พยากรณ์ โดย เรียบ เทคนิค

พยากรณ์โดยเรียบเทคนิค เว็บไซต์นี้เป็นส่วนหนึ่งของ JavaScript E-ห้องปฏิบัติการเรียนรู้วัตถุสำหรับการตัดสินใจ จาวาสคริปต์อื่น ๆ ในชุดนี้มีการแบ่งประเภทภายใต้พื้นที่ที่แตกต่างของการใช้งานในส่วนของเมนูในหน้านี้ อนุกรมเวลาเป็นลำดับของการสังเกตที่มีการสั่งซื้อในเวลา โดยธรรมชาติในการเก็บรวบรวมข้อมูลที่ถ่ายในช่วงเวลาที่เป็นรูปแบบของการเปลี่ยนแปลงบางอย่างสุ่ม มีวิธีการในการลดผลกระทบจากการยกเลิกเนื่องจากการเปลี่ยนแปลงสุ่มอยู่ เทคนิคการใช้กันอย่างแพร่หลายคือ "เรียบ" เทคนิคเหล่านี้เมื่อนำไปใช้อย่างถูกต้องแสดงให้เห็นอย่างชัดเจนมากขึ้นแนวโน้มพื้นฐาน ป้อนเวลาชุดแถวที่ชาญฉลาดในลำดับที่เริ่มต้นจากมุมซ้ายบนและพารามิเตอร์ (s) จากนั้นคลิกที่ปุ่มคำนวณเพื่อให้ได้ระยะเวลาหนึ่งข้างหน้าคาดการณ์ กล่องที่ว่างเปล่าไม่ได้รวมอยู่ในการคำนวณ แต่เป็นศูนย์ ในการป้อนข้อมูลของคุณที่จะย้ายจากเซลล์ไปยังเซลล์ในการใช้ข้อมูลเมทริกซ์ปุ่ม Tab ไม่ลูกศรหรือใส่กุญแจ คุณสมบัติของอนุกรมเวลาซึ่งอาจจะมีการเปิดเผยโดยการตรวจสอบกราฟ มีค่าการคาดการณ์และพฤติกรรมที่เหลือการสร้างแบบจำลองการคาดการณ์สภาพ ย้ายค่าเฉลี่ย: ค่าเฉลี่ยการย้ายอันดับหนึ่งในเทคนิคที่นิยมมากที่สุดสำหรับประมวลผลเบื้องต้นของชุดเวลา พวกเขาจะใช้ในการกรองสุ่ม "เสียงสีขาว" จากข้อมูลที่จะทำให้ชุดเรียบเวลาหรือแม้กระทั่งการที่จะเน้นส่วนประกอบในการให้ข้อมูลบางอย่างที่มีอยู่ในชุดเวลา เอกมูท: นี่คือรูปแบบที่นิยมมากในการผลิตที่เรียบอนุกรมเวลา ในขณะที่ค่าเฉลี่ยการย้ายสังเกตที่ผ่านมามีน้ำหนักเท่ากันเอกมูทจะกำหนดชี้แจงการลดน้ำหนักเป็นที่สังเกตได้รับเก่า ในคำอื่น ๆ ที่ผ่านมาข้อสังเกตจะได้รับน้ำหนักค่อนข้างมากขึ้นในการพยากรณ์กว่าการสังเกตที่มีอายุมากกว่า คู่เอกมูทจะดีกว่าที่แนวโน้มการจัดการ ทริปเปิเอกมูทจะดีกว่าในการจัดการแนวโน้มโค้ง น้ำหนัก exponenentially ค่าเฉลี่ยเคลื่อนที่ที่มีการปรับให้เรียบคงที่ ประมาณสอดคล้องกับค่าเฉลี่ยของการเคลื่อนไหวที่เรียบง่ายของความยาว (เช่นระยะเวลา) n โดยที่ n และมีความสัมพันธ์กันโดย: A = 2 / (n + 1) หรือ n = (2 - ก) / a ดังนั้นสำหรับตัวอย่างเช่นน้ำหนัก exponenentially ค่าเฉลี่ยเคลื่อนที่ที่มีการปรับให้เรียบคงที่เท่ากับ 0.1 จะตรงไปประมาณ 19 วันค่าเฉลี่ยเคลื่อนที่ และค่าเฉลี่ยเคลื่อนที่ง่าย 40 วันจะสอดคล้องกับประมาณน้ำหนักชี้แจงค่าเฉลี่ยเคลื่อนที่ที่มีการปรับให้เรียบคงที่เท่ากับ 0.04878 โฮลท์เป็น Linear เอกมูท: สมมติว่าอนุกรมเวลาไม่เป็นตามฤดูกาล แต่แนวโน้มไม่แสดงผล วิธีการประมาณการโฮลท์ทั้งในระดับปัจจุบันและแนวโน้มในปัจจุบัน ขอให้สังเกตว่าค่าเฉลี่ยเคลื่อนที่ง่ายเป็นกรณีพิเศษของการปรับให้เรียบชี้แจงโดยการตั้งค่าระยะเวลาของการค่าเฉลี่ยเคลื่อนที่ที่จะเป็นส่วนหนึ่งของจำนวนเต็ม (2 อัลฟา) / อัลฟา สำหรับข้อมูลทางธุรกิจมากที่สุดพารามิเตอร์อัลฟาขนาดเล็กกว่า 0.40 มักจะเป็นที่มีประสิทธิภาพ แต่หนึ่งอาจดำเนินการค้นหาตารางของพื้นที่พารามิเตอร์ที่มี = = 0.1 ถึง 0.9 โดยมีการเพิ่มขึ้น 0.1 จากนั้นอัลฟาที่ดีที่สุดมีขนาดเล็กที่สุดหมายถึงข้อผิดพลาดแอบโซลูท (MA ข้อผิดพลาด) วิธีการเปรียบเทียบวิธีการปรับให้เรียบหลายแม้ว่าจะมีเป็นตัวชี้วัดในการประเมินตัวเลขความถูกต้องของการใช้เทคนิคการพยากรณ์ที่วิธีการอย่างกว้างขวางที่สุดคือในการใช้การเปรียบเทียบภาพของการคาดการณ์หลายในการประเมินความถูกต้องของพวกเขาและเลือกระหว่างวิธีการพยากรณ์ต่างๆ ในวิธีนี้ต้องพล็อต (ใช้เช่น Excel) ในกราฟเดียวกันค่าเดิมของตัวแปรอนุกรมเวลาและค่านิยมที่คาดการณ์จากวิธีการพยากรณ์ที่แตกต่างกันจึงอำนวยความสะดวกการเปรียบเทียบภาพ คุณอาจต้องการใช้การคาดการณ์ที่ผ่านมาโดยเทคนิคเรียบ JavaScript เพื่อให้ได้รับค่าพยากรณ์ที่ผ่านมาขึ้นอยู่กับการปรับให้เรียบเทคนิคที่ใช้พารามิเตอร์เดียว โฮลท์และวิธีการใช้ฤดูหนาวที่สองและสามพารามิเตอร์ตามลำดับดังนั้นจึงไม่ได้เป็นงานง่ายที่จะเลือกที่ดีที่สุดหรือแม้กระทั่งใกล้ค่าที่ดีที่สุดจากการทดลองและ - errors สำหรับพารามิเตอร์ ปรับให้เรียบชี้แจงเดียวเน้นมุมมองระยะสั้น; จะกำหนดระดับเพื่อสังเกตที่ผ่านมาและจะขึ้นอยู่กับเงื่อนไขที่ว่ามีแนวโน้มไม่ ถดถอยเชิงเส้นที่เหมาะกับสายน้อยสแควร์กับข้อมูลทางประวัติศาสตร์ (หรือเปลี่ยนข้อมูลทางประวัติศาสตร์) หมายถึงระยะยาวซึ่งเป็นเงื่อนไขในแนวโน้มพื้นฐาน เรียบชี้แจงเชิงเส้นโฮลท์จับข้อมูลเกี่ยวกับแนวโน้มล่าสุด พารามิเตอร์ในรูปแบบของโฮลท์เป็นระดับพารามิเตอร์ซึ่งควรจะลดลงเมื่อจำนวนของการเปลี่ยนแปลงข้อมูลที่มีขนาดใหญ่และแนวโน้มพารามิเตอร์ควรจะเพิ่มขึ้นถ้าทิศทางแนวโน้มล่าสุดได้รับการสนับสนุนจากสาเหตุบางปัจจัย การพยากรณ์ระยะสั้น: ขอให้สังเกตว่าทุก JavaScript บนหน้านี้ให้เป็นหนึ่งในขั้นตอนข้างหน้าคาดการณ์ ที่จะได้รับสองขั้นตอนข้างหน้าคาดการณ์ เพียงแค่เพิ่มมูลค่าที่คาดการณ์ไว้ที่ส่วนท้ายของข้อมูลอนุกรมเวลาที่คุณและจากนั้นคลิกที่ปุ่มคำนวณเดียวกัน คุณอาจจะทำซ้ำขั้นตอนนี้ไม่กี่ครั้งเพื่อให้ได้รับการคาดการณ์ที่จำเป็นในระยะสั้น