أن تلاحظ أيضا أننا لسنا بحاجة حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا. وهذا يختلف بالتأكيد عن نموذج التجانس الأسي. وشملت إيف التنبؤات كوتاباستكوت لأننا سوف استخدامها في صفحة الويب التالية لقياس صحة التنبؤ. الآن أريد أن أعرض النتائج المماثلة لمتوسطين توقعات المتوسط المتحرك. يجب أن يكون إدخال الخلية C5 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C6 إلى C11. لاحظ كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ. مرة أخرى لقد قمت بتضمين التنبؤات اقتباسا لأغراض التوضيح واستخدامها لاحقا في التحقق من صحة التوقعات. بعض الأمور الأخرى التي من الأهمية أن تلاحظ. وبالنسبة للمتوسط المتحرك للمتوسط m، لا يتوقع إلا أن تستخدم معظم قيم البيانات الأخيرة في التنبؤ. لا شيء آخر ضروري. وبالنسبة للتنبؤ المتوسط المتحرك للمتوسط m، عند التنبؤ بالتنبؤات، لاحظ أن التنبؤ الأول يحدث في الفترة m 1. وستكون هاتان المسألتان مهمتين جدا عند تطوير الشفرة. تطوير المتوسط المتحرك المتحرك. الآن نحن بحاجة إلى تطوير رمز لتوقعات المتوسط المتحرك التي يمكن استخدامها أكثر مرونة. تتبع التعليمات البرمجية. لاحظ أن المدخلات هي لعدد الفترات التي تريد استخدامها في التوقعات ومصفوفة القيم التاريخية. يمكنك تخزينه في أي المصنف الذي تريده. وظيفة موفينغافيراج (تاريخي، نومبروفريودس) كما واحد إعلان وتهيئة المتغيرات ديم البند كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادي ديم تاريخي الحجم كما عدد صحيح تهيئة المتغيرات عداد 1 تراكم 0 تحديد حجم الصفيف التاريخي تاريخ سيز التاريخية. الكونت كونتر 1 إلى نومبروفريودس تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا تراكم تراكم تاريخي (تاريخي - عدد نومبريوفريودس عداد) موفينغافيراج تراكوم نومبروفريودس سيتم شرح التعليمات البرمجية في الصف. تريد وضع الوظيفة على جدول البيانات بحيث تظهر نتيجة الحساب حيث ترغب في التالي. ومغت 3123 الفصل 9 20. وفاء مع ظروف عملها في مركز الاتصال، قررت ليزا للاستثمار في حالة من آلة الخياطة الحديثة، وإنتاج كميات محدودة من تصاميم الملابس الخاصة بها. وبعد بضعة أشهر من العمل، قررت تطبيق بعض تقنيات التنبؤ التي تتقنها في المدرسة. أي من هذه العبارات حول توقعاتها صحيحة D) أفضل طريقة لتحديد كمية النسيج التي تحتاجها هي التنبؤ بها بناء على طلبات العملاء الخاصة بكل نوع من أنواع التنورة. الفصل 12 تخطيط الطلب: التنبؤ وإدارة الطلب الفرق الأساسي بين إدارة الطلب وتنبؤ الطلب هو التنبؤ ممكن فقط عندما تكون البيانات الكمية المتاحة. شركة لا يمكن تنفيذ كلا النهجين في وقت واحد. إدارة الطلب استباقية، في حين أن محاولات التنبؤ بالتنبؤ. ويتناول أحد النهج عدم اليقين، بينما يتناول الآخر الطلب المعروف. إدارة الطلب استباقية، في حين أن محاولات التنبؤ بالتنبؤ. وتحاول إدارة الطلب بشكل استباقي التأثير على الطلب، في حين أن التنبؤ ببساطة يحاول التنبؤ بالطلب. من الأفضل استخدام التخطيط الاستراتيجي للطلب: لتحديد خطط توظيف الموظفين أو تسريحهم. لتحديد خطط العمل الإضافي للموظفين. أن تقرر ما إذا كان أو لم يكن لإغلاق مصنع. لتوجيه العمليات اليومية في مصنع لتصنيع. أن تقرر ما إذا كان أو لم يكن لإغلاق مصنع. التخطيط الاستراتيجي للطلب ضروري للقرارات طويلة الأجل مثل بناء أو إغلاق مصنع. أما القرارات الأخرى فهي قرارات قصيرة الأجل. ويتسم الطلب على السكن بنمط منتظم يتزايد إلى الذروة، ثم ينخفض. عندما يصل الطلب إلى نقطة منخفضة، ثم يكرر هذا النمط. ويحدث هذا النمط عادة على مدى فترة تتراوح بين ثلاث وخمس سنوات. هذا مثال على أي نوع من نمط الطلب الارتباط الذاتي خطوة التغيير الاتجاه موسمية ودورات موسمية ودورات موسمية ودورات أنماط منتظمة من تكرار أعلى وأدنى مستوى، كما هو موضح في هذا المثال شركة الكمبيوتر محدب يجعل العديد من التوقعات المختلفة. أي من التوقعات التالية هو على الأرجح أقل عدد دقيق من أجهزة الكمبيوتر المكتبية التي سيتم بيعها في العام المقبل. إجمالي عدد أجهزة الكمبيوتر المحمولة التي سيتم بيعها الشهر المقبل. إجمالي عدد أجهزة الكمبيوتر (أجهزة الكمبيوتر المحمولة وأجهزة الكمبيوتر المكتبية) ليتم بيعها الشهر المقبل. إجمالي عدد أجهزة الكمبيوتر المحمولة مع 2 غيغابايت من ذاكرة الوصول العشوائي، 80 غيغابايت من القرص الصلب، و 16 x محرك أقراص دفد ليتم بيعها في العام المقبل. إجمالي عدد أجهزة الكمبيوتر المحمولة مع 2 غيغابايت من ذاكرة الوصول العشوائي، 80 غيغابايت من القرص الصلب، و 16 x محرك أقراص دفد ليتم بيعها في العام المقبل. وكلما كانت التوقعات أكثر تفصيلا، كلما كان ذلك أقل دقة. D هو الأكثر تفصيلا. لدى الشركة المعلومات التالية فيما يتعلق بأداء التوقعات في الفترات الثلاث الماضية. ما هو متوسط الانحراف المطلق (د) 200 تلخيص القيم المطلقة للأخطاء وتحديد متوسط النتائج في (300 200 100) 3 200. الانتقال من البناء إلى المخزون لتجميع أو جعل حسب الطلب العمليات. التأثير على توقيت الطلب. كل هذه. الانتقال من البناء إلى المخزون لتجميع أو جعل إلى ترتيب العمليات. المنتجات المؤجلة الحصول على الشكل النهائي بعد طلب العملاء هو معروف في الواقع. ولا تزال بعض التنبؤات ضرورية (بالنسبة للمكونات)، ولا يتغير توقيت الطلب. في السنوات الأخيرة بدأت بعض الشركات في العمل عن كثب مع عملائها ومورديها من خلال تبادل المعلومات لتطوير خطط الطلب وتنفيذ تلك الخطط. ويعرف الإجراء الذي يتبعونه بما يلي: التخطيط التعاوني والتنبؤ والتجديد. التحليل المشترك والتنبؤ. التخطيط المشترك لتنبؤات الطلب. التخطيط المنسق للمتطلبات. التخطيط التعاوني والتنبؤ والتجديد. ويمثل التخطيط التعاوني والتنبؤ والتجديد عملية لتبادل المعلومات والخطط مع شركاء سلسلة التوريد. نفترض أن التوقعات للفترة الماضية هي فيت 200 وحدة، وتقترح التجربة الأخيرة زيادة المبيعات المحتملة من 10 وحدة كل فترة. وصلت المبيعات الفعلية للفترة الأخيرة 230 وحدة. على افتراض معامل تمهيد 0.20 ومعامل تمهيد الاتجاه 0.10، ما هو توقعات بيس للفترة المقبلة Ft1 فيت (دت - فيت) 200 0.20 (230-200) 206 وقد زاندا شركة اختبار أداء اثنين من التنبؤ مختلفة نماذج لمعرفة ما يجب أن تعتمد للاستخدام. ويريد أن يختار النموذج الذي يحتوي على الانحراف المعياري الأصغر لأخطاء التنبؤ. وينبغي أن تقارن زاندا أي مما يلي لجعل اختيارها ميب من نموذجين مف من النموذجين رمز رمز النموذجين ماد من النموذجين رمز من النموذجين يوفر رمز تقريب جيد للانحرافات المعيارية لأخطاء التنبؤ النماذج . ستقترح إشارة التتبع إلى مدير يتغير الطلب على عنصر ما. وقد تحتاج معلمات أنماط التنبؤ إلى تعديل. هناك موسمية في الطلب. وقد تحتاج جميع معلمات أنماط التنبؤ هذه إلى تعديل. تقترح إشارة التتبع إلى مدير قد يتطلب تعديل المعلمات. ويعرف نظام التنبؤ الذي يغير قيمة معلمة ألفا ردا على مستوى خطأ التنبؤ بما يلي: نموذج تكيفي. وقد عزز هذا الاتجاه نموذج التمهيد الأسي. إشارة تتبع. نموذج سلسلة زمنية. انحدار سببي. نموذج تكيف يضبط التنبؤ التكيفي تلقائيا معاملات التجانس في نموذج تمهيد أسي استجابة لإشارة تتبع. يتم عادة التخطيط الطلب على المدى الطويل الاستراتيجي باستخدام ما وحدات المبيعات في موقع معين إجمالي مبيعات وحدة الأعمال إجمالي مبيعات البند المنتج إجمالي مبيعات الأسرة المنتج إجمالي مبيعات وحدة الأعمال التخطيط الاستراتيجي الطلب يدعم القرارات على مستوى الأعمال الكلي. ما هي العلاقة بين إدارة الطلب والتنبؤ بالطلب يتم إدارة نشاطي التخطيط بشكل مستقل. وعادة ما تكون خطط إدارة الطلب مدخلا للطلب على التنبؤ. يتم إدارة الطلب من قبل مديري العمليات، في حين يتم تنفيذ توقعات الطلب من قبل مديري التسويق. كل من B و C صحيحة. وعادة ما تكون خطط إدارة الطلب مدخلا للطلب على التنبؤ. خطط إدارة الطلب مثل التسعير والترويج هي المدخلات اللازمة للتنبؤ بالطلب. أي من العوامل التالية يجب أن تؤخذ في الاعتبار عند تصميم عملية التنبؤ أفق زمني للتخطيط. مستوى التفاصيل للتخطيط. توافر البيانات. وينبغي أن تكون جميع أنظمة التنبؤ هذه مصممة لتلبية احتياجات المستخدمين. أما أبسط نهج فيتمثل في اتخاذ متوسط كانون الثاني / يناير حتى آذار / مارس واستخدام ذلك لتقدير مبيعات نيسان / أبريل 8217: (129 134 122) 3 128.333 وبالتالي، واستنادا إلى مبيعات الفترة من كانون الثاني / يناير إلى مارس، تتوقع أن المبيعات في أبريل سيكون 128،333. مرة واحدة أبريل 8217s المبيعات الفعلية تأتي في، وكنت ثم حساب توقعات لشهر مايو، وهذه المرة باستخدام فبراير حتى أبريل. يجب أن تكون متسقة مع عدد الفترات التي تستخدمها لنقل متوسط التنبؤ. عدد الفترات التي تستخدمها في توقعات المتوسط المتحرك الخاص بك تعسفي قد تستخدم فقط فترتين، أو خمس أو ست فترات ما تريده لتوليد توقعاتك. النهج أعلاه هو متوسط متحرك بسيط. في بعض الأحيان، قد تكون الأشهر الأخيرة 8217 المبيعات المؤثرين أقوى من المبيعات شهر 8217s القادمة، لذلك كنت تريد أن تعطي تلك الأشهر أقرب إلى مزيد من الوزن في نموذج التوقعات الخاصة بك. هذا هو المتوسط المتحرك المرجح. ومثل عدد الفترات، فإن الأوزان التي تعينها تعسفية بحتة. Let8217s يقول كنت تريد أن تعطي المبيعات مارس 8217s 50 الوزن، فبراير 8217s 30 الوزن، و يناير 8217s 20. ثم توقعاتك لشهر أبريل سيكون 127،000 (122.50) (134.30) (129.20) 127. حدود متوسطات الحركة المتحركة تعتبر المتوسطات المتحركة 8220 سمعة 8221 تقنية التنبؤ. لأنك 8217re أخذ المتوسط مع مرور الوقت، كنت تليين (أو تمهيد) آثار حدوثات غير منتظمة داخل البيانات. ونتيجة لذلك، فإن آثار الموسمية، ودورات الأعمال، وغيرها من الأحداث العشوائية يمكن أن تزيد بشكل كبير من الخطأ التنبؤ. ألق نظرة على قيمة بيانات 8217 ثانية كاملة، وقارن متوسط متحرك لمدة 3 أيام ومتوسط متحرك لخمسة فترات: لاحظ أنه في هذه الحالة لم أتمكن من إنشاء توقعات، بل ركزت على المتوسطات المتحركة. المتوسط المتحرك الأول لمدة 3 أشهر هو لشهر فبراير، و 8217 ثانية متوسط يناير وفبراير ومارس. كما فعلت مماثلة لمتوسط 5 أشهر. الآن نلقي نظرة على الرسم البياني التالي: ماذا ترى ليس سلسلة المتوسط المتحرك لمدة ثلاثة أشهر أكثر سلاسة بكثير من سلسلة المبيعات الفعلية وكيف حول المتوسط المتحرك لمدة خمسة أشهر IT8217s حتى أكثر سلاسة. وبالتالي، والمزيد من الفترات التي تستخدمها في المتوسط المتحرك الخاص بك، وسلاسة سلسلة الوقت الخاص بك. وبالتالي، للتنبؤ، قد لا يكون المتوسط المتحرك البسيط أكثر الطرق دقة. إن أساليب المتوسط المتحرك تثبت قيمة كبيرة عندما تحاول 8217 محاولة استخراج المكونات الموسمية وغير المنتظمة والدورية من السلاسل الزمنية لطرق التنبؤ المتقدمة مثل الانحدار و أريما، وسيتم استخدام المتوسطات المتحركة في تحليل سلسلة زمنية في وقت لاحق في السلسلة. تحديد دقة نموذج المتوسط المتحرك بشكل عام، تريد طريقة التنبؤ التي تحتوي على أقل خطأ بين النتائج الفعلية والمتوقعة. ومن أكثر المقاييس شيوعا لدقة التنبؤ هو الانحراف المطلق المتوسط (د. م). في هذا النهج، لكل فترة في السلسلة الزمنية التي قمت بإنشاء توقعات، كنت تأخذ القيمة المطلقة للفرق بين تلك الفترة 8217s القيم الفعلية والمتوقعة (الانحراف). ثم يمكنك متوسط هذه الانحرافات المطلقة وتحصل على مقياس من درهم. ماد يمكن أن يكون مفيدا في اتخاذ قرار بشأن عدد الفترات التي متوسط، و أن كمية الوزن الذي تضعه على كل فترة. عموما، يمكنك اختيار واحد أن يؤدي إلى أدنى درهم. هنا 8217s مثال على كيفية احتساب ماد: درهم هو ببساطة المتوسط 8، 1، 3. المتوسطات المتحركة: خلاصة عند استخدام المتوسطات المتحركة للتنبؤ، تذكر: المتوسطات المتحركة يمكن أن تكون بسيطة أو مرجحة عدد الفترات التي تستخدمها ل متوسط، وأي الأوزان التي تعين لكل منها التعسفي التعسفي المتوسطات المتحركة على نحو سلس خارج أنماط غير منتظمة في البيانات سلسلة زمنية أكبر عدد الفترات المستخدمة لكل نقطة البيانات، وزيادة تأثير تمهيد بسبب تجانس، والتنبؤ الشهر المقبل مبيعات 8217s على أساس فإن معظم المبيعات الأخيرة في الشهر 8217s يمكن أن تؤدي إلى انحرافات كبيرة بسبب الأنماط الموسمية والدورية وغير المنتظمة في البيانات، وقدرات التمهيد لطريقة المتوسط المتحرك يمكن أن تكون مفيدة في تحلل سلسلة زمنية لطرق التنبؤ أكثر تقدما. الأسبوع المقبل: تجانس الأسي في الأسبوع القادم 8217s توقعات الجمعة. سوف نناقش أساليب التمهيد الأسي، وسترى أنها يمكن أن تكون أعلى بكثير من المتوسط المتحرك أساليب التنبؤ. لا يزال دون 8217t تعرف لماذا لدينا توقعات الجمعة المشاركات تظهر يوم الخميس معرفة في: tinyurl26cm6ma مثل هذا: التنقل بوست ترك الرد إلغاء الرد كان لي 2 أسئلة: 1) يمكنك استخدام نهج ما تركزت للتنبؤ أو لمجرد إزالة الموسمية 2) عندما (t-1t-2t-k) k ما للتنبؤ بفترة زمنية واحدة، هل من الممكن التنبؤ بأكثر من 1 فترة قبل أن أعتقد أن توقعاتك ستكون واحدة من النقاط التي تغذيها في المرة القادمة. شكر. أحب المعلومات وتفسيراتك I8217m سعيد تريد بلوق I8217m متأكد من أن العديد من المحللين استخدمت نهج ما تركزت للتنبؤ، ولكن أنا شخصيا لن، لأن هذا النهج يؤدي إلى فقدان الملاحظات في كلا الطرفين. هذا في الواقع ثم العلاقات في السؤال الثاني الخاص بك. عموما، يستخدم ما بسيط للتنبؤ فترة واحدة فقط المقبلة، ولكن العديد من المحللين 8211 وأنا أيضا في بعض الأحيان 8211 سوف تستخدم بلدي فترة واحدة قبل التوقعات باعتبارها واحدة من المدخلات للفترة الثانية المقبلة. It8217s المهم أن نتذكر أن المزيد من المستقبل في محاولة للتنبؤ، وزيادة خطر الخاص بك من الخطأ المتوقع. هذا هو السبب في أنني لا أوصي تركز ما للتنبؤ 8211 فقدان الملاحظات في نهاية المطاف يعني الاضطرار إلى الاعتماد على التنبؤات الملاحظات المفقودة، فضلا عن الفترة (ق) المقبلة، لذلك هناك فرصة أكبر للخطأ التنبؤ. القراء: you8217re دعا إلى وزن في هذا. هل لديك أي أفكار أو اقتراحات حول هذا بريان، شكرا لتعليقكم وتقديراتكم على بلوق مبادرة لطيفة وتفسير جميل. It8217s مفيدة حقا. أتوقع مخصص لوحات الدوائر المطبوعة للعميل الذي لا يعطي أي توقعات. لقد استخدمت المتوسط المتحرك، ومع ذلك فإنه ليس دقيقا جدا حيث يمكن للصناعة صعودا وهبوطا. ونحن نرى نحو منتصف الصيف حتى نهاية العام أن الشحن pcb8217s هو ما يصل. ثم نرى في بداية العام يبطئ الطريق. كيف يمكنني أن أكون أكثر دقة مع بياناتي كاترينا، من ما قلت لي، يبدو لديك المطبوعة مبيعات لوحة الدوائر لديها عنصر موسمي. أتعامل مع الموسمية في بعض المشاركات الأخرى المتوقعة يوم الجمعة. وهناك طريقة أخرى يمكنك استخدامها، وهي سهلة جدا، وهي خوارزمية هولت-وينترز، والتي تأخذ في الاعتبار الموسمية. يمكنك العثور على تفسير جيد من هنا. تأكد من تحديد ما إذا كانت أنماطك الموسمية متعددة أو مضافة، لأن الخوارزمية مختلفة قليلا لكل منها. إذا كنت مؤامرة البيانات الشهرية الخاصة بك من بضع سنوات، ونرى أن التغيرات الموسمية في نفس الأوقات من السنوات ويبدو أن تكون ثابتة سنة بعد سنة، ثم الموسمية هو المضافة إذا كانت التغيرات الموسمية مع مرور الوقت يبدو أن تتزايد، ثم الموسمية هو المضاعف. معظم السلاسل الزمنية الموسمية ستكون مضاعفة. إذا كنت في شك، تفترض مضاعفة. حظا سعيدا مرحبا هناك، بين تلك الطريقة:. ناف التنبؤ. تحديث المتوسط. المتوسط المتحرك للطول k. إما المتوسط المتحرك المرجح لطول k أو التمدد الأسي أي واحد من تلك النماذج المحدثة تنصحني باستخدامها للتنبؤ بالبيانات بالنسبة لي، أفكر في المتوسط المتحرك. ولكن أنا don8217t تعرف كيفية جعلها واضحة ومنظم ذلك يعتمد حقا على كمية ونوعية البيانات لديك وأفق التنبؤ الخاص بك (على المدى الطويل، على المدى المتوسط، أو على المدى القصير)
No comments:
Post a Comment