المتكاملة الانحدار الحركة من المتوسط - اكسل

نمذجة أريما نموذج أريما هو امتداد لنموذج أرما i الذي ينطبق على السلاسل الزمنية غير الثابتة (سلسلة زمنية مع واحد أو أكثر من جذور الوحدة المتكاملة). معالج نموذج أريما بأتمتة خطوات بناء نموذج: التخمين المعلمات الأولية، التحقق من صحة المعلمات، والخير من اختبار صالح، والتشخيص المتبقية. لاستخدام هذه الوظيفة، حدد الرمز المقابل على شريط الأدوات (أو عنصر القائمة): قم بتدوير (حدد) عينة البيانات في ورقة العمل الخاصة بك وحدد الترتيب المقابل لنموذج مكون الانحدار الذاتي (أر)، أمر التكامل (d)، وترتيب نموذج مكون المتوسط ​​المتحرك. ثم حدد الخير من الاختبارات مناسبا، التشخيص المتبقية، وتعيين موقع على ورقة العمل الخاصة بك لطباعة النموذج. ملاحظة: افتراضيا، معالج نموذج يولد تخمين سريع من قيم المعلمات النماذج، ولكن قد يختار المستخدم لإنشاء قيم معايرة لمعاملات النماذج. عند الانتهاء، تقوم الدالة النمذجة أرما بإخراج معلمات النماذج المحددة وعمليات الاختبار المحددة في الموقع المحدد لورقة العمل. يضيف معالج أريما نوع إكسيل من التعليقات (رؤوس الأسهم الحمراء) إلى خلايا التسمية لوصفها. تمثيل واحد على نطاق واسع من سلسلة زمنية أحادية المتغير هو نموذج أرما. لتحفيز النموذج، وأساسا يمكننا تتبع خطين من التفكير. أولا، يعتمد النموذج على مستوى الملاحظات المتأخرة. على سبيل المثال، إذا لاحظنا تحقيقا كبيرا للناتج المحلي الإجمالي، فإننا نتوقع أن الناتج المحلي الإجمالي في الفترات القليلة القادمة مرتفع أيضا. ويمكن تمثيل طريقة التفكير هذه بواسطة نموذج الانحدار الذاتي (نموذج أر). يمكن كتابة نموذج أر للترتيب p على النحو التالي: حيث و. is ثابت في الطريقة الثانية للتفكير، يمكننا أن نمذجة أن ملاحظات المتغير العشوائي في الوقت t لا تتأثر فقط بالصدمة في الوقت t، ولكن وكذلك صدمات الفترات السابقة. على سبيل المثال، إذا لاحظنا صدمة سلبية للاقتصاد، مثلا، 911، فإننا نتوقع أن يؤثر التأثير السلبي على الاقتصاد أيضا في المستقبل القريب. ويمكن تمثيل طريقة التفكير هذه بواسطة نموذج متوسط ​​متحرك (نموذج ما). يمكن كتابة نموذج ما للنظام Q على النحو التالي: إذا جمعنا كلا النموذجين نحصل على نموذج أرما (p، q). وهناك شرط ضروري لنماذج أرما، أن التعادل أرما لديها حل ثابت. إذا كانت السلاسل الزمنية ليست ثابتة، يمكننا تحويله إلى سلسلة زمنية ثابتة عن طريق الاختلاف. نماذج أرما مع سلسلة زمنية مختلفة تسمى أريما (p، d، q) (الانحدار الذاتي المتكامل المتوسط ​​المتحرك) النماذج، حيث d هو عدد من الاختلافات للحصول على سلسلة زمنية ثابتة. ويمكن تقدير معامل نموذج أر (p) النقي من قبل عملية شريان الحياة للسودان. تقدير نماذج ما (q) أو أرما (p، q) (مع qgt1) غير خطية. ويب: ريج أرما الوظيفة الإضافية تقديرات هذه النماذج باستخدام خوارزمية ليفنبرغ-ماركاردت. وتحتسب المشتقات اللازمة لتقدير مصفوفة التغاير مع طرائق الفرق المحددة العددية. بعد تقدير الوظيفة الإضافية يعرض نتائج المعامل (بما في ذلك std. error، t-ستاتيستيك، p-فالو)، والاحصاءات الموجزة (Rsup2، Rsup2 المعدل، خطأ قياسي الانحدار، مجموع المخلفات التربيعية، احتمال السجل، دوربين واتسون، أكايك (إيك)، معايير شوارز (سيك)، جذور مار مقلوب، دالة الاستجابة النبضية، فضلا عن تطور التوقعات. جميع الروابط سوف تكون مفتوحة في نافذة جديدة ويكيبيديا وصف نماذج أريما في ويكيبيديا (هتمل) ليفنبرغ ماركارد. من قبل مانوليس يا لوراكيس وصف موجز لخوارزمية ليفنبرغ-ماركاردت ينفذها ليفمار (بدف) روابط لمواقع أخرى من هذه الصفحات هي للعلم فقط و كورت أنين لا تتحمل أي مسؤولية أو مسؤولية للوصول إلى، أو المواد على أي الموقع الذي يرتبط من أو إلى هذا الموقع لتحميل انقر على اسم الملف الويب: ريج أرما الوظيفة الإضافية كتبه كورت أنن هذا البرنامج مجاني ولكنني أقدر كثيرا إذا كنت قد تعطيني الائتمان لعملي سفر الأمثال مما يجعلني أطلعني على معلومات حول الوظائف المفتوحة الممكنة كخبير اقتصادي. تركيزي كاقتصادي على الاقتصاد القياسي والاقتصاد الكلي الديناميكي. إذا كنت ترغب في البرنامج، الرجاء ارسال لي رسالة بالبريد الالكتروني. أرما إكسيل أد-إناريما التنبؤ مع إكسيل و R مرحبا اليوم سأذهب لكم من خلال مقدمة لنموذج أريما ومكوناته، فضلا عن شرح موجز لطريقة بوكس ​​جينكينز لكيفية تحديد نماذج أريما. وأخيرا، قمت بإنشاء تنفيذ إكسيل باستخدام R، الذي I8217ll تظهر لك كيفية إعداد واستخدام. نماذج المتوسط ​​المتحرك للإنحدار الذاتي (أرما) يستخدم نموذج المتوسط ​​المتحرك للإنحدار الذاتي للنمذجة والتنبؤ بعمليات السلاسل الزمنية الثابتة والمؤقتة. هو مزيج من اثنين من التقنيات الإحصائية المتقدمة سابقا، والانحدار الذاتي (أر) والمتوسط ​​المتحرك (ما) نماذج ووصفها في الأصل بيتر ويتل في عام 1951. جورج E. P. قام بوكس ​​وجويليم جينكينز بنشر النموذج في عام 1971 من خلال تحديد خطوات منفصلة لنمذجة تحديد الهوية والتقدير والتحقق. وسيتم وصف هذه العملية في وقت لاحق كمرجع. سنبدأ بإدخال نموذج أرما من خلال مكوناته المختلفة، أر، و ما نماذج ثم تقديم تعميم شعبية من نموذج أرما، أريما (الانحدار الانحداري المتكامل المتوسط ​​المتحرك) والتنبؤ ومواصفات نموذج الخطوات. وأخيرا، سأشرح تطبيق إكسيل الذي قمت بإنشائه وكيفية استخدامه لجعل توقعات سلسلة الوقت الخاصة بك. نماذج الانحدار الذاتي يستخدم نموذج الانحدار الذاتي لوصف العمليات العشوائية والعمليات المتغيرة للوقت ويحدد متغير الناتج يعتمد خطيا على قيمه السابقة. تم وصف النموذج على النحو التالي: شت c سوم فارفي، شت-i فاريبسيلونت حيث varphi1، لدوتس، فارفيفارفي هي معلمات النموذج، C ثابت، و فاريبسيلونت هو مصطلح الضوضاء البيضاء. أساسا، ما يصفه النموذج هو لأي قيمة معينة X (t). يمكن تفسيره بوظائف قيمته السابقة. بالنسبة لنموذج مع معلمة واحدة، يتم تفسير فارفي 1. X (t) قيمته السابقة X (t-1) و فاريبسيلونت خطأ عشوائي. بالنسبة إلى نموذج يحتوي على أكثر من معلمة، على سبيل المثال، يتم إعطاء فارفي 2. X (t) بواسطة X (t-1). X (t-2) و فاريبسيلونت خطأ عشوائي. نموذج المتوسط ​​المتحرك يستخدم نموذج المتوسط ​​المتحرك (ما) في كثير من الأحيان لنمذجة سلاسل زمنية أحادية المتغير ويعرف على النحو التالي: شت مو فاريبسيلونت theta1، فاريبسيلون لدوتس ثيتاق، فاريبسيلون مو هو متوسط ​​السلاسل الزمنية. ثيتا، لدوتس، ثيتاق هي معلمات النموذج. فاريبسيلونت، فاريبسيلون، لدوتس هي الأخطاء خطأ الضوضاء البيضاء. q هو ترتيب نموذج المتوسط ​​المتحرك. نموذج المتوسط ​​المتحرك هو الانحدار الخطي للقيمة الحالية للسلسلة مقارنة مع مصطلحات فاريبسيلونت في الفترة السابقة، t. فاريبسيلون. على سبيل المثال، يتم شرح نموذج ما من س 1. X (t) عن طريق الخطأ الحالي فاريبسيلونت في نفس الفترة وقيمة الخطأ الماضي، فاريبسيلون. بالنسبة لنموذج من النظام 2 (ف 2)، يتم شرح X (t) بقيم الخطأ السابقة، فاريبسيلون و فاريبسيلون. يتم استخدام المصطلحات أر (p) و ما (q) في نموذج أرما، الذي سيتم عرضه الآن. الانحدار الذاتي المتوسط ​​المتحرك النموذج الانحدار الذاتي يستخدم نموذج المتوسط ​​المتحرك مجموعتين متعددتي الحدود، أر (p) و ما (q) ويصف عملية عشوائية عشوائية. ولا تتغير العملية الثابتة عندما تتحول في الزمان والمكان، وبالتالي فإن العملية الثابتة لها متوسط ​​ثابت والتباين. وغالبا ما يشار إلى نموذج أرما من حيث تعدد الحدود، أرما (p، q). يتم كتابة تدوين النموذج: شت c فاريبسيلونت سوم فارفي 1 X سوم ثيتاي فاريبسيلون يتم وصف اختيار وتقدير والتحقق من النموذج من قبل عملية بوكس ​​جينكينز. طريقة بوكس-جينكينز لتعريف النموذج فيما يلي أكثر من مخطط لطريقة بوكس-جينكينز، حيث أن العملية الفعلية لإيجاد هذه القيم يمكن أن تكون ساحقة تماما بدون حزمة إحصائية. ورقة إكسيل المضمنة في هذه الصفحة تحدد تلقائيا أفضل نموذج مناسب. الخطوة الأولى من طريقة بوكس-جينكينز هي تحديد النموذج. وتشمل الخطوة تحديد الموسمية، والاختلاف إذا لزم الأمر، وتحديد ترتيب p و q عن طريق رسم الترابط الذاتي ووظائف الترابط الذاتي الجزئي. بعد تحديد النموذج، فإن الخطوة التالية هي تقدير المعلمات. يستخدم تقدير المعلمة الحزم الإحصائية وخوارزميات الحساب للعثور على أفضل المعلمات المناسبة. وبمجرد اختيار المعلمات، فإن الخطوة الأخيرة هي التحقق من النموذج. ويتم فحص النموذج بالاختبار لمعرفة ما إذا كان النموذج يتوافق مع سلسلة زمنية ثابتة أحادية المتغير. كما ينبغي للمرء أن يؤكد أن البقايا مستقلة عن بعضها البعض وأن تظهر متوسطا ثابتا وتباينا على مر الزمن، وهو ما يمكن القيام به عن طريق إجراء اختبار لجونغ بوكس ​​أو مرة أخرى للتخطيط للعلاقة الذاتية والترابط الذاتي الجزئي للمخلفات. لاحظ الخطوة الأولى تنطوي على التحقق من الموسمية. إذا كانت البيانات التي تعمل مع يحتوي على الاتجاهات الموسمية، يمكنك 8220difference8221 من أجل جعل البيانات ثابتة. وتؤدي خطوة الاختلاف هذه إلى تعميم نموذج أرما في نموذج أريما أو المتوسط ​​المتحرك المتكامل الانحداري الذاتي حيث يتوافق 8216Integrated8217 مع خطوة الاختلاف. نماذج الانحدار الذاتي المتكامل الانحدار الذاتي يحتوي نموذج أريما على ثلاث معلمات، p، d، q. من أجل تحديد نموذج أرما لتشمل مصطلح الاختلاف، نبدأ بإعادة ترتيب نموذج أرما القياسي لفصل X (t) اللاتكس و اللاتكس فاريبسيلونت من الجمع. (1 - مجموع ألفاي لي) شت (1 مجموع ثيتاي لي) فاريبسيلونت حيث L هو عامل تأخر و ألفاي. thetai. فاريبسيلونت هي الانحدار الذاتي والمتوسط ​​المتحرك المعلمات، وشروط الخطأ، على التوالي. نحن الآن جعل افتراض أول متعدد الحدود من وظيفة، (1 - مجموع ألفاي لي) لديه جذر وحدوي للتعدد د. ثم يمكننا إعادة كتابته إلى ما يلي: نموذج أريما يعبر عن عامل متعدد الحدود مع ب - د ويعطينا: (1 - مجموع في لي) (1 - L) د شت (1 مجموع ثيتاي لي) فاريبسيلونت وأخيرا، فإننا تعميم نموذج آخر بإضافة مصطلح الانجراف، الذي يعرف نموذج أريما كما أريما (p، d، q) مع الانجراف فراك. (1 - سوم في لي) (1 - L) د شت دلتا (1 سوم ثيتاي لي) فاريبسيلونت مع نموذج يعرف الآن، يمكننا عرض نموذج أريما كما منفصلة أجزاء، واحدة غير ثابتة وغيرها من ثابت واسع النطاق ثابتة (لا يتغير توزيع الاحتمالات المشتركة عندما يتحول في الزمان والمكان). نموذج غير ثابت: نموذج ثابت ثابت واسع: (1 - مجموع في لي) يت (1 مجموع ثيتاي لي) فاريبسيلونت ويمكن الآن التنبؤات على يت باستخدام طريقة التنبؤ الانحدار الذاتي المعمم. الآن بعد أن ناقشنا نموذجي أرما و أريما، ننتقل الآن إلى كيف يمكننا استخدامها في التطبيقات العملية لتوفير التنبؤ. إيف بنيت تنفيذ مع إكسيل باستخدام R لجعل توقعات أريما فضلا عن خيار لتشغيل محاكاة مونت كارلو على نموذج لتحديد احتمال التنبؤات. تنفيذ إكسيل وكيفية استخدامها قبل استخدام ورقة، يجب تحميل R و ريكسيل من موقع ستاتكون. إذا كان لديك بالفعل R تثبيت، يمكنك فقط تحميل ريكسيل. إذا لم يكن لديك R تثبيت، يمكنك تحميل راندفريندس الذي يحتوي على أحدث نسخة من R و ريكسيل. يرجى ملاحظة، ريكسيل يعمل فقط على 32bit إكسيل لرخصة غير التجارية. إذا كان لديك 64 بت إكسيل مثبتة، سيكون لديك للحصول على رخصة تجارية من ستاتكون. فمن المستحسن لتحميل راندفريندس لأنه يجعل أسرع وأسهل التركيب ولكن إذا كان لديك بالفعل R وترغب في تثبيته يدويا، اتبع الخطوات التالية. تثبيت يدويا ريكسيل لتثبيت ريكسيل والحزم الأخرى لجعل R العمل في إكسيل، أول فتح R كمسؤول عن طريق النقر بزر الماوس الأيمن على. exe. في وحدة التحكم R، قم بتثبيت ريكسيل عن طريق كتابة العبارات التالية: الأوامر أعلاه سوف تثبيت ريكسيل على الجهاز الخاص بك. الخطوة التالية هي تثبيت ركوم، وهي حزمة أخرى من ستاتكون لحزمة ريكسيل. لتثبيت هذا، اكتب الأوامر التالية، والتي سيتم أيضا تثبيت رسكبروكسي تلقائيا من الإصدار R 2.8.0. مع تثبيت هذه الحزم، يمكنك الانتقال إلى إعداد الاتصال بين R و إكسيل. على الرغم من أن ليس من الضروري للتركيب، حزمة مفيد لتحميل هو رسمدر، التي وضعتها جون فوكس. رسمر يخلق القوائم R التي يمكن أن تصبح القوائم في إكسيل. وتأتي هذه الميزة بشكل افتراضي مع تثبيت "أصدقاء الصداقة" ويجعل العديد من الأوامر R متوفرة في إكسيل. اكتب الأوامر التالية إلى R لتثبيت رسدر. يمكننا إنشاء الارتباط إلى R و إكسيل. ملاحظة في الإصدارات الأخيرة من ريكسيل يتم هذا الاتصال مع بسيطة انقر نقرا مزدوجا فوق ملف. bat المقدمة ActivateRExcel2010، لذلك يجب أن تحتاج فقط إلى اتباع هذه الخطوات إذا قمت بتثبيت يدويا R و ريكسيل أو إذا لسبب ما لم يتم إجراء الاتصال خلال تثبيت الأصدقاء. إنشاء الاتصال بين R و إكسيل فتح كتاب جديد في إكسيل وانتقل إلى شاشة الخيارات. انقر فوق خيارات ثم الوظائف الإضافية. يجب أن تشاهد قائمة بجميع الوظائف الإضافية النشطة وغير النشطة لديك حاليا. انقر على الزر غو في الأسفل. في مربع الحوار الوظائف الإضافية، سترى جميع مراجع الوظيفة الإضافية التي قمت بإجرائها. انقر على استعراض. انتقل إلى المجلد ريكسيل، وعادة ما تقع في C: بروغرام فليزركسيلسلس أو شيء مماثل. العثور على RExcel. xla إضافة في وانقر فوقه. الخطوة التالية هي إنشاء مرجع من أجل وحدات الماكرو التي تستخدم R للعمل بشكل صحيح. في مستند إكسيل، أدخل ألت F11. سيؤدي هذا إلى فتح إكسيلس فبا إديتور. الذهاب إلى أدوات المراجع - gt، والعثور على مرجع ريكسيل، ريكسلفبليب. ريكسيل يجب أن تكون الآن جاهزة للاستخدام باستخدام ورقة إكسل الآن أن R و ريكسيل تكوينها بشكل صحيح، وقتها للقيام ببعض التنبؤ فتح ورقة التنبؤ وانقر فوق تحميل الملقم. هذا هو لبدء خادم ركوم وأيضا تحميل الوظائف اللازمة للقيام التنبؤ. سوف يظهر صندوف حوار. حدد الملف itall. R المضمنة في الورقة. يحتوي هذا الملف على الوظائف التي تستخدمها أداة التنبؤ. وقد وضعت معظم الوظائف الواردة من قبل البروفيسور ستوفر في جامعة بيتسبرغ. أنها توسع قدرات R وتعطينا بعض الرسوم البيانية التشخيصية مفيدة جنبا إلى جنب مع الإخراج التنبؤ لدينا. وهناك أيضا وظيفة لتحديد تلقائيا أفضل المعلمات المناسب من نموذج أريما. بعد تحميل الخادم، أدخل البيانات في عمود البيانات. حدد نطاق البيانات، وانقر بزر الماوس الأيمن وحدد نطاق الاسم. اسم النطاق كبيانات. بعد ذلك، تعيين وتيرة البيانات الخاصة بك في الخلية C6. يشير التكرار إلى الفترات الزمنية للبيانات. إذا كان أسبوعيا، فإن التردد سيكون 7. شهري سيكون 12 بينما ربع سنوي سيكون 4، وهلم جرا. أدخل الفترات المقبلة للتنبؤ. لاحظ أن نماذج أريما تصبح غير دقيقة تماما بعد عدة تنبؤات تردد متعاقبة. قاعدة جيدة من الإبهام لا تتجاوز 30 خطوة كما أي شيء الماضي التي يمكن أن تكون غير موثوقة إلى حد ما. هذا يعتمد على حجم مجموعة البيانات الخاصة بك كذلك. إذا كان لديك بيانات محدودة، فمن المستحسن أن تختار عدد الخطوات خطوة إلى الأمام أصغر. بعد إدخال البيانات الخاصة بك، وتسمية ذلك، وتحديد التردد المطلوب والخطوات إلى الأمام للتنبؤ، انقر فوق تشغيل. قد يستغرق الأمر بعض الوقت حتى تتم عملية التنبؤ. وبمجرد الانتهاء، سوف تحصل على القيم المتوقعة إلى الرقم الذي حددته، والخطأ القياسي للنتائج، واثنين من الرسوم البيانية. واليسار هي القيم المتوقعة التي تم رسمها مع البيانات، في حين يحتوي الحق على تشخيص مفيد يضم مخلفات موحدة، والعلاقة الذاتية للمخلفات، ومؤامرة غ من البقايا، ورسم إحصاءات ليجون بوكس ​​لتحديد ما إذا كان النموذج مجهزا بشكل جيد. أنا لن تحصل على الكثير من التفاصيل حول الطريقة التي تبحث عن نموذج مجهز بشكل جيد، ولكن على الرسم البياني أسف كنت لا تريد أي (أو الكثير) من المسامير تأخر عبور خط الأزرق المنقطة. على مؤامرة ز، والمزيد من الدوائر التي تمر من خلال الخط، وأكثر تطبيع وأفضل تركيب النموذج هو. أما بالنسبة لمجموعات البيانات الكبيرة، فقد يعبر ذلك الكثير من الدوائر. وأخيرا، اختبار يجونغ بوكس ​​هو مقال في حد ذاته ومع ذلك، والمزيد من الدوائر التي هي فوق الخط الأزرق المنقطة، وأفضل النموذج هو. إذا كانت نتيجة التشخيص لا تبدو جيدة، يمكنك محاولة إضافة المزيد من البيانات أو البدء في نقطة مختلفة أقرب إلى النطاق الذي تريد التنبؤ به. يمكنك بسهولة مسح النتائج التي تم إنشاؤها عن طريق النقر على أزرار القيم المتوقعة. وهذا في الوقت الحالي، عمود التاريخ لا تفعل أي شيء آخر للرجوع اليها، ولكن ليس من الضروري للأداة. إذا وجدت الوقت، سوء العودة وإضافة ذلك يظهر الرسم البياني المعروض الوقت الصحيح. قد تتلقى أيضا خطأ عند تشغيل التوقعات. ويرجع ذلك عادة إلى وظيفة أن يجد أفضل المعلمات غير قادر على تحديد النظام الصحيح. يمكنك اتباع الخطوات المذكورة أعلاه لمحاولة ترتيب بياناتك بشكل أفضل لكي تعمل الوظيفة. آمل أن تحصل على استخدام للخروج من أداة حفظ لي الكثير من الوقت في العمل، والآن كل ما علي القيام به هو إدخال البيانات، تحميل الملقم وتشغيله. وآمل أيضا هذا يظهر لك كيف R رهيبة يمكن أن يكون، وخصوصا عند استخدامها مع الأمامية مثل إكسيل. كود، ورقة عمل إكسيل وملف. bas أيضا على جيثب هنا.