Wednesday, 27 December 2017

13 الأجل على هندرسون الحركة المتوسط


تحديد طول المتوسط ​​المتحرك لهندرسون مقدمة في التكرار B، (الجدول B7)، التكرار C (الجدول C7) والتكرار D (الجدول D7 والجدول D12) يستخرج مكون دورة الاتجاه من تقدير للسلسلة المعدلة موسميا باستخدام متوسطات هندرسون المتحركة. يتم اختيار طول مرشح هندرسون تلقائيا بواسطة X-12-أريما في إجراء من خطوتين. ويعتمد الاختيار التلقائي لترتيب المتوسط ​​المتحرك على قيمة مؤشر يسمى النسبة التي تقيس أهمية المكون غير المنتظم في السلسلة. وكلما كان العنصر غير النظامي أقوى كلما تم تحديد ترتيب المتوسط ​​المتحرك. الإجراء المستخدم في كل تكرار هو مماثل جدا الاختلافات الوحيدة هي عدد من الخيارات المتاحة ومعالجة الملاحظات في كلا طرفي السلسلة. يتم تطبيق الإجراء أدناه لسلاسل زمنية شهرية. الاختيار التلقائي للجزء الثاني من هندرسون فيلتر B أولا، يتم احتساب دورة الاتجاه باستخدام متوسط ​​13 هندرسون المتحرك كما يلي: ثم في حالة إضافية يتم استخراج المكون غير النظامي بطرح دورة الاتجاه من سلسلة المعدلة موسميا. للتحلل المضاعف، يتم استخراج عنصر غير النظامية بقسمة سلسلة المعدلة موسميا من قبل دورة الاتجاه. من أجل حساب نسبة التحلل الأول من سلسلة سا (المعدلة موسميا) يتم حساب. يتم حساب متوسط ​​القيم المطلقة لمعدلات النمو الشهرية (النموذج المضاعف) أو للنمو الشهري (النموذج الإضافي) لكل من مكونات C (الاتجاه الدائري) و I (غير النظامية). يتم الإشارة إليها، واستقبال، حيث والملاحظات في بداية ونهاية السلاسل الزمنية التي لا يمكن تمهيدها من قبل متماثل 13 هندرسون المتوسطات المتحركة متماثلة يتم تجاهلها. إذا كانت النسبة أصغر من 1، يتم تحديد متوسط ​​متحرك في هندرسون لمدة 9 سنوات على خلاف ذلك، يتم تحديد متوسط ​​متحرك هندرسون لمدة 13. يتم حساب دورة الاتجاه بتطبيق مرشح هندرسون المحدد على السلسلة المعدلة موسميا من الجدول B6. وتقدر الملاحظات في بداية ونهاية السلاسل الزمنية التي لا يمكن حسابها عن طريق مرشحات هندرسون المتماثلة بمتوسطات متحركة غير متماثلة مخصصة. اختيار تلقائي للندرسون فلتر ندش جزء C و D أولا، يتم احتساب دورة الاتجاه باستخدام متوسط ​​13 هندرسون المتوسط ​​المتحرك على النحو التالي: ثم، في حالة إضافية يتم استخراج العنصر غير النظامية بطرح دورة الاتجاه من تعديل موسميا سلسلة. للتحلل المضاعف، يتم استخراج عنصر غير النظامية بقسمة سلسلة المعدلة موسميا من قبل دورة الاتجاه. من أجل حساب نسبة التحلل الأول من سلسلة سا (المعدلة موسميا) يتم حساب. يتم حساب متوسط ​​القيم المطلقة لمعدلات النمو الشهرية (النموذج المضاعف) أو للنمو الشهري (النموذج الإضافي) لكل من مكونات C (الاتجاه الدائري) و I (غير النظامي). يتم الإشارة إليها، واستقبال، حيث والملاحظات في بداية ونهاية السلاسل الزمنية التي لا يمكن تمهيدها من قبل متماثل 13 هندرسون المتوسطات المتحركة متماثلة يتم تجاهلها. إذا كانت النسبة أصغر من 1، يتم تحديد متوسط ​​متحرك هندرسون لمدة 9 سنوات إذا كانت النسبة أكبر من 3.5، يتم تحديد متوسط ​​متحرك هندرسون لمدة 23 على خلاف ذلك، يتم تحديد متوسط ​​متحرك هندرسون لمدة 13. وتحسب دورة الاتجاه بتطبيق مرشح هندرسون المحدد على السلسلة المعدلة موسميا من الجدول C6، الجدول D7 أو الجدول D12، وفقا لذلك. في كلا طرفي السلسلة، حيث لا يمكن تطبيق مرشح هندرسون المركزي، يتم استخدام الأوزان غير المتماثلة للأوزان للمرشح 7 هندرسون مصطلح (ملاحظة) كما تم تعديل سلسلة في الجدول C1 للقيم المتطرفة، فمن المتوقع أن الإرادة يكون أصغر من واحد محسوب في الجزء B. اختيار يدوي من مرشح هيندرسون X-12-أريما تمكن من اختيار يدويا أي عدد غير مقيد هندرسون المتوسط ​​المتحرك للتقدير النهائي لدورة الاتجاه. يمكن للمستخدم أيضا تغيير الافتراضي هيندرسون غير المتماثلة مرشح تطبيقها للحصول على الملاحظات في كلا طرفي سلسلة الوقت. تحليل سلسلة الوقت: طرق التعديل الموسمية كيف أساليب أسلوب X11 العمل ما هي بعض الحزم المستخدمة لإجراء التعديل الموسمية X11 X11ARIMA X12ARIMA سياتسترامو ديميترا ما هي التقنيات المستخدمة من قبل عبس للتعامل مع التعديل الموسمية كيف يعمل سيسابس كيف تتعامل الوكالات الإحصائية الأخرى مع التعديل الموسمية كيف أساليب أسلوب X11 العمل غالبا ما تعرف طرق تصفية الموسمية على أساس أساليب أسلوب X11. وتستند هذه إلى 8216ratio إلى المتوسط ​​المتحرك 8217 الإجراء الموصوفة في عام 1931 من قبل فريدريك R. ماكولاي، من المكتب الوطني للبحوث الاقتصادية في الولايات المتحدة. يتكون الإجراء من الخطوات التالية: 1) تقدير الاتجاه عن طريق المتوسط ​​المتحرك 2) إزالة الاتجاه ترك المكونات الموسمية وغير النظامية 3) تقدير العنصر الموسمي باستخدام المتوسطات المتحركة لتسهيل غير النظامية. ولا يمكن تحديد الموسمية عموما حتى يعرف الاتجاه، إلا أنه لا يمكن إجراء تقدير جيد للاتجاه حتى يتم تعديل السلسلة موسميا. لذلك يستخدم X11 نهج تكراري لتقدير مكونات سلسلة زمنية. كما افتراضيا، فإنه يفترض نموذج المضاعف. لتوضيح الخطوات الأساسية التي ينطوي عليها X11، النظر في تحلل سلسلة زمنية شهرية تحت نموذج مضاعف. الخطوة 1: التقدير الأولي للاتجاه يطبق المتوسط ​​المتحرك المتماثل 13 (2x12) على سلسلة زمنية شهرية أصلية، O t. لإنتاج تقدير أولي للاتجاه T t. ثم يتم إزالة الاتجاه من السلسلة الأصلية، لإعطاء تقدير للمكونات الموسمية وغير النظامية. يتم فقدان ست قيم في نهاية كل سلسلة نتيجة لمشكلة نقطة النهاية - يتم استخدام المرشحات المتماثلة فقط. الخطوة 2: تقدير أولي للعنصر الموسمي يمكن عندئذ إيجاد تقدير أولي للعنصر الموسمية بتطبيق متوسط ​​متحرك على المدى 5 (S 3x3) على السلسلة S t. I t لكل شهر على حدة. على الرغم من أن هذا الفلتر هو الافتراضي داخل X11، يستخدم عبس 7 المتوسطات المتحركة المدى (S 3X5) بدلا من ذلك. يتم تعديل المكونات الموسمية لإضافة إلى 12 تقريبا على مدى 12 شهرا، بحيث أنها متوسطة إلى 1 من أجل ضمان أن العنصر الموسمية لا يغير مستوى السلسلة (لا يؤثر على الاتجاه). يتم استبدال القيم المفقودة في نهايات المكون الموسمية بتكرار القيمة من العام السابق. الخطوة 3: التقدير الأولي للبيانات المعدلة يوجد تقريب للسلسلة المعدلة موسميا بقسمة تقدير الموسمية من الخطوة السابقة إلى السلسلة الأصلية: الخطوة 4: تقدير أفضل للاتجاه A 9 أو 13 أو 23 مصطلح يتم تطبيق المتوسط ​​المتحرك هندرسون على القيم المعدلة موسميا، اعتمادا على تقلب السلسلة (سلسلة أكثر تقلبا يتطلب المتوسط ​​المتحرك الأطول)، لإنتاج تقدير أفضل للاتجاه. وتنقسم سلسلة الاتجاه الناتجة إلى السلسلة الأصلية لإعطاء تقدير ثان للمكونات الموسمية وغير المنتظمة. وتستخدم الفلاتر غير المتناظرة في نهايات السلسلة، وبالتالي لا توجد قيم مفقودة كما في الخطوة 1. الخطوة 5: التقدير النهائي للعنصر الموسمي تتكرر الخطوة الثانية للحصول على تقدير نهائي للمكون الموسمي. الخطوة 6: التقدير النهائي للبيانات المعدلة تم العثور على سلسلة نهائية معدلة موسميا بقسمة التقدير الثاني للموسمية من الخطوة السابقة إلى السلسلة الأصلية: الخطوة 7: التقدير النهائي للاتجاه A 9، 13 أو 23 مصطلح هندرسون موفينغ يتم تطبيق المتوسط ​​على التقدير النهائي للسلسلة المعدلة موسميا، والتي تم تصحيحها للقيم المتطرفة. وهذا يعطي تقديرا نهائيا محسنا للاتجاه. في الإصدارات الأكثر تقدما من X11 (مثل X12ARIMA و سيسابس)، أي طول فردي هندرسون المتوسط ​​المتحرك يمكن استخدامها. الخطوة 8: التقدیر النھائي للعنصر غیر النظامي یمکن بعد ذلك تقدیر النظام غیر النظامي بقسمة تقدیرات الاتجاه علی البیانات المعدلة موسمیا. ومن الواضح أن هذه الخطوات تعتمد على النموذج الذي (المضاعفة، المضافة والمزيفة الزائفة) يتم اختيار داخل X11. هناك أيضا اختلافات صغيرة في الخطوات في X11 بين الإصدارات المختلفة. خطوة إضافية في تقدير العوامل الموسمية، هو تحسين متانة عملية المتوسط، من خلال تعديل قيم سي للنطاقات المتطرفة. لمزيد من المعلومات عن الخطوات الرئيسية المعنية، راجع القسم 7.2 من ورقة المعلومات: دورة تمهيدية حول تحليل السلاسل الزمنية - التسليم الإلكتروني. ما هي بعض الحزم المستخدمة في تنفيذ التعديل الموسمية أكثر حزم التعديل الموسمية شيوعا هي تلك الموجودة في عائلة X11. وقد تم تطوير X11 من قبل مكتب الولايات المتحدة للتعداد وبدأت العمل في الولايات المتحدة في عام 1965. وسرعان ما اعتمد من قبل العديد من الوكالات الإحصائية في جميع أنحاء العالم، بما في ذلك عبس. وقد تم دمجها في عدد من حزم البرمجيات المتاحة تجاريا مثل ساس و ستاتيستيكا. ويستخدم مرشحات لضبط موسميا البيانات وتقدير مكونات سلسلة زمنية. وتتضمن الطريقة X11 تطبيق المتوسطات المتحركة المتماثلة لسلسلة زمنية من أجل تقدير الاتجاه، والمكونات الموسمية وغير المنتظمة. ومع ذلك في نهاية المسلسل، لا تتوفر بيانات كافية لاستخدام الأوزان المتماثلة 8211 مشكلة 8216end-point8217. ونتيجة لذلك، يتم استخدام أوزان غير متماثلة، أو يجب استقراء السلسلة. وتستخدم طريقة X11ARIMA، التي وضعتها هيئة الإحصاء الكندية في عام 1980، واستكملت في عام 1988 إلى X11ARIMA88، نماذج بوكس ​​جينكينز أوتوراجريسيف إنتغراتد موفينغ أفيراج (أريما) لتمديد سلسلة زمنية. وبشكل أساسي، يساعد استخدام نمذجة أريما على السلسلة الأصلية في تقليل المراجعات في السلسلة المعدلة موسميا بحيث يتم تقليل تأثير مشكلة النقطة النهائية. X11ARIMA88 يختلف أيضا عن الأسلوب X11 الأصلي في علاجها للقيم المتطرفة. ويمكن الحصول عليها عن طريق الاتصال بالإحصاءات الكندية. في أواخر 19908217، أصدر مكتب التعداد الأمريكي X12ARIMA. ويستخدم نماذج ريغريما (نماذج الانحدار مع أخطاء أريما) للسماح للمستخدم لتمديد سلسلة مع التوقعات و بريادجوست سلسلة لآثار التقويم والتقويم قبل إجراء التعديل الموسمية مكان. يمكن الحصول على X12ARIMA من المكتب هو متاح مجانا ويمكن تحميلها من census. govsrdwwwx12a. تم تطويرها من قبل فيكتور غوميز و أوغستن مارافال، سيتس (استخلاص الإشارات في أريما تايم سيريز) هو البرنامج الذي يقدر ويتنبأ بالاتجاه، المكونات الموسمية وغير المنتظمة لسلسلة زمنية باستخدام تقنيات استخراج الإشارات المطبقة على نماذج أريما. ترامو (الانحدار سلسلة الوقت مع أريما الضوضاء، الرصدات المفقودة والقيم المتطرفة) هو برنامج مصاحب لتقدير والتنبؤ نماذج الانحدار مع أخطاء أريما والقيم المفقودة. يتم استخدامه ل بريادجوست سلسلة، والتي سيتم بعد ذلك تعديل موسميا من قبل مقاعد. للتحميل بحرية البرنامجين من الإنترنت، اتصل بنك اسبانيا. bde. eshomee. htm يركز يوروستات على اثنين من أساليب التعديل الموسمية: تراموسيتس و X12Arima. وقد تم تنفيذ إصدارات هذه البرامج في واجهة واحدة، تدعى كوتديمتراكوت. وهذا يسهل تطبيق هذه التقنيات على مجموعات واسعة النطاق من السلاسل الزمنية. يحتوي ديميترا على وحدتين رئيسيتين: التعديل الموسمية وتقدير الاتجاه مع إجراء آلي (على سبيل المثال بالنسبة للمستخدمين غير ذوي الخبرة أو للمجموعات الكبيرة من السلاسل الزمنية)، مع إجراء سهل الاستعمال لتحليل مفصل لسلاسل زمنية واحدة. ويمكن تحميلها من forum. europa. eu. intircdsiseurosaminfodatademetra. htm. ما هي التقنيات التي يعمل بها عبس للتعامل مع التعديل الموسمية الأداة الرئيسية المستخدمة في المكتب الأسترالي للإحصاء هي سيسابس (تحليل سيسونال، معايير عبس). سيسابس هو حزمة برامج التعديل الموسمية مع نظام معالجة الأساسية على أساس X11 و X12ARIMA. سيسابس هو نظام قائم على المعرفة التي يمكن أن تساعد المحللين سلسلة الوقت في اتخاذ الأحكام المناسبة والصحيحة في تحليل سلسلة زمنية. سيسابس هو جزء واحد من نظام التكيف الموسمية عبس. وتشمل المكونات الأخرى أبسدب (مستودع المعلومات عبس) و فام (التنبؤ والتحليل والبيئة النمذجة، وتستخدم لتخزين ومعالجة البيانات سلسلة زمنية). سيسابس ينفذ أربع وظائف رئيسية: استعراض البيانات تحليل موسمية من السلاسل الزمنية التحقيق من السلاسل الزمنية صيانة سلسلة زمنية المعرفة سيسابس يسمح كل من الخبراء والعميل استخدام طريقة X11 (التي تم تعزيزها بشكل كبير من قبل عبس). وهذا يعني أن المستخدم لا يحتاج إلى معرفة مفصلة عن حزمة X11 لضبط موسميا بشكل مناسب سلسلة زمنية. واجهة ذكية أدلة المستخدمين من خلال عملية التحليل الموسمية، مما يجعل الخيارات المناسبة من المعلمات وطرق التكيف مع القليل أو لا التوجيه اللازم على المستخدمين جزء. العملية التكرار الأساسية تشارك في سيسابس هي: 1) اختبار وفواصل الموسمية الصحيح. 2) اختبار وإزالة المسامير الكبيرة في البيانات. 3) اختبار لفواصل الاتجاه الصحيح. 4) اختبار القيم المتطرفة الصحيحة لتصحيح أغراض الموسمية. 5) تقدير أي تأثير يوم التداول الحالي. 6) إدراج أو تغيير التصحيحات عطلة تتحرك. 7) المتوسطات المتحركة تحقق (المتوسطات المتحركة الاتجاه، ثم المتوسطات المتحركة الموسمية). 8) تشغيل X11. 9) الانتهاء من التعديل. سيسابس يحتفظ سجلات التحليل السابق لسلسلة بحيث يمكن مقارنة التشخيص X11 مع مرور الوقت ويعرف ما أدت المعلمات إلى تعديل مقبول في التحليل الأخير. فإنه يحدد ويصحح الاتجاه والفواصل الموسمية وكذلك القيم المتطرفة، إدراج عوامل يوم التداول إذا لزم الأمر، ويسمح للتحرك تصحيحات عطلة. سيسابس متاح مجانا للمنظمات الحكومية الأخرى. الاتصال time. series. analysisabs. gov. au لمزيد من التفاصيل. كيف تتعامل الوكالات الإحصائية الأخرى مع التعديل الموسمية الإحصاءات تستخدم نيوزيلندا X12-أريما، ولكنها لا تستخدم قدرات الحزمة أريما. يستخدم مكتب الإحصاء الوطني في المملكة المتحدة X11ARIMA88 يستخدم مكتب الإحصاء الكندي X11-ARIMA88 مكتب الولايات المتحدة للتعداد يستخدم X12-أريما يوروستات سياتسترامو هذه الصفحة نشرت لأول مرة 14 نوفمبر 2005، آخر تحديث 10 سبتمبر 20086.4 X-12-أريما التحلل واحدة من أكثر شعبية طرق لتحليل البيانات الفصلية والشهرية هي X-12-أريما، التي أصولها في الأساليب التي وضعتها مكتب الولايات المتحدة للتعداد. وهو الآن يستخدم على نطاق واسع من قبل المكتب والوكالات الحكومية في جميع أنحاء العالم. وشملت الإصدارات السابقة من الأسلوب X-11 و X-11-أريما. ويجري حاليا وضع طريقة X-13-أريما قيد التطوير في مكتب الولايات المتحدة للتعداد. وتستند طريقة X-12-أريما على التحلل الكلاسيكي، ولكن مع العديد من الخطوات والميزات الإضافية للتغلب على عيوب التحلل الكلاسيكي التي نوقشت في القسم السابق. وعلى وجه الخصوص، يتاح تقدير الاتجاه لجميع الملاحظات بما في ذلك النقاط النهائية، ويسمح للمكون الموسمي أن يتغير ببطء بمرور الوقت. كما أنها قوية نسبيا للمالحظات غير العادية في بعض األحيان. X-12-أريما يعالج كل من التحلل المضافة والتكاثرية، ولكن يسمح فقط للبيانات الفصلية والشهرية. ويشير الجزء أريما من X-12-أريما إلى استخدام نموذج أريما (انظر الفصل 7) الذي يوفر تنبؤات السلسلة إلى الأمام في الوقت المناسب، وكذلك إلى الوراء في الوقت المناسب. وعندئذ، عندما يطبق متوسط ​​متحرك للحصول على تقدير لدورة الاتجاه، لا توجد خسارة للملاحظات في بداية ونهاية السلسلة. تبدأ الخوارزمية بطريقة مشابهة للتحلل الكلاسيكي، ثم يتم تكرير المكونات من خلال عدة تكرارات. ويصف المخطط التالي للطريقة تحلل مضاعف يطبق على البيانات الشهرية. وتستخدم خوارزميات مماثلة للتحلل المضافة والبيانات الفصلية. احسب متوسطا متحركا قدره 2times12 يطبق على البيانات الأصلية للحصول على تقدير تقريبي لقيمة دورة الاتجاه لجميع الفترات. احسب نسب البيانات إلى الاتجاه (تسمى نسب التركيز): يثات t. تطبيق 3times 3 منفصلة إلى كل شهر من نسب تركز لتشكيل تقدير تقريبي من قبعة ر. قم بتقسيم النسب املركزة بواسطة قبعة t للحصول على تقدير للباقي، قبعة t. تقليل القيم المتطرفة من إت للحصول على تعديل قبعة t. قم بتعديل القبعة المعدلة بواسطة قبعة t للحصول على نسب محورة معدلة. كرر الخطوة 3 للحصول على قبعة منقحة t. تقسيم البيانات الأصلية من قبل التقدير الجديد لل t لإعطاء سلسلة تعديلها موسميا الأولي، يثات ر. ويقدر قبعة دورة الاتجاه من خلال تطبيق ما هندرسون ما المرجحة للقيم الأولية المعدلة موسميا. (كلما زادت العشوائية، كلما زاد طول المتوسط ​​المتحرك المستخدم). بالنسبة لسلاسل شهرية: يتم استخدام متوسط ​​متحرك هندرسون 9-، 13-، أو -23. كرر الخطوة 2. يتم الحصول على نسب جديدة بقسمة البيانات الأصلية حسب التقدير الجديد لل t. كرر الخطوات 36 باستخدام نسب جديدة وتطبيق 3times5 ما بدلا من 3times3 ما. كرر الخطوة 7 ولكن باستخدام 3times5 ما بدلا من 3times3 ما. كرر الخطوة 8. يتم الحصول على المكون المتبقي بقسمة البيانات المعدلة موسميا من الخطوة 13 بواسطة دورة الاتجاه التي تم الحصول عليها في الخطوة 9. يتم استبدال القيم المتطرفة للمكون المتبقي كما في الخطوة 5. يتم الحصول على سلسلة من البيانات المعدلة عن طريق ضرب ودورة الاتجاه، والمكون الموسمي، ومكون المتبقي المعدل معا. وتكرر العملية برمتها مرتين أخرى باستخدام البيانات التي تم الحصول عليها في الخطوة 16 في كل مرة. على التكرار النهائي، يتم استبدال 3times5 ما من الخطوات 11 و 12 إما 3times3، 3times5، أو 3times9 المتوسط ​​المتحرك، اعتمادا على التباين في البيانات. كما يحتوي X-12-أريما على بعض الأساليب المتطورة للتعامل مع تغير يوم التداول، وآثار العطلات وآثار التنبؤات المعروفة، والتي لم يتم تناولها هنا. تتوفر مناقشة كاملة لهذه الطريقة في لاديراي و كينيفيل (2001). لا يوجد حاليا أي حزمة R لتحلل X-12-أريما. ومع ذلك، تتوفر البرمجيات الحرة التي تنفذ هذه الطريقة من مكتب التعداد في الولايات المتحدة ويتم توفير واجهة R لهذا البرنامج من قبل حزمة X12.

No comments:

Post a Comment