موفينغ ماتلاب مقدر تقدير المتوسط المتحرك

مخرجات التوثيق تسموفافغ (تسوبج، s، لاغ) ترجع المتوسط ​​المتحرك البسيط من خلال كائن السلسلة الزمنية المالية، تسوبج. يشير التأخر إلى عدد نقاط البيانات السابقة المستخدمة مع نقطة البيانات الحالية عند حساب المتوسط ​​المتحرك. الناتج تسموفافغ (ناقلات، ق، تأخر، خافت) ترجع المتوسط ​​المتحرك البسيط للمتجه. يشير التأخر إلى عدد نقاط البيانات السابقة المستخدمة مع نقطة البيانات الحالية عند حساب المتوسط ​​المتحرك. الناتج تسموفافغ (تسوبج، e، تيمبيريود) ترجع المتوسط ​​المتحرك المتوسط ​​الأسي لسلسلة الوقت المالي الكائن، تسوبج. المتوسط ​​المتحرك الأسي هو المتوسط ​​المتحرك المرجح، حيث يحدد الوقت الزمني الفترة الزمنية. تقلل المتوسطات المتحركة الأسية من التأخر بتطبيق المزيد من الوزن على الأسعار الأخيرة. على سبيل المثال، المتوسط ​​المتحرك الأسي لمدة 10 أضعاف أوزان السعر الأخير بحلول 18.18. النسبة الأسي 2 (تيمبر 1) أو 2 (وينديزيز 1). الناتج تسموفافغ (ناقلات، e، تيمبيريود، قاتمة) ترجع المتوسط ​​المتحرك الأسي المرجح لناقل. المتوسط ​​المتحرك الأسي هو المتوسط ​​المتحرك المرجح، حيث يحدد الوقت الزمني الفترة الزمنية. تقلل المتوسطات المتحركة الأسية من التأخر بتطبيق المزيد من الوزن على الأسعار الأخيرة. على سبيل المثال، المتوسط ​​المتحرك الأسي لمدة 10 أضعاف أوزان السعر الأخير بحلول 18.18. (2 (تيمبيريود 1)). الناتج تسموفاف (تسوبج، t، نومبيريود) يعود المتوسط ​​المتحرك الثلاثي لسلسلة الوقت المالي الكائن، تسوبج. المتوسط ​​المتحرك الثلاثي مزدوج ينعم البيانات. تسموفاف يحسب متوسط ​​متحرك بسيط الأول مع عرض نافذة السقوف (نومبيريود 1) 2. ثم يحسب المتوسط ​​المتحرك الثاني البسيط على المتوسط ​​المتحرك الأول بنفس حجم النافذة. الناتج تسموفافغ (ناقلات، t، نومبيريود، خافت) ترجع المتوسط ​​المتحرك الثلاثي لناقل. المتوسط ​​المتحرك الثلاثي مزدوج ينعم البيانات. تسموفاف يحسب متوسط ​​متحرك بسيط الأول مع عرض نافذة السقوف (نومبيريود 1) 2. ثم يحسب المتوسط ​​المتحرك الثاني البسيط على المتوسط ​​المتحرك الأول بنفس حجم النافذة. الناتج تسموفاف (تسوبج، ث، الأوزان) ترجع المتوسط ​​المتحرك المرجح لسلسلة الوقت المالي الكائن، تسوبج. عن طريق توفير الأوزان لكل عنصر في النافذة المتحركة. طول متجه الوزن يحدد حجم النافذة. إذا تم استخدام عوامل الوزن الأكبر للحصول على أسعار أكثر حداثة والعوامل الأصغر للأسعار السابقة، فإن الاتجاه أكثر استجابة للتغيرات الأخيرة. الناتج تسموفافغ (ناقلات، ث، الأوزان، خافت) ترجع المتوسط ​​المتحرك المرجح للناقل من خلال توفير الأوزان لكل عنصر في النافذة المتحركة. طول متجه الوزن يحدد حجم النافذة. إذا تم استخدام عوامل الوزن الأكبر للحصول على أسعار أكثر حداثة والعوامل الأصغر للأسعار السابقة، فإن الاتجاه أكثر استجابة للتغيرات الأخيرة. الناتج تسموفاف (تسوبج، م، نومبيريود) يعود المتوسط ​​المتحرك المعدل لسلسلة الوقت المالي الكائن، تسوبج. المتوسط ​​المتحرك المعدل يشبه المتوسط ​​المتحرك البسيط. النظر في حجة نومبيود لتكون الفارق الزمني للمتوسط ​​المتحرك البسيط. يتم حساب المتوسط ​​المتحرك المعدل الأول كمتوسط ​​متحرك بسيط. يتم حساب القيم اللاحقة عن طريق إضافة السعر الجديد وطرح المتوسط ​​الأخير من المجموع الناتج. خرج تسموفافغ (ناقلات، م، نومبيريود، خافت) ترجع المتوسط ​​المتحرك المعدل للمتجه. المتوسط ​​المتحرك المعدل يشبه المتوسط ​​المتحرك البسيط. النظر في حجة نومبيود لتكون الفارق الزمني للمتوسط ​​المتحرك البسيط. يتم حساب المتوسط ​​المتحرك المعدل الأول كمتوسط ​​متحرك بسيط. يتم حساب القيم اللاحقة عن طريق إضافة السعر الجديد وطرح المتوسط ​​الأخير من المجموع الناتج. ديم 8212 للعمل على طول عدد صحيح موجب مع القيمة 1 أو 2 البعد للعمل على طول، المحدد على أنه عدد صحيح موجب مع قيمة 1 أو 2. قاتمة هو وسيطة الإدخال الاختياري، وإذا لم يتم تضمينه كإدخال، الافتراضي القيمة 2 مفترضة. ويشير افتراض الخافت 2 إلى مصفوفة موجهة نحو الصف حيث يكون كل صف متغيرا وكل عمود عبارة عن ملاحظة. إذا كانت قاتمة 1. يفترض أن يكون المدخل متجه عمود أو مصفوفة موجهة للعمود، حيث يكون كل عمود متغير ولكل صف ملاحظة. e 8212 مؤشر متجه الأحرف المتوسط ​​الأسي المتجه المتوسط ​​المتحرك الأسي هو متوسط ​​متحرك مرجح حيث يكون الوقت الزمني هو الفترة الزمنية للمتوسط ​​المتحرك الأسي. تقلل المتوسطات المتحركة الأسية من التأخر بتطبيق المزيد من الوزن على الأسعار الأخيرة. على سبيل المثال، فإن المتوسط ​​المتحرك الأسي لفترة 10 يوزن آخر سعر بحلول 18.18. النسبة المئوية الأسية 2 (تيمبر 1) أو 2 (وينديز 1) تيمبيريود 8212 طول الفترة الزمنية عدد صحيح غير سالب حدد بلدك الوثائق يوضح هذا المثال كيفية تقدير متوسط ​​الانحدار الذاتي المتكامل أو نماذج أريما. وهناك حاجة أحيانا إلى نماذج من السلاسل الزمنية التي تحتوي على اتجاهات غير ثابتة (موسمية). وهناك فئة واحدة من هذه النماذج هي نماذج أريما. هذه النماذج تحتوي على تكامل ثابت في مصدر الضوضاء. وهكذا، إذا كانت المعادلة الحاكمة لنموذج أرما معبر عنها على النحو A (q) y (t) سي (t). حيث يمثل A (q) المصطلح التلقائي الانحداري و C (q) المدى المتوسط ​​المتحرك، ويعبر عن النموذج المقابل لنموذج أريما حيث يمثل المصطلح مكامل الوقت المنفصل. وبالمثل، يمكنك صياغة المعادلات لنماذج أرى و أريكس. باستخدام أوامر تقدير نموذج السلاسل الزمنية أر. أركس و أرماكس يمكنك إدخال تكامل في مصدر الضوضاء ه (ر). يمكنك القيام بذلك باستخدام المعلمة إنتغراتينواز في الأمر تقدير. ولا يحسب نهج التقدير أي تعويضات ثابتة في بيانات السلاسل الزمنية. ولا تقتصر القدرة على إدخال مكامل الضوضاء على بيانات السلاسل الزمنية وحدها. يمكنك القيام بذلك أيضا لنماذج المدخلات والمخرجات حيث قد تكون الاضطرابات عرضة للموسمية. مثال واحد هو نماذج متعدد الحدود من هيكل أريماكس: انظر الصفحة المرجعية أرماكس للحصول على أمثلة. تقدير نموذج أرى لسلسلة زمنية العددية مع الاتجاه الخطي. تقدير نموذج متسلسلات زمنية متعددة المتغيرات بحيث يكون تكامل الضوضاء في واحد فقط من السلسلتين الزمنيتين. وإذا اقترنت النواتج (لم تكن المصفوفة القطرية مصفوفة قطرية)، فإن الوضع سيكون أكثر تعقيدا وسيؤدي ببساطة إضافة عامل تكامل إلى قناة الضوضاء الثانية إلى العمل. هل كان هذا الموضوع مفيدا أمر ماتلاب قمت بالنقر فوق ارتباط يتوافق مع الأمر ماتلاب: قم بتشغيل الأمر بإدخاله في إطار أوامر ماتلاب. متصفحات الويب لا تدعم أوامر ماتلاب. اختر بلدك الوثائق الوصف يستخدم تقدير إستمدل (مدل، y) أقصى احتمالية لتقدير معلمات نموذج أريما (p، D، q) مدل نظرا للمسلسل الزمني المتغير أحادي المتغير y. إستمدل هو نموذج أريما الذي يخزن النتائج. إستمدل، إستبارامكوف، لوغل، تقدير المعلومات (مدل، y) بالإضافة إلى ذلك يعود إستبارامكوف. مصفوفة التباين-التغاير المرتبطة بالمعلمات المقدرة، لوغل. وظيفة الهدف لوغليبيليتي الأمثل، والمعلومات. هيكل بيانات من المعلومات الموجزة. إستمدل، إستبارامكوف، لوغل، يقدر تقدير المعلومات (مدل، y، نيم، فالو) النموذج مع خيارات إضافية محددة بواسطة اسم واحد أو أكثر، وسيطات زوج القيمة. مدخلات حجج مدل 8212 أريما أو أريماكس نموذج أريما نموذج أريما أو أريماكس نموذج، المحدد كنموذج أريما عاد من قبل أريما أو تقدير. تقدير يعامل العناصر غير نان في مدل كما القيود المساواة ولا يقدر المعلمات المقابلة. y 8212 مسار وحيد لبيانات الاستجابة متجه عمود رقمي مسار وحيد لبيانات الاستجابة التي يكون النموذج مناسبا لها، يتم تحديدها كمتجه عمود رقمي. الملاحظة الأخيرة من y هي الأحدث. وسيطات زوج قيمة الاسم حدد أزواج اختيارية مفصولة بفواصل من وسيطات الاسم، القيمة. الاسم هو اسم الوسيطة والقيمة هي القيمة المقابلة. يجب أن يظهر الاسم داخل علامات اقتباس مفردة (). يمكنك تحديد العديد من وسيطات زوج الاسم والقيمة بأي ترتيب ك NAME1، Value1. نامين، فالوين. AR0 8212 التقديرات الأولية لمعاملات الانحدار الذاتي غير العرضية المتجه الرقمي التقديرات الأولية لمعاملات الانحدار الذاتي غير النسائي لنموذج أريما، المحددة على أنها زوج مفصول بفواصل يتكون من AR0 وناقل رقمي. ويجب أن يساوي عدد المعاملات في AR0 عدد الفترات المتأخرة المرتبطة بالمعاملات غير الصفرية في الحدود المتعددة الانحدار الذاتي غير العمودي، أرلاغس. وبشكل افتراضي، يستمد التقدير التقديرات الأولية باستخدام تقنيات السلاسل الزمنية القياسية. Beta0 8212 التقديرات الأولية لمعاملات الانحدار المتجه الرقمي التقديرات الأولية لمعاملات الانحدار لعنصر الانحدار، المحدد كزوج مفصول بفواصل يتكون من Beta0 ومتجه رقمي. يجب أن يساوي عدد المعاملات في Beta0 عدد أعمدة X. وبشكل افتراضي، يستمد التقدير التقديرات الأولية باستخدام تقنيات السلاسل الزمنية القياسية. ثابت 0 8212 النموذج الأولي للتقييم المستمر للنموذج أريما العدد الأولي لتقدير ثابت أريما النموذجي، والذي يحدد على أنه الزوج المفصول بفواصل ويتألف من ثابت 0 وقياس. وبشكل افتراضي، يستمد التقدير التقديرات الأولية باستخدام تقنيات السلاسل الزمنية القياسية. عرض 8212 معلمات الخيار عرض نافذة الأوامر (الافتراضي) التشخيص الكامل إتر من متجه الخلية من ناقلات الأحرف الخيار عرض نافذة الأوامر، المحدد كزوج مفصولة بفواصل تتكون من عرض ومتجه حرف أو متجه خلية من ناقلات الأحرف. تعيين العرض باستخدام أي مجموعة من القيم في هذا الجدول. تناسب نموذج أريماكس إلى سلسلة زمنية تحدد القيم الأولية للاستجابة والمعلمات. تحتوي مجموعة بيانات االفتراضات االئتمانية على أربعة متغيرات: المعدل االفتراضي لسندات الشركات االستثمارية) إيغد (النسبة المئوية لمصدري السندات االستثمارية التي صنفت للمرة األولى منذ 3 سنوات) إيدج (توقعات السنة السابقة للتغير في أرباح الشركات، التضخم (كف) انتشار بين عوائد السندات للشركات وتلك السندات الحكومية المماثلة (سير) نفترض أن نموذج أريماكس (1،0،0) مناسب لتناسب إيغد باستخدام العمر، كشف، و سير كمنبئات خارجية. قم بتحميل مجموعة بيانات االفتراضات االئتمانية. تعيين إيغ استجابة ل y. تعيين التنبؤات إيدج، كشف، و سير إلى المصفوفة X. يجب أن تكون الاستجابة وسلسلة التنبؤ الخارجية ثابتة قبل المتابعة. إذا كان ردكم ليس ثابتا، ثم تحديد درجة التكامل في بيان أريما. إذا كانت التنبؤات الخارجية الخاصة بك ليست ثابتة، ثم يجب أن الفرق بينها باستخدام فرق. سلسلة في هذا المثال هي ثابتة لا يصرف من الغرض الرئيسي. فصل القيم الأولية من الاستجابة الرئيسية والتنبؤات الخارجية. اختر القيم الأولية لمعاملات الانحدار Beta0. y0 تهيئة سلسلة الاستجابة و إيست هي سلسلة الاستجابة الرئيسية للتقدير. زيست هي مصفوفة التنبؤ الخارجية الرئيسية للتقدير. تحديد نموذج مدل لتناسب البيانات. اختر بلدك