चलती - औसत - भविष्यवाणी मॉडल - कमियां

औसत पूर्वानुमान चलाना। परिचय जैसा कि आप अनुमान लगा सकते हैं हम भविष्यवाणी के कुछ सबसे प्राचीन तरीकों पर विचार कर रहे हैं लेकिन उम्मीद है कि ये स्प्रेडशीट में पूर्वानुमान लागू करने से संबंधित कुछ कंप्यूटिंग मुद्दों पर कम से कम एक सार्थक परिचय है। इस नस में हम जारी रहेंगे शुरुआत से शुरू करने और मुवक्किल औसत पूर्वानुमान के साथ काम करना शुरू करना। औसत पूर्वानुमान पूर्वानुमान चलाना हर कोई औसत मौके पर चलने से परिचित है, भले ही उनका मानना ​​है कि वे सभी कॉलेज के छात्रों को हर समय उनको अपने पाठ्यक्रम के परीक्षण के बारे में सोचें, जहां आप जा रहे हैं सेमेस्टर के दौरान चार परीक्षाएं हैं, मान लें कि आपको अपनी पहली परीक्षा में 85 मिले। आप अपने दूसरे टेस्ट स्कोर के लिए भविष्यवाणी करेंगे.तुम्हें क्या लगता है कि आपका शिक्षक आपके अगले टेस्ट स्कोर के लिए भविष्यवाणी करेगा.तुम्हें क्या लगता है कि आपके दोस्तों का अनुमान लगाया जा सकता है अपने अगले टेस्ट स्कोर के लिए. तुम्हें क्या लगता है कि आपके माता-पिता आपके अगले टेस्ट स्कोर के लिए अनुमान लगा सकते हैं। आईएंड्स और माता-पिता, वे और आपके शिक्षक आपसे मिलने वाले 85 के क्षेत्र में कुछ पाने की उम्मीद कर रहे हैं। ठीक है, अब यह मान लें कि अपने दोस्तों को अपने स्वयं के प्रचार के बावजूद, आप खुद को अनुमान लगाते हैं और आंकड़ा है कि आप दूसरे टेस्ट के लिए कम अध्ययन कर सकते हैं और आपको 73 मिल जाए। अब आप सभी को लेकर चिंतित और निराश होने की उम्मीद कर रहे हैं कि आप अपने तीसरे परीक्षण पर पहुंचेंगे। चाहे उनके अनुमान के विकास के लिए दो संभावित संभावनाएं हों चाहे वे इसे आपके साथ साझा करेंगे.वे खुद से कह सकते हैं, यह लड़का अपने स्मार्टफोन के बारे में हमेशा धुआं उड़ रहा है वह अगर वह भाग्यशाली हो तो 73 को मिलेगा.शायद माता-पिता इससे ज्यादा सहायक बनने की कोशिश करेंगे और कहते हैं, ठीक है, इसलिए अब तक आप 85 और 73 मिल चुके हैं, इसलिए शायद आप को 85 73 2 79 के बारे में जानने के बारे में पता होना चाहिए, शायद अगर आपने कम पार्टिसाइज़ किया हो और सभी जगह पर वीज़ल को सताते हुए और यदि आप बहुत अधिक पढ़ना आप उच्च अंक प्राप्त कर सकते हैं। इन अनुमानों में से दो वास्तविक हैं लिविंग औसत पूर्वानुमान। पहले अपने भविष्य के प्रदर्शन की भविष्यवाणी करने के लिए केवल आपके नवीनतम स्कोर का उपयोग कर रहा है यह डेटा के एक अवधि का उपयोग करते हुए चलती औसत पूर्वानुमान कहा जाता है। दूसरा भी चलती औसत पूर्वानुमान है, लेकिन डेटा के दो अवधियों का उपयोग करते हैं। कि आपके महान दिमाग को खत्म करने वाले ये सभी लोग आपको परेशान करते हैं और आप अपने स्वयं के कारणों के लिए तीसरी परीक्षा में अच्छी तरह से काम करने का फैसला करते हैं और अपने सहयोगियों के सामने उच्च अंक डालते हैं आप परीक्षा लेते हैं और आपका स्कोर वास्तव में एक है 89 प्रत्येक व्यक्ति को, खुद सहित, प्रभावित है। अब आप सेमेस्टर की अंतिम परीक्षा आ रही है और हमेशा की तरह आपको लगता है कि आप सभी को अपनी भविष्यवाणियां बनाने की आवश्यकता महसूस करते हैं कि आप आखिरी परीक्षा में कैसे करेंगे, अच्छा, उम्मीद है कि आप देखेंगे पैटर्न. अब, उम्मीद है कि आप पैटर्न देख सकते हैं जो आपको सबसे अधिक सटीक मानते हैं। हम जब भी काम करते हैं, हमले अब हम आपकी नई सफाई वाली कंपनी में लौट आए हैं जो आपकी बहिष्कार वाली बहन ने शुरू की थी, जब हम काम करते थे, तो आपके पास कुछ पिछले बिक्री डेटा एक स्प्रैडशीट से निम्न अनुभाग द्वारा प्रतिनिधित्व किया गया है हम पहले तीन दिनों की औसत पूर्वानुमान चलते समय डेटा प्रस्तुत करते हैं। सेल C6 के लिए प्रविष्टि होना चाहिए. अब आप इस सेल सूत्र को C11 के माध्यम से अन्य कक्षों C7 से कॉपी कर सकते हैं। नोट करें कि कैसे औसत चालें सबसे हाल के ऐतिहासिक आंकड़ों पर, लेकिन प्रत्येक भविष्यवाणी के लिए उपलब्ध तीन सबसे हाल की अवधि का उपयोग करता है आपको यह भी ध्यान देना चाहिए कि हमें वास्तव में पिछली अवधि के पूर्वानुमानों को बनाने की आवश्यकता है ताकि हमारी सबसे हाल की भविष्यवाणी विकसित हो सकें यह निश्चित रूप से अलग है घातीय चौरसाई मॉडल में मैंने पिछले भविष्यवाणियों को शामिल किया है क्योंकि हम भविष्य की वैधता को मापने के लिए अगले वेब पेज में उनका उपयोग करेंगे। अब मैं औसत अवधि के चलते दो अवधि के लिए समान परिणाम पेश करना चाहता हूं। सेल सी 5 के लिए प्रवेश होना चाहिए. अब आप इस सेल सूत्र को अन्य कोशिकाओं C6 से C11 तक कॉपी कर सकते हैं। नोटिस कैसे अब प्रत्येक भविष्यवाणी के लिए केवल दो सबसे हालिया टुकड़ों का उपयोग किया जाता है फिर मैं इसमें शामिल है उदाहरण के उद्देश्यों के लिए पिछले पूर्वानुमान और पूर्वानुमान सत्यापन में बाद में उपयोग के लिए। कुछ अन्य चीजें जो ध्यान देने योग्य हैं। मी-अवधि की औसत औसत पूर्वानुमान केवल मी के सबसे हाल के डेटा मानों को भविष्यवाणी करने के लिए उपयोग किया जाता है और कुछ नहीं आवश्यक है पिछली भविष्यवाणियां करते समय, एम-अवधि की औसत पूर्वानुमान के लिए, ध्यान दें कि पहली बार भविष्यवाणी की अवधि 1 एम में होती है। जब हम अपना कोड विकसित करते हैं तो इन दोनों मुद्दे बहुत महत्वपूर्ण होंगे.संभावना औसत समारोह का विकास अब हमें विकसित करने की आवश्यकता है चलती औसत पूर्वानुमान के लिए कोड जो अधिक लचीले ढंग से इस्तेमाल किया जा सकता है कोड निम्न सूचना देता है कि इनपुट अवधि में आप उपयोग करना चाहते हैं और ऐतिहासिक मूल्यों की सरणी के लिए हैं, आप इसे जो वही कार्यपुस्तिका में संग्रहीत कर सकते हैं। कार्य MovingAverage ऐतिहासिक, NumberOfPeriods एकल घोषित करने और चर को प्रारंभ करने के रूप में मंद आइटम के रूप में चर अंकीय काउंटर के रूप में पूर्णांक मंद संचय के रूप में एकल मंद ऐतिहासिक आकार पूर्णांक के रूप में। चर को शुरू करना काउंटर 1 संचय 0. ऐतिहासिक सरणी के आकार का निर्धारण ऐतिहासिक सिमित। काउंटर 1 के लिए संख्या - अभियान अवधि। सबसे हाल ही में देखे गए मूल्यों की उचित संख्या को संचित करना। आकलन संचय ऐतिहासिक ऐतिहासिक सिज़िज़ - संख्याऑफ़परोड्स काउंटर। मैव्वेज एवेन्यूशन नंबरऑफपेरियोड। कोड को क्लास में समझाया जाएगा आप स्प्रेडशीट पर फ़ंक्शन की स्थिति बनाना चाहते हैं, ताकि गणना के परिणाम दिखाई दें, जहां यह होना चाहिए जैसे निम्नलिखित क्लास मूविंग एवरल मॉोडेल। चलती औसत पूर्वानुमान मॉडल एक कृत्रिम रूप से निर्मित समय श्रृंखला पर आधारित होता है, जिसमें एक निश्चित समय के लिए मूल्य उस मूल्य के माध्य द्वारा बदल जाता है और कुछ पूर्ववर्ती और सफल समय अवधि के मानों के अनुसार जैसा कि आप अनुमान लगा सकते हैं विवरण से, यह मॉडल टाइम-सीरिज डेटा के लिए सबसे उपयुक्त होता है, जो समय के साथ बदलता है। उदाहरण के लिए, स्टॉक मार्केट में व्यक्तिगत शेयरों के कई चार्ट रुझानों को दिखाने के लिए 20, 50, 100 या 200 दिनों की चलती औसत दिखाते हैं। चूंकि किसी भी अवधि के पूर्वानुमान मूल्य पिछली अवधि का औसत है, इसलिए पूर्वानुमान हमेशा दिखाए गए मूल्यों में वृद्धि या घटने के पीछे पीछे की ओर दिखता है उदाहरण के लिए, यदि कोई डेटा श्रृंखला एक उल्लेखनीय ऊपरी प्रवृत्ति है तो एक चलती औसत पूर्वानुमान आम तौर पर निर्भर चर के मूल्यों का अनुमान नहीं दिखाएगा। चलती औसत विधि का अन्य पूर्वानुमान मॉडलों पर एक फायदा होता है जिसमें यह चोटियों को चिकनी और चिकनी होता है अवलोकन के एक सेट में खराबी या घाटियां हालांकि, इसके कई नुकसान भी हैं विशेषकर इस मॉडल में वास्तविक समीकरण का उत्पादन नहीं होता है इसलिए, यह एक मध्यम-लंबी दूरी की भविष्यवाणी उपकरण के रूप में उपयोगी नहीं है यह केवल एक ही पूर्वानुमान के लिए इस्तेमाल किया जा सकता है या भविष्य में दो अवधि। चलती औसत मॉडल अधिक सामान्य भारित चलती औसत का एक विशेष मामला है। सरल चलती औसत में, सभी वजन बराबर होते हैं। 0 3 लेखक स्टीवन आर गोल्ड। क्षेत्र से विरासत में मिली फ़ील्ड. मविंगएवलमोडल एक नया निर्माण करता है चलती औसत पूर्वानुमान मॉडल। चलने वाले मोडेल अंतराल अवधि निर्दिष्ट अवधि का उपयोग करते हुए एक नए चलती औसत पूर्वानुमान मॉडल का निर्माण करता है। फोरकास्ट टाइप इस प्रकार के पूर्वानुमान मॉडल के एक या दो शब्द का नाम देता है। आईआईटी डेटासेट डेटासेट चलती औसत मॉडल को प्रारंभ करने के लिए उपयोग किया जाता है.स्टस्टिंग यह चाहिए वर्तमान पूर्वानुमान मॉडल का एक शाब्दिक विवरण प्रदान करने के लिए ओवरराइड होना चाहिए, जिसमें संभव है, कोई व्युत्पन्न पैरामीटर का उपयोग किया जाता है। एक नई चलती औसत पूर्वानुमान मॉडल का निर्माण करता है एक वैध मॉडल के निर्माण के लिए, आप एक डाटा सेट में सेट इनसेट और पास कॉल करना चाहिए, जो कि स्वतंत्र चर की पहचान करने के लिए प्रारंभ किए गए टाइम वैरिएबल के साथ होती है। एक नई चलती औसत पूर्वानुमान मॉडल, स्वतंत्र वेरिएबल के रूप में दिए गए नाम का प्रयोग करके। पैरामीटर स्वतंत्र वैरिएबल - इस मॉडल में उपयोग करने के लिए स्वतंत्र चर का नाम। निर्दिष्ट अवधि का उपयोग करके एक नया चलती औसत पूर्वानुमान मॉडल का निर्माण करता है, एक वैध मॉडल के निर्माण के लिए, आपको इनिट को कॉल करना चाहिए और एक डेटा सेट में सेट करते हैं जिसमें स्वतंत्र चर की पहचान करने के लिए टाइम व्हेरिएबल के साथ डेटा बिंदुओं की श्रृंखला होती है। अवधि मान का उपयोग चलती औसत की गणना के लिए उपयोग की जाने वाली टिप्पणियों की संख्या निर्धारित करने के लिए किया जाता है उदाहरण के लिए, 50-दिवसीय चलती औसत जहां डेटा अंक दैनिक निरीक्षण होते हैं, तो अवधि 50 पर सेट होनी चाहिए। अवधि भी भविष्य की अवधि की मात्रा निर्धारित करने के लिए उपयोग की जाती है टोपी को प्रभावी ढंग से अनुमान लगाया जा सकता है एक 50 दिन की चलती औसत के साथ, तो हम उचित रूप से - सटीकता की किसी भी डिग्री के साथ - पिछले अवधि के 50 दिनों से अधिक के पूर्वानुमान के लिए, जिसके लिए डेटा उपलब्ध है यह 10 दिन की अवधि के मुकाबले अधिक फायदेमंद हो सकता है, जहां हम केवल पिछली अवधि से 10 दिनों का अनुमान लगा सकते हैं। पैरामीटर अवधि - चलती औसत की गणना करने के लिए उपयोग की जाने वाली टिप्पणियों की संख्या। स्वतंत्र चलने वाले और निर्दिष्ट अवधि के रूप में दिए गए नाम का उपयोग करते हुए, एक नया चलती औसत पूर्वानुमान मॉडल का आयोजन करता है। पैरामीटर्स स्वतंत्र वैरिएबल - इस मॉडल अवधि में उपयोग करने के लिए स्वतंत्र चर का नाम - चलती औसत की गणना करने के लिए उपयोग की जाने वाली टिप्पणियों की संख्या। चलती औसत मॉडल को प्रारंभ करने के लिए उपयोग किया जाता है इस विधि को कक्षा में किसी अन्य विधि से पहले बुलाया जाना चाहिए चलती औसत मॉडल पूर्वानुमान के लिए किसी भी समीकरण को प्राप्त नहीं करता है, इस पद्धति का प्रयोग इनपुट डेटासेट को स्वतंत्र मानकों के सभी मान्य मानों के लिए पूर्वानुमान मानों की गणना करने के लिए करता है। मैं चर। इंटरफ़ेस में init द्वारा निर्दिष्ट ForecastingModel कक्षा में अबाधित करता है AbstractTimeBasedModel पैरामीटर डेटासेट - अवलोकन के एक डेटा सेट का उपयोग भविष्यवाणी मॉडल के पूर्वानुमान के पैरामीटर को इनिशियलाइज़ करने के लिए किया जा सकता है। इस प्रकार के पूर्वानुमान वाले मॉडल के एक या दो शब्द का नाम बदलें यह छोटा एक लंबा विवरण toString विधि में कार्यान्वित किया जाना चाहिए। यह मौजूदा पूर्वानुमान मॉडल का एक शाब्दिक विवरण प्रदान करने के लिए ओवरराइड किया जाना चाहिए, जिसमें संभव है, जिसमें कोई भी व्युत्पन्न पैरामीटर शामिल हैं। इंटरफ़ेस में स्ट्रिंग द्वारा स्ट्रिंग निर्दिष्ट किए गए हैं, फोरग्रास्टिंग मॉोडल ओवरस्ट्राइड को स्ट्रिंग में वर्ग भारित MovingAverageModel देता है मौजूदा पूर्वानुमान मॉडल की स्ट्रिंग का प्रतिनिधित्व, और इसके मापदंडों। सिंपल चलती औसत। भविष्यवाणी उपकरण के रूप में सरल चलती औसत का उपयोग करने के साथ समस्याएं। चलती औसत वास्तविक डेटा पर नज़र रखता है, लेकिन यह हमेशा इसके पीछे पीछे रहता है। चलती औसत कभी नहीं पहुंचेगा वास्तविक डेटा की चोटियों या घाटियों से यह डेटा को सुगम बनाता है। नहीं आप भविष्य के बारे में बहुत कुछ करेंगे। हालांकि, यह चल औसत औसत बेकार नहीं करता है। आपको इसकी समस्याओं के बारे में अवगत होने की आवश्यकता है। लिडा विवरण। AUDIO TRANSCRIPTION. So संक्षेप करने के लिए, सरल चलती औसत या एक ही औसत चलती औसत के लिए, हम एक भविष्यवाणी उपकरण के रूप में सरल चलती औसत का उपयोग करने में कुछ समस्याएं देखी हैं चलती औसत वास्तविक डेटा पर नज़र रखता है, लेकिन इसके पीछे हमेशा पीछे रह जाता है चलती औसत वास्तविक आंकड़ों की चोटियों या घाटियों तक कभी नहीं पहुंचेगा जो डेटा को छिड़कती है, और यह वाकई आपको भविष्य के बारे में बहुत कुछ नहीं बताता है, क्योंकि यह केवल एक अवधि का पूर्वानुमान लगाता है, और यह पूर्वानुमान भविष्य की अवधि के लिए सबसे अच्छा मूल्य का प्रतिनिधित्व करना माना जाता है, एक अवधि अग्रिम में है, लेकिन यह आपको बहुत आगे नहीं बताता कि वास्तव में सरल चल औसत औसत बेकार नहीं है आप सरल चलती औसत देख रहे हैं।