1-4 بسيط الانتقال بين المتوسطات

6.2 المتوسطات المتحركة 40 إلكاليس، الترتيب 5 41 في العمود الثاني من هذا الجدول، يظهر متوسط ​​متحرك للنظام 5، يقدم تقديرا لدورة الاتجاه. والقيمة الأولى في هذا العمود هي متوسط ​​الملاحظات الخمس الأولى (1989-1993)، والقيمة الثانية في العمود 5-ما هي متوسط ​​القيم 1990-1994 وهكذا. كل قيمة في العمود 5-ما هي متوسط ​​الملاحظات في فترة الخمس سنوات التي تركز على السنة المقابلة. لا توجد قيم للسنتين الأوليين أو العامين الماضيين لأننا لا نملك ملاحظتين على أي من الجانبين. في الصيغة أعلاه، العمود 5-ما يحتوي على قيم هاتويث k2. لمعرفة ما يبدو عليه تقدير دورة الاتجاه، فإننا نرسمه مع البيانات الأصلية في الشكل 6.7. مؤامرة 40 إليكساليس، الرئيسية سسيدكوتال الكهرباء السكنية، يلب كوغوكوت. زلاب كوتيركوت 41 لينس 40 ما 40 إليساليس، 5 41. كول كوتريدكوت 41 لاحظ كيف أن الاتجاه (باللون الأحمر) هو أكثر سلاسة من البيانات الأصلية ويلتقط الحركة الرئيسية للسلسلة الزمنية دون كل التقلبات الطفيفة. ولا تسمح طريقة المتوسط ​​المتحرك بتقديرات T حيث تكون t قريبة من نهايات السلسلة، وبالتالي لا يمتد الخط الأحمر إلى حواف الرسم البياني على أي من الجانبين. في وقت لاحق سوف نستخدم أساليب أكثر تطورا لتقدير دورة الاتجاه التي تسمح التقديرات بالقرب من النهاية. ويحدد ترتيب المتوسط ​​المتحرك مدى نعومة تقدير دورة الاتجاه. بشكل عام، يعني النظام الأكبر منحنى أكثر سلاسة. يوضح الرسم البياني التالي تأثير تغيير ترتيب المتوسط ​​المتحرك لبيانات مبيعات الكهرباء السكنية. المتوسطات المتحركة البسيطة مثل هذه هي عادة من ترتيب فردي (على سبيل المثال 3، 5، 7، وما إلى ذلك) وهذا هو حتى أنها متماثلة: في المتوسط ​​المتحرك للنظام m2k1، هناك k الملاحظات السابقة، k الملاحظات في وقت لاحق والمراقبة الوسطى التي يتم حساب متوسطها. ولكن إذا كان m حتى، فإنه لن يكون متماثلا. المتوسطات المتحركة للمتوسطات المتحركة من الممكن تطبيق متوسط ​​متحرك على المتوسط ​​المتحرك. أحد أسباب القيام بذلك هو جعل المتوسط ​​المتحرك متساويا في الترتيب. على سبيل المثال، قد نأخذ متوسطا متحركا من الترتيب 4، ثم نطبق متوسط ​​متحرك آخر للطلب 2 على النتائج. وفي الجدول 6-2، تم ذلك في السنوات القليلة الأولى من بيانات إنتاج البيرة الفصلية الاسترالية. ber2 lt - ويندو 40 أوسبير، ستارت 1992 41 ma4 lt - ما 40 beer2، أوردر 4. سينتر فالس 41 ma2x4 lt - ما 40 beer2، أوردر 4. سينتر ترو 41 الترميز 2times4-ما في العمود الأخير يعني 4-ما تليها 2-ما. يتم الحصول على القيم في العمود الأخير من خلال اتخاذ متوسط ​​متحرك من الترتيب 2 من القيم في العمود السابق. على سبيل المثال، القيمتين الأوليين في العمود 4-ما هي 451.2 (443410420532) 4 و 448.8 (410420532433) 4. القيمة الأولى في العمود 2times4-ما هي متوسط ​​هذين: 450.0 (451.2448.8) 2. عندما يتبع 2-ما المتوسط ​​المتحرك حتى النظام (مثل 4)، ويسمى متوسط ​​متحرك تركز على النظام 4. وذلك لأن النتائج هي الآن متماثل. لنرى أن هذا هو الحال، يمكننا كتابة 2times4-ما على النحو التالي: بدء قبعة أمبير فراك بيغفراك (y y y y) فراك (y y y y) كبير أمبير فراك y frac14y frac14y frac14y frac18y. نهاية هو الآن المتوسط ​​المرجح للرصدات، ولكنه متماثل. ومن الممكن أيضا توليفات أخرى من المتوسطات المتحركة. على سبيل المثال يتم استخدام 3times3-ما غالبا، ويتكون من متوسط ​​متحرك من النظام 3 متبوعا بمتوسط ​​متحرك آخر من النظام 3. بشكل عام، يجب أن يتبع النظام حتى ما من قبل ما حتى أمر ما لجعلها متماثلة. وبالمثل، ينبغي أن يتبع أمر ما الفردية من قبل ما الفردية ترتيب فردي. تقدير دورة الاتجاه مع البيانات الموسمية الاستخدام الأكثر شيوعا للمتوسطات المتحركة المتمركزة هو في تقدير دورة الاتجاه من البيانات الموسمية. النظر في 2times4-ما: هاتفراك y frac14y frac14y frac14y frac18y. عند تطبيقه على بيانات ربع سنوية، يعطى كل ربع سنة نفس الوزن حيث تطبق الفترة األولى واألخيرة على نفس الربع في السنوات المتعاقبة. وبناء على ذلك، سيتم حساب متوسط ​​التغير الموسمية، كما أن القيم الناتجة عن هذه القيم لن تكون متبقية أو معدومة. ويمكن الحصول على تأثير مماثل باستخدام 2times 8-ما أو 2times 12-ما. وبوجه عام، فإن m 2 ما يعادل متوسط ​​متحرك مرجح لترتيب m1 مع أخذ جميع الملاحظات 1m الوزن باستثناء المصطلحين الأول والأخير الذي يأخذ الأوزان 1 (2M). حتى إذا كانت الفترة الموسمية حتى و من أجل م، استخدم 2times م-ما لتقدير دورة الاتجاه. إذا كانت الفترة الموسمية غريبة وترتيب m، استخدم m-ما لتقدير دورة الاتجاه. على وجه الخصوص، يمكن استخدام 2 مرات 12-ما لتقدير دورة الاتجاه من البيانات الشهرية و 7-ما يمكن استخدامها لتقدير دورة الاتجاه من البيانات اليومية. ومن شأن الخيارات الأخرى لترتيب درجة الماجستير أن تؤدي عادة إلى تلوث تقديرات دورة الاتجاه بالموسمية في البيانات. مثال 6.2 تصنيع المعدات الكهربائية يبين الشكل 6.9 2 مرات 12-ما المطبقة على مؤشر أوامر المعدات الكهربائية. لاحظ أن الخط السلس لا يظهر موسمية وهو تقريبا نفس دورة الاتجاه هو مبين في الشكل 6.2 والتي تم تقديرها باستخدام طريقة أكثر تعقيدا بكثير من المتوسطات المتحركة. وأي خيار آخر لترتيب المتوسط ​​المتحرك (باستثناء 24 و 36 وما إلى ذلك) قد يؤدي إلى خط سلس يظهر بعض التقلبات الموسمية. مؤامرة 40 إليسيكيب، يلاب كوت أوامر جديدة إندكسكوت. كول كوغرايكوت، الرئيسية تصنيع المعدات الكهربائية (منطقة اليورو) كوت 41 خطوط 40 أماه 40 إليسيكيب، النظام 12 41. كول كوريدكوت 41 المتوسطات المتحركة المرجح مجموعات من المتوسطات المتحركة تؤدي إلى المتوسطات المتحركة المرجح. على سبيل المثال، 2x4-ما ناقش أعلاه يعادل 5-ما المرجحة مع الأوزان التي قدمها فراك، فراك، فراك، فراك، فراك. وبصفة عامة، يمكن كتابة m-M المرجح كقيمة t k k a y y حيث k (m-1) 2 وتعطى الأوزان بواسطة النقاط والنقاط أك. من المهم أن الأوزان كل المبلغ إلى واحد وأنها متماثلة بحيث آج a. و M-ما بسيط هو حالة خاصة حيث جميع الأوزان تساوي 1M. والميزة الرئيسية للمتوسطات المتحركة المرجحة هي أنها تعطي تقديرا أكثر سلاسة لدورة الاتجاه. بدلا من الملاحظات دخول وترك الحساب بالوزن الكامل، يتم زيادة وزنها ببطء ثم انخفض ببطء مما أدى إلى منحنى أكثر سلاسة. وتستخدم على نطاق واسع بعض مجموعات محددة من الأوزان. وترد بعض هذه الجداول في الجدول 6-3 المتوسطات المتحركة المتوسطات المتحركة مع مجموعات البيانات التقليدية تكون القيمة المتوسطة هي الأولى، وهي واحدة من أكثر الإحصاءات موجزة مفيدة لحسابها. وعندما تكون البيانات في شكل سلسلة زمنية، فإن متوسط ​​السلسلة مقياس مفيد، ولكنه لا يعكس الطبيعة الدينامية للبيانات. وغالبا ما تكون القيم المتوسطة المحسوبة على فترات قصيرة، إما قبل الفترة الحالية أو تركزت على الفترة الحالية، أكثر فائدة. لأن هذه القيم المتوسطة سوف تختلف، أو تتحرك، كما تتحرك الفترة الحالية من الوقت ر 2، ر 3. الخ أنها تعرف باسم المتوسطات المتحركة (ماس). المتوسط ​​المتحرك البسيط هو (عادة) المتوسط ​​غير المرجح للقيم السابقة k. المتوسط ​​المتحرك المرجح ألساسا هو نفس المتوسط ​​المتحرك البسيط، ولكن مع المساهمات في المتوسط ​​المرجح بقربها من الوقت الحالي. لأنه لا يوجد واحد، ولكن سلسلة كاملة من المتوسطات المتحركة لأي سلسلة معينة، ومجموعة من ماس يمكن أن تكون نفسها رسمت على الرسوم البيانية، وتحليلها على شكل سلسلة، وتستخدم في النمذجة والتنبؤ. ويمكن بناء مجموعة من النماذج باستخدام المتوسطات المتحركة، وتعرف هذه النماذج بنماذج ما. إذا تم الجمع بين هذه النماذج ونماذج الانحدار الذاتي (أر)، فإن النماذج المركبة الناتجة تعرف باسم نماذج أرما أو أريما (I هي متكاملة). المتوسطات المتحركة البسيطة منذ يمكن اعتبار سلسلة زمنية كمجموعة من القيم، t 1،2،3،4، n يمكن حساب متوسط ​​هذه القيم. إذا افترضنا أن n كبير جدا، ونحن نختار عدد صحيح k الذي هو أصغر بكثير من n. يمكننا حساب مجموعة من متوسطات الفدرات أو متوسطات متحركة بسيطة (من الترتيب k): يمثل كل قياس متوسط ​​قيم البيانات على مدى فاصل من ملاحظات k. لاحظ أن أول ما ممكن من النظام gt0 k هو أن ل t ك. وبوجه أعم يمكننا إسقاط الجزء الإضافي الإضافي في التعبيرات أعلاه والكتابة: وهذا يشير إلى أن المتوسط ​​المقدر في الوقت t هو المتوسط ​​البسيط للقيمة الملحوظة في الوقت t والخطوات السابقة k -1 الزمنية. إذا تم تطبيق الأوزان التي تقلل من مساهمة الملاحظات التي هي أبعد من ذلك في الوقت المناسب، ويقال أن المتوسط ​​المتحرك تمهيد أضعافا مضاعفة. وغالبا ما تستخدم المتوسطات المتحركة كشكل من أشكال التنبؤ، حيث القيمة المقدرة لسلسلة في الوقت t 1، S t1. يؤخذ على أنه ما للفترة حتى تصل إلى الوقت t. مثلا يستند تقدير اليوم إلى متوسط ​​القيم المسجلة سابقا حتى يوم الأمس (بالنسبة للبيانات اليومية). ويمكن اعتبار المتوسطات المتحركة البسيطة شكلا من أشكال التمهيد. في المثال الموضح أدناه، تم تعزيز مجموعة بيانات تلوث الهواء المبينة في مقدمة هذا الموضوع بمتوسط ​​متحرك لمدة 7 أيام (ما)، موضح هنا باللون الأحمر. كما يمكن أن يرى، خط ما ينعم القمم وأحواض في البيانات ويمكن أن تكون مفيدة جدا في تحديد الاتجاهات. وتعني الصيغة القياسية للحساب الآجل أن نقاط البيانات K -1 الأولى ليس لها قيمة ما، ولكن بعد ذلك تمتد الحسابات إلى نقطة البيانات النهائية في السلسلة. PM10 القيم المتوسطة اليومية، غرينتش المصدر: شبكة لندن لجودة الهواء، londonair. org. uk سبب واحد لحساب المتوسطات المتحركة البسيطة بالطريقة الموصوفة هو أنه يمكن القيم التي سيتم حسابها لجميع الفواصل الزمنية من الزمن تك حتى الوقت الحاضر، و كما يتم الحصول على قياس جديد للوقت ر 1، و ما للوقت ر 1 يمكن أن تضاف إلى مجموعة تحسب بالفعل. وهذا يوفر إجراء بسيطا لمجموعات البيانات الديناميكية. ومع ذلك، هناك بعض القضايا مع هذا النهج. ومن المعقول القول بأن القيمة المتوسطة خلال الفترات الثلاث الأخيرة، على سبيل المثال، ينبغي أن تكون موجودا في الوقت t -1، وليس الوقت t. ولمادة ما على عدد من الفترات ربما ربما ينبغي أن يكون موجودا في منتصف نقطة بين فترتين زمنيتين. حل لهذه المسألة هو استخدام الحسابات ما محورها، حيث ما في الوقت t هو متوسط ​​مجموعة متماثلة من القيم حول ر. وعلى الرغم من مزاياه الواضحة، فإن هذا النهج لا يستخدم عموما لأنه يتطلب توافر البيانات للأحداث المقبلة، وهو ما قد لا يكون كذلك. في الحالات التي يكون فيها التحليل بالكامل لسلسلة حالية، قد يكون استخدام ماس المركزة أفضل. ويمكن اعتبار المتوسطات المتحركة البسيطة شكلا من أشكال التمهيد، وإزالة بعض المكونات عالية التردد من سلسلة زمنية وتسليط الضوء على الاتجاهات (ولكن ليس إزالتها) بطريقة مماثلة للمفهوم العام للتصفية الرقمية. في الواقع، المتوسطات المتحركة هي شكل من أشكال المرشحات الخطية. فمن الممكن تطبيق حساب متوسط ​​متحرك لسلسلة تم تمهيدها بالفعل، أي تمهيد أو تصفية سلسلة سلسة بالفعل. على سبيل المثال، مع متوسط ​​متحرك من النظام 2، يمكننا أن نعتبر أنه يحسب باستخدام الأوزان، وبالتالي فإن ما في x 2 0.5 × 1 0.5 × 2. وبالمثل، فإن ما في x 3 0.5 × 2 0.5 × 3. إذا نحن (0.5 × 0.5 0.5 × 0.5) 0.5 (0.5 × 2 0.5 × 3) 0.25 × 1 0.5 × 2 0.25 × 3 أي الترشيح ذي المرحلتين (أو التفاف) قد أنتج متوسط ​​متحرك متماثل مرجح، مع أوزان. يمكن أن تنتج العديد من المحولات التحويلية متوسطات متحركه معززة جدا، وبعضها تم العثور على استخدام معين في المجالات المتخصصة، كما هو الحال في حسابات التأمين على الحياة. يمكن استخدام المتوسطات المتحركة لإزالة التأثيرات الدورية إذا تم حسابها مع طول التواتر كما هو معروف. على سبيل المثال، مع التغيرات الشهرية في البيانات الموسمية يمكن في كثير من الأحيان إزالتها (إذا كان هذا هو الهدف) من خلال تطبيق متماثل المتوسط ​​المتحرك لمدة 12 شهرا مع جميع الشهور المرجحة بالتساوي، باستثناء الأولى والأخيرة التي يتم وزنها بنسبة 12. هذا لأن هناك سوف يكون 13 شهرا في النموذج المتماثل (الوقت الحالي، ر - 6 أشهر). وينقسم المجموع إلى 12. ويمكن اعتماد إجراءات مماثلة لأي دورية محددة جيدا. المتوسطات المتحركة المرجح أضعافا مضاعفة (إوما) مع صيغة المتوسط ​​المتحرك البسيط: جميع المشاهدات متساوية بالتساوي. إذا اتصلنا هذه الأوزان متساوية، ألفا ر. فإن كل وزن من الأوزان k يساوي 1 ك. وبالتالي فإن مجموع الأوزان سيكون 1، والصيغة ستكون: لقد رأينا بالفعل أن تطبيقات متعددة من هذه العملية يؤدي إلى الأوزان متباينة. مع المتوسطات المتحركة المرجح أضعافا مضاعفة الإسهام في القيمة المتوسطة من الملاحظات التي هي أكثر إزالتها في الوقت يتم تخفيض مداولات، مما يؤكد على الأحداث الأخيرة (المحلية). في الأساس يتم عرض معلمة التمهيد 0 ألف طن lt1، وتنقح الصيغة إلى: ستكون الصيغة المتماثلة لهذه الصيغة بالشكل التالي: إذا تم اختيار الأوزان في النموذج المتماثل كعبارات لشروط التوسع ذي الحدين، (1212) 2q. فإنها سوف تلخص 1، وكما ف يصبح كبيرا، وتقريب توزيع عادي. هذا هو شكل من أشكال الترجيح النواة، مع الحدين تعمل بوصفها وظيفة النواة. التلازم المرحلة الثانية وصفها في القسم الفرعي السابق هو على وجه التحديد هذا الترتيب، مع س 1، مما أسفر عن الأوزان. في التجانس الأسي فمن الضروري استخدام مجموعة من الأوزان التي مجموع إلى 1 والتي تقلل في حجم هندسيا. وعادة ما تكون الأوزان المستخدمة من النموذج: لإظهار أن هذه الأوزان توازي 1، فكر في توسيع 1 كمجموعة. يمكننا كتابة وتوسيع التعبير بين قوسين باستخدام الصيغة ذات الحدين (1- x) ص. حيث x (1) و p -1، مما يعطي: ثم يوفر نموذجا من المتوسط ​​المتحرك المرجح للنموذج: يمكن كتابة هذا الملخص كعلاقة تكرار: مما يبسط الحساب بشكل كبير، ويتجنب مشكلة أن نظام الترجيح يجب أن يكون بدقة لانهائية للأوزان لتلخص 1 (لقيم صغيرة من ألفا، وهذا هو عادة ليست هي القضية). تختلف الرموز المستخدمة من قبل مؤلفين مختلفين. يستخدم البعض الحرف S للإشارة إلى أن الصيغة هي في الأساس متغير أملس، وكتب: في حين أن أدبيات نظرية التحكم غالبا ما تستخدم Z بدلا من S للقيم المرجحة أو الممهدة أضعافا مضاعفة (انظر، على سبيل المثال، لوكاس و ساكوتشي، 1990، LUC1 ، وموقع نيست لمزيد من التفاصيل وأمثلة العمل). الصيغ المذكورة أعلاه مستمدة من عمل روبرتس (1959، ROB1)، ولكن هنتر (1986، HUN1) يستخدم تعبيرا عن النموذج: الذي قد يكون أكثر ملاءمة للاستخدام في بعض إجراءات التحكم. مع ألفا 1 متوسط ​​التقدير هو ببساطة قيمته المقاسة (أو قيمة عنصر البيانات السابق). مع 0.5 التقدير هو المتوسط ​​المتحرك البسيط للقياسات الحالية والسابقة. في نماذج التنبؤ القيمة، S t. وكثيرا ما يستخدم كقيمة تقديرية أو توقعية للفترة الزمنية القادمة، أي كالتقدير ل x في الوقت t 1. وهكذا لدينا: وهذا يدل على أن القيمة المتوقعة في الوقت t 1 هي مزيج من المتوسط ​​المتحرك المرجح أضعافا سابقا بالإضافة إلى مكون يمثل خطأ التنبؤ المرجح، إبسيلون. في الوقت t. على افتراض أن سلسلة زمنية تعطى وتوقعات مطلوب، قيمة ألفا هو مطلوب. ويمكن تقدير ذلك من البيانات الموجودة عن طريق تقييم مجموع أخطاء التنبؤ التربيعية التي يتم الحصول عليها مع قيم متفاوتة ألفا لكل t 2،3. (1) في تطبيقات التحكم، تكون قيمة ألفا مهمة في ذلك يستخدم في تحديد حدود التحكم العليا والسفلى، ويؤثر على متوسط ​​طول التشغيل (أرل) المتوقع قبل أن يتم كسر حدود السيطرة هذه (على افتراض أن السلاسل الزمنية تمثل مجموعة من المتغيرات المستقلة العشوائية الموزعة بشكل مماثل مع التباين المشترك). وفي ظل هذه الظروف يكون التباين في إحصائية التحكم: (لوكاس و ساكوتشي، 1990): وعادة ما تحدد حدود المراقبة كمضاعفات ثابتة لهذا التباين المتناظر، على سبيل المثال. - 3 مرات الانحراف المعياري. إذا افترض 0.25، على سبيل المثال، ويفترض أن البيانات التي يجري رصدها يكون توزيع عادي، N (0،1)، عندما تكون في السيطرة، ستكون حدود التحكم - 1.134 وسوف تصل العملية إلى حد واحد أو حد آخر في 500 خطوة في المتوسط. لوكاس و ساكوتشي (1990 LUC1) تستمد أرلز لمجموعة واسعة من قيم ألفا وتحت مختلف الافتراضات باستخدام إجراءات ماركوف شين. وهي تقوم بتبويب النتائج، بما في ذلك توفير أرلس عندما يكون متوسط ​​عملية التحكم قد تم نقله من قبل بعض مضاعفات الانحراف المعياري. على سبيل المثال، مع التحول 0.5 مع ألفا 0.25 و أرل أقل من 50 خطوة الوقت. ومن المعروف أن النهج المذكورة أعلاه تمهيد الأسي واحد. حيث يتم تطبيق الإجراءات مرة واحدة على السلاسل الزمنية ومن ثم يتم إجراء عمليات التحليل أو التحكم على مجموعة البيانات التي تم تمريرها. إذا كانت مجموعة البيانات تشتمل على مكونات موسمية ومؤثرة، يمكن تطبيق التمهيد الأسي على مرحلتين أو ثلاث مراحل كوسيلة لإزالة (هذه النماذج بشكل صريح) (انظر كذلك القسم الخاص بالتنبؤ أدناه، ومثال نيست العامل). CHA1 شاتفيلد C (1975) تحليل سلسلة تايمز: النظرية والتطبيق. تشابمان أند هول، لندن HUN1 هنتر J S (1986) المتوسط ​​المتحرك المرجح أضعافا مضاعفة. J من كواليتي تيشنولوغي، 18، 203-210 LUC1 لوكاس J M، ساكوتشي M S (1990) المتوسط ​​المتحرك لأسفل متحكم في مخططات التحكم: الخصائص والتحسينات. تيشنوميتريكس، 32 (1)، 1-12 ROB1 روبرتس S W (1959) اختبارات التحكم في الرسم البياني استنادا إلى المتوسطات المتحركة الهندسية. تيشنوميتريكس، 1، 239-250 تنشيط الشرف خدمة الجبر المالي 1-1 مؤسسة الأعمال 1-2 بيانات سوق الأسهم 1-3 بيانات سوق الأسهم الرسوم البيانية 1-4 المتوسطات المتحركة البسيطة 1-5 مؤشر سوق الأسهم 1-6 معاملات الأسهم 1-7 الأسهم رسوم المعاملات 1-8 انقسامات الأسهم 1-9 توزيعات الأرباح الرسم البياني الشمعدان الكسور والكسور العشرية والنسب المئوية المعادلة الخطية المعادلة الحرفية متوسط ​​نداش المتوسط ​​الحسابي النسبة المئوية الزيادة والنقصان النسبة والنسبة قراءة وتفسير وإنشاء الرسم البياني والرسم البياني البسيط المتوسط ​​المتحرك البسيط جداول البيانات و الصيغ 2-1 تفسير سكاتيربلوتس 2-2 الانحدار الخطي 2-3 العرض والطلب 2-4 النفقات الثابتة والمتغيرة 2-5 الرسوم البيانية للمصروفات والإيرادات وظائف 2-6 تحليل التعادل 2-7 معادلة الربح 2-8 نمذجة رياضية الأعمال العلاقة السببية وظائف - المجال والمدى المعادلة الخطية نداش شكل الانحدار المنحدر الانحدار الخطي القطع المكافئة ندش الرأسية ومحور التماثل الصيغة التربيعية سكاتيربلوتس والارتباط جداول البيانات والصيغ ممتلكات التبعية متعدية 3-1 التحقق من الحسابات 3-2 التوفيق بين كشف حساب 3-3 حسابات التوفير 3-4 استكشاف الفائدة المركبة 3-5 الفائدة المركبة صيغة 3-6 مستمر يتضاعف 3-7 القيمة المستقبلية للاستثمارات 3-8 القيمة الحالية من الاستثمارات الوظائف الأسية القاعدة الأسية (ه) النمو الأسي والانحلال الصيغ المعادلات الخطية وعدم المساواة الحدود ترتيب العمليات التفكير المتكرر والتكراري: الأنماط والنمو والانخفاض والفائدة المركبة 4-1 مقدمة في الائتمان الاستهلاكي 4-2 القروض 4-3 القرض الحسابات والانحدار 4-4 بطاقات الائتمان 4-5 كشف بطاقة الائتمان 4-6 متوسط ​​الرصيد اليومي الانحدار الكوبي النمو الأسي والتأخير المعادلات الخطية والتفاوتات الانحدار الخطي قياسات الميل المركزي اللوغاريتم الطبيعي، القاعدة e بيرسنتس الانحدار التربيعي جداول البيانات والصيغ 5-1 الإعلانات المبوبة 5-2 شراء أو بيع سيارة 5-3 توزيع توزيعات الترددات 5-4 تأمين السيارات 5-5 استهلاك السيارات الخطية 5-6 التاريخية والتاريخية 5-8 بيانات القيادة 5-8 بيانات السلامة في القيادة 5-9 دوائر بيانات التحقيق في الحوادث (نصف قطرها وقطرها وترتيبها) المسافة الفورمولا النمو والنمو الاساسيان المعادلات الخطية والتفاوتات الوظائف الخطية والأسية مقاييس الميل المركزي النظام المتري اللوغاريتم الطبيعي بيرسنتس و النسب النسبية مجموعة البيانات قراءة و تفسير البيانات: جداول الترددات و قطع الجذعية و الورقية و مؤامرات مربع الكوارت معادلات خط مستقيم (الإهلاك) المنحدر و المنحدر اعتراض شكل معادلات الجذر التربيعية جداول و صيغ صيغ المعادلات الخطية و عدم المساواة في متغيرين 6-1 البحث عن العمل 6-2 فترات الدفع والأسعار السعرية 6-3 العمولات والإتاوات والقطع المدفوعة الدفع 6-4 استحقاقات الموظفين 6-5 الضمان الاجتماعي والطبقات الطبية الطبية وظائف مجزأة الوظائف الأسية الرسوم البيانية الوظائف الخطية التعبيرات الحرفية تدابير الميل المركزي النسبة المئوية للخصم جداول البيانات والصيغ 7-1 الجداول الضريبية، وأوراق العمل، والجداول 7-2 النمذجة الضرائب ش وحدات 7-3 بيانات الدخل 7-4 أشكال 1040EZ و 1040 A 7-5 نموذج 1040 و جداول A و B كوسبس المجالات المعادلات الخطية وعدم المساواة التعبيرات الحرفية النسبة المئوية الوظائف الثنائية 8-1 العثور على مكان للعيش 8-2 قراءة مخطط الطابق 8 -3 عملية طلب الرهن العقاري 8-4 شراء منزل 8-5 الإيجارات والوحدات السكنية والتعاونيات منطقة وعامل حجم منطقة المناطق غير النظامية الرسوم البيانية شريطية الانحدار الأسي أكبر وظيفة صحيح تعبيرات حرفية طريقة مونت كارلو الاحتمالات المعادلات العقلانية والأسية رسومات الرسم سكاتيربلوتس والخطي الانحدار جداول البيانات والصيغ نظم المعادلات الخطية وعدم المساواة في متغيرين 9-1 التقاعد الدخل من الادخار 9-2 فوائد الضمان الاجتماعي 9-3 المعاشات 9-4 التأمين على الحياة جمع وتنظيم وتفسير البيانات المجال القيمة المتوقعة المعادلات الأسية أكبر عدد صحيح وظائف الرسم البياني عدم المساواة التعبيرات الحرفية مقاييس الاتجاه المركزي زيادة النسبة الاحتمالية المعادلات المنطقية جداول البيانات والصيغ أشكال المنحدرات العارضة 10-1 مصروفات المرافق 10-2 المرافق الالكترونية 10-3 رسم الميزانية 10-4 التدفق النقدي ووضع الميزانية الدائرة (القطاعات والزاوية المركزية) المجال الطيب الكسور والكسور العشرية والنسب أعظم وظيفة صحيحة المعادلات الخطية و عدم المساواة تعبيرات حرفية مصفوفات وظائف مجزأة نسب معادلات عقلانية وأسية قراءة وتفسير البيانات: الرسوم البيانية الخطية والرسوم البيانية الشريطية والرسوم البيانية الدائرة المنحدرات والرسوم البيانية الوظائف الخطية جداول البيانات والصيغ أنظمة المعادلات فولومي لديها أساسا مجموعة من القيم مثل هذا: مجموعة أعلاه تبسيط مبالغ فيه ، إم جمع 1 قيمة في ميلي ثانية واحدة في بلدي رمز حقيقي وأنا بحاجة إلى معالجة الإخراج على خوارزمية كتبت للعثور على أقرب قمة قبل نقطة في الوقت المناسب. منطقي يفشل لأن في بلدي المثال أعلاه، 0.36 هو الذروة الحقيقية، ولكن خوارزمي بلدي سوف ننظر إلى الوراء ونرى العدد الأخير جدا 0.25 كما الذروة، كما ثيريز انخفاض إلى 0.24 قبل ذلك. والهدف من ذلك هو اتخاذ هذه القيم وتطبيق خوارزمية لهم والتي سوف تلطف بها قليلا حتى أن لدي المزيد من القيم الخطية. (أي: إد مثل نتائجي لتكون متعرج، وليس جاجدي) وقد قيل إيف لتطبيق مرشح المتوسط ​​المتحرك الأسي لقيم بلدي. كيف يمكنني أن أفعل هذا من الصعب حقا بالنسبة لي لقراءة المعادلات الرياضية، وأنا أتعامل بشكل أفضل بكثير مع التعليمات البرمجية. كيف أقوم بمعالجة القيم في صفيفي، تطبيق حساب متوسط ​​متحرك أسي حتى حتى يطلب منهم فب 8 12 في 20:27 لحساب متوسط ​​متحرك أسي. تحتاج إلى الحفاظ على بعض الدول في جميع أنحاء وتحتاج إلى ضبط المعلمة. وهذا يتطلب فئة صغيرة (على افتراض أن تستخدم جافا 5 أو في وقت لاحق): إنستانتيات مع المعلمة تسوس تريد (قد يستغرق ضبط يجب أن يكون بين 0 و 1) ثم استخدم المتوسط ​​() لتصفية. عند قراءة صفحة على بعض تكرار الرياضيات، كل ما تحتاج حقا أن نعرف عند تحويله إلى التعليمات البرمجية هو أن الرياضيين يحبون كتابة الفهارس في المصفوفات وتسلسل مع سوبسكريبتس. (ثيف عدد قليل من التدوينات الأخرى أيضا، والتي لا تساعد.) ومع ذلك، فإن إما بسيط جدا كما تحتاج فقط إلى تذكر قيمة قديمة واحدة لا صفائف الدولة المعقدة المطلوبة. أجابيد فبراير 8 12 في 20:42 تكوشيران: بريتي موش. إيسن 39t لطيفة عندما يمكن أن تكون الأمور بسيطة (إذا بدأت مع تسلسل جديد، والحصول على متوسط ​​جديد). لاحظ أن المصطلحات القليلة الأولى في تسلسل المتوسط ​​سوف تقفز قليلا بسبب الآثار الحدودية، ولكن تحصل على تلك مع المتوسطات المتحركة الأخرى جدا. ومع ذلك، فإن ميزة جيدة هي أنه يمكنك التفاف المنطق المتوسط ​​المتحرك في أفيراجر والتجربة دون إزعاج بقية البرنامج الخاص بك كثيرا. نداش دونال فيلوس فبراير 9 12 في 0:06 أنا تواجه صعوبة في فهم أسئلتك، ولكن سأحاول الإجابة على أي حال. 1) إذا وجدت خوارزمية 0.25 بدلا من 0.36، فمن الخطأ. فمن الخطأ لأنه يفترض زيادة رتيبة أو نقصان (وهذا هو دائما الذهاب أو دائما الذهاب إلى أسفل). إلا إذا كنت متوسط ​​جميع البيانات الخاصة بك، نقاط البيانات الخاصة بك --- كما تقدم لهم --- هي غير الخطية. إذا كنت تريد حقا أن تجد أقصى قيمة بين نقطتين في الوقت المناسب، ثم شريحة صفيف الخاص بك من تمين إلى تماكس والعثور على الحد الأقصى من أن سوباراي. 2) الآن، مفهوم المتوسطات المتحركة بسيط جدا: تخيل أن لدي القائمة التالية: 1.4، 1.5، 1.4، 1.5، 1.5. أستطيع أن تمهيده بأخذ متوسط ​​رقمين: 1.45، 1.45، 1.45، 1.5. لاحظ أن الرقم الأول هو متوسط ​​1.5 و 1.4 (الثانية والأرقام الأولى) والثانية (القائمة الجديدة) هو متوسط ​​1.4 و 1.5 (الثالث والقائمة القديمة الثانية) الثالث (قائمة جديدة) متوسط ​​1.5 و 1.4 (الرابع والثالث)، وهلم جرا. كنت يمكن أن تجعل من فترة ثلاثة أو أربعة، أو ن. لاحظ كيف البيانات هو أكثر سلاسة بكثير. وهناك طريقة جيدة لرؤية المتوسطات المتحركة في العمل هو الذهاب إلى غوغل المالية، حدد الأسهم (محاولة تسلا موتورز متقلبة جدا (تسلا)) وانقر على التقنية في الجزء السفلي من الرسم البياني. حدد المتوسط ​​المتحرك مع فترة معينة، والمتوسط ​​المتحرك الأسي لمقارنة الاختلافات بينهما. المتوسط ​​المتحرك الأسي هو مجرد وضع آخر من هذا، ولكن الأوزان البيانات القديمة أقل من البيانات الجديدة وهذا هو وسيلة لتحيز تمهيد نحو الظهر. يرجى قراءة إدخال ويكيبيديا. لذلك، هذا هو أكثر تعليق من الجواب، ولكن مربع التعليق قليلا كان مجرد صغيرة. حظا طيبا وفقك الله. إذا كنت تواجه مشكلة مع الرياضيات، هل يمكن أن تذهب مع متوسط ​​متحرك بسيط بدلا من الأسي. لذا فإن الإخراج الذي تحصل عليه سيكون مصطلحات x الأخيرة مقسوما على x. كودوكود غير مختبرة: لاحظ أنك سوف تحتاج إلى التعامل مع بداية ونهاية أجزاء من البيانات بما أنه من الواضح أنك غير قادر على متوسط ​​آخر 5 شروط عندما كنت على نقطة البيانات 2 الخاص بك. أيضا، هناك طرق أكثر كفاءة لحساب هذا المتوسط ​​المتحرك (مجموع المبلغ - الأقدم الأحدث)، ولكن هذا هو للحصول على مفهوم ما يحدث عبر. أجاب على فب 8 12 في 20:41 يور أنسور 2017 ستاك إكسهانج، إنك