7 अवधि - हेंडरसन - चल - औसत

औसत चल रहा है। संदर्भ और आगे पढ़ना। केंडल एमजी, स्टुअर्ट ए, ओर्ड जेके 1 9 83 केंडल के आंकड़ों के उन्नत सिद्धांत 3 हॉडर अर्नोल्ड, लंदन। लादीरे डी, क्वीनवेली बी 2001 व्याख्यान के X-11 विधि, वॉल 158 के साथ मौसमी समायोजन आँकड़ों में नोट्स स्प्रिंगर, बर्लिन MATH. Makridakis एस, व्हीलर राइट एससी, Hyndman आरजे 1998 पूर्वानुमान विधियों और अनुप्रयोगों, तीसरा edn विले, न्यूयॉर्क। स्पीन्सर जे 1904 मैनचेस्टर एकता के अनुभव से प्रस्तुत बीमारी और मृत्यु दर की स्नातक स्तर की पढ़ाई पर इस अवधि के दौरान ऑडफॉल्लोस का 1893 18 9 7 जे इंस्टेंट एक्ट्यूयरी 38 334 343. इस संदर्भ कार्य प्रविष्टि के बारे में। पढ़ना जारी रखें। बाकी की सामग्री देखने के लिए कृपया डाउनलोड करें पीडीएफ लिंक का पालन करें। हम अपनी साइट के साथ अपने अनुभव को बेहतर बनाने के लिए कुकीज़ का उपयोग करें अधिक जानकारी आपकी उंगलियों पर 10 मिलियन से अधिक वैज्ञानिक दस्तावेज। हमारी सामग्री। अन्य साइटें.मदद संपर्क। स्पिंगर इंटरनेशनल पब्लिशिंग एजी स्प्रिंगर प्रकृति गोपनीयता नीति, अस्वीकरण, सामान्य शर्तों की शर्तें। लॉग इन नहीं असंबद्ध 78 109 24 111 में। रिसर्च डेवलपमेंट के लिए प्रचारक। जावास्क्रिप्ट वर्तमान में अक्षम है यदि आप अपने ब्राउज़र में जावास्क्रिप्ट को सक्षम करते हैं, तो जावास्क्रिप्ट इस साइट को बहुत बेहतर बनाता है। हेंडरसन की औसत लंबाई को चुनना। चलना बी, टेबल B7, पुनरावृत्ति सी तालिका C7 और चलना डी सारणी D7 और तालिका डी 12 ट्रेन्ड-साइकिल घटक को हेंडर्स के चलते औसत का उपयोग करते हुए मौसम समायोजित श्रृंखला के अनुमान से निकाला जाता है हेंडरसन फिल्टर की लंबाई दो-चरणीय प्रक्रिया में X-12-ARIMA द्वारा स्वचालित रूप से चुना जाता है। चलती औसत के आदेश की स्वचालित पसंद अनुपात के आधार पर एक सूचक के मूल्य पर आधारित होती है जो श्रृंखला में अनियमित घटक के महत्व को मापता है, अनियमित घटक मजबूत होता है, चलती औसत के उच्च क्रम का चयन किया जाता है प्रक्रिया का उपयोग किया जाता है प्रत्येक चलना में बहुत समान है, केवल अंतर ही उपलब्ध विकल्पों की संख्या और सीरीज के दोनों सिरों पर टिप्पणियों का उपचार प्रक्रिया बी है एचओएन के पहले भाग के लिए स्वचालित रूप से हेंडर्स फिल्टर भाग बी के लिए स्वचालित रूप से पसंद किया जाता है। पहले, ट्रेंड-चक्र की गणना 13-अवधि के हेन्डरसन की औसत से चलती है। फिर, additive मामले में अनियमित घटक को प्रवृत्ति से घटाकर निकाला जाता है- मौसमी समायोजित श्रृंखला से चक्र, गुणात्मक अपघटन के लिए, एक अनियमित घटक प्रवृत्ति- चक्र द्वारा मौसम समायोजित श्रृंखला को विभाजित करके निकाला जाता है। अनुपात की गणना करने के क्रम में सीजन में समायोजित एसए श्रृंखला का पहला अपघटन सी ट्रे के चक्र के लिए और मैं अनियमित घटकों, मासिक वृद्धि दर गुणक मॉडल के लिए या पूर्णतया मूल्यों में वृद्धि करने वाले मॉडल की औसत गणना की जाती है, वे गणना और ग्रहणशील रूप से, जहां पर और शुरुआत में और उस समय की समीक्षाओं पर टिप्पणियां जो सममित द्वारा सुगम नहीं हो सकतीं 13-टर्म हेंडरसन मूविंग एवरेल्स को नजरअंदाज कर दिया जाता है। अगले अनुपात के मान की जांच की जाती है और यदि अनुपात 1 से छोटा होता है, 9-शब्द हेंडरसन चलती हैं avera जीई का चयन किया जाता है। अन्यथा, 13-अवधि के हेंडरसन चलती औसत का चयन किया गया है। प्रवृत्ति चक्र को चयनित हेंडरसन फिल्टर को मौसम बीस से सीजन में समायोजित श्रृंखला में लागू करके गणना की जाती है, शुरुआत में और समय श्रृंखला के अंत में सममित हेंडरसन फिल्टर के माध्यम से गणना नहीं की जा सकती है विज्ञापन हॉक असिमट्रिक मूविंग एवरेज द्वारा अनुमान लगाया गया है। हेंडरसन फिल्टर भाग सी और डी। पहले के लिए, ट्रेंड-चक्र की गणना 13-अवधि के हेंडरसन की औसत से चलती औसत की गणना से की जाती है। तब, में जोड़युक्त मामला अनियमित घटक को मौसम-समायोजित श्रृंखला से प्रवृत्त चक्र को घटाकर निकाला जाता है, गुणक अपघटन के लिए, अनियमित घटक प्रवृत्ति- चक्र द्वारा मौसम समायोजित श्रृंखला को विभाजित करके निकाला जाता है। अनुपात की गणना करने के लिए एसए श्रृंखला का पहला अपघटन सीजन में समायोजित की गणना सी ट्रेण्ड-चक्र और मैं अनियमित घटकों के लिए की जाती है, मासिक विकास दर गुणक मॉडल के लिए या मौके के लिए पूर्ण मूल्य का औसत थैली विकास additive मॉडल की गणना कर रहे हैं वे संकेत हैं और ग्रहणशील रूप से, जहां और शुरुआत में और समय श्रृंखला के अंत में, जो सममित 13-अवधि के हेंडरसन मूविंग एवरेज द्वारा चिकना नहीं किया जा सकता है को नजरअंदाज कर दिया जाता है। अनुपात का मूल्य अगले और यदि अनुपात 1 से छोटा है, 9-शब्द हैन्डरसन चलती औसत चुना जाता है। यदि अनुपात 3 5 से अधिक होता है, तो 23-टर्म हेंडरसन चलती औसत चुना जाता है। अन्यथा, 13-अवधि के हेंडरसन चलती औसत का चयन किया जाता है प्रवृत्ति चक्र को एक चयनित हेंडरसन फ़िल्टर को सीज़न सीसी 6, टेबल डी 7 या टैबिल डी 12 से सीजन में समायोजित श्रृंखला में लागू करके गणना की जाती है, तदनुसार सीरीज़ के दोनों सिरों पर, जहां एक केंद्रीय हेंडरसन फ़िल्टर लागू नहीं किया जा सकता है, असममित के लिए वजन कम होता है 7 टर्म हेंडरसन फिल्टर का उपयोग नोट किया जाता है। तालिका सी 1 में श्रृंखला को चरम मानों के लिए समायोजित किया गया है, यह अपेक्षा की जाती है कि भाग में गणना की गई तुलना में छोटा होगा। हेंडरसन फ़िल्टर के मैनुअल विकल्प। X-12-ARIMA को करने में सक्षम बनाता है या तो मैन्युअल रूप से किसी भी अजीब संख्यादार हेंडरसन की प्रवृत्ति चक्र के अंतिम अनुमान के लिए औसत चलती है। उपयोगकर्ता समय सीमा श्रृंखला के दोनों छोर पर टिप्पणियों के लिए लागू डिफ़ॉल्ट असममित हेंडरसन फ़िल्टर भी बदल सकता है। समय श्रृंखला विश्लेषण मौसमी समायोजन Methods. How X11 शैली विधियों मौसमी समायोजन करने के लिए कुछ पैकेज का उपयोग किया जाता है। मौसमी समायोजन से निपटने के लिए एबीएस द्वारा नियुक्त तकनीकें क्या हैं। SEASABS कैसे काम करता है। अन्य सांख्यिकीय एजेंसियां ​​मौसमी समायोजन के साथ कैसे काम करती हैं। X11 स्टाइल पद्धति कार्य कैसे करते हैं.फ़िल्टर आधारित मौसमी समायोजन के तरीकों को अक्सर X11 शैली विधियों के रूप में जाना जाता है ये 1 9 31 में अमेरिकी आर्थिक अनुसंधान के राष्ट्रीय ब्यूरो के फ्रेडरिक आर मैकाले द्वारा वर्णित औसत प्रक्रिया को चलने के अनुपात पर आधारित हैं। प्रक्रिया में निम्नलिखित चरणों शामिल हैं .1 अनुमान चलती औसत 2 की प्रवृत्ति, मौसमी और अनियमित अवयवों को छोड़कर प्रवृत्ति को निकालें। अनियमितताओं को छोड़ दें। आम तौर पर आम तौर पर प्रवृत्ति को ज्ञात नहीं किया जा सकता है जब तक कि आम तौर पर पहचान नहीं की जा सकती, हालांकि इस रुझान का अच्छा अनुमान नहीं बनाया जा सकता जब तक श्रृंखला को मौसमयुक्त समायोजित नहीं किया जाता है इसलिए X11 समय-सीमा के घटकों का अनुमान लगाने के लिए एक पुनरावृत्ति दृष्टिकोण का उपयोग करता है। , यह एक गुणात्मक मॉडल मानता है। X11 में शामिल बुनियादी चरणों को स्पष्ट करने के लिए, एक गुणात्मक मॉडल के तहत मासिक समय श्रृंखला के अपघटन पर विचार करें। चरण 1 प्रवृत्ति का प्रारंभिक अनुमान। एक सममित 13 अवधि 2x12 चलती औसत मूल मासिक पर लागू किया जाता है समय श्रृंखला, प्रवृत्ति का एक प्रारंभिक अनुमान तैयार करने के लिए ओ टी। प्रवृत्ति को मूल श्रृंखला से हटा दिया जाता है, ताकि मौसमी और अनियमित घटकों का अनुमान लगाया जा सके। श्रृंखला के प्रत्येक छोर पर अनुमान लगाए जाने के परिणामस्वरूप परिणाम खो दिए जाते हैं अंत बिंदु समस्या - केवल सममित फिल्टर का उपयोग किया जाता है। चरण 2 मौसमी घटक का प्रारंभिक अनुमान। मौसमी घटक का प्रारंभिक अनुमान तब भारित प्रत्येक अवधि के लिए 5 शब्द चलती औसत एस 3x3 से एस टी आई टी सीरीज अलग से यद्यपि यह फिल्टर एक्स 11 के भीतर डिफ़ॉल्ट है, एबीएस इसके बजाय 7 शब्द चलती औसत एस 3x5 का उपयोग करता है मौसमी घटकों को लगभग 12 महीने में लगभग 12 महीने में जोड़ने के लिए समायोजित किया जाता है अवधि, ताकि वे यह सुनिश्चित करने के लिए 1 के औसत बनाते हैं कि मौसमी घटक श्रृंखला के स्तर को परिवर्तित न करें प्रवृत्ति को प्रभावित नहीं करता है मौसमी घटक के अंत में मौजूद गुम मूल्यों को पिछले वर्ष के मूल्य को दोहराकर बदल दिया जाता है चरण 3 समायोजित डेटा का प्रारंभिक अनुमान। मौसमी रूप से समायोजित श्रृंखला की एक अनुमान के मुताबिक मूल श्रृंखला में पिछले चरण से मौसमी के अनुमान को विभाजित करके पाया जाता है। चरण 4 प्रवृत्ति का एक बेहतर अनुमान। 9, 13 या 23 अवधि श्रृंखला की अस्थिरता के आधार पर, हेंडरसन चलती औसत ऋतुमान समायोजित मूल्यों पर लागू होता है, और अधिक अस्थिर श्रृंखला के लिए लंबे समय तक चलती औसत की आवश्यकता होती है, जिसके परिणामस्वरूप प्रवृत्ति का एक बेहतर अनुमान उत्पन्न होता है एनजी प्रवृत्ति श्रृंखला को मौसमी और अनियमित घटकों का दूसरा अनुमान देने के लिए मूल श्रृंखला में बांटा गया है। श्रृंखला के छोर पर सममित फिल्टर का उपयोग किया जाता है, इसलिए चरण 1 की तरह कोई अनुपस्थित मूल्य नहीं हैं। चरण 5 मौसमी के अंतिम अनुमान घटक। चरण दो को मौसमी घटक के अंतिम अनुमान प्राप्त करने के लिए दोहराया जाता है। चरण 6 समायोजित डेटा का अंतिम अनुमान। अंतिम मौसम समायोजित श्रृंखला मूल श्रृंखला में पिछले चरण से मौसमी के दूसरे अनुमान को विभाजित करके पाई जाती है। चरण 7 प्रवृत्ति का अंतिम अनुमान। ए 9, 13 या 23 अवधि के हेंडरसन की औसत चलती है, जो मौसमी समायोजित श्रृंखला के अंतिम अनुमान पर लागू होती है, जो अत्यधिक मूल्यों के लिए सही हो गई है यह प्रवृत्ति का बेहतर और अंतिम अनुमान देता है और अधिक उन्नत संस्करणों में X12 के जैसे X12ARIMA और SEASABS, किसी भी अजीब लंबाई हेंडरसन मूविंग एवरी का इस्तेमाल किया जा सकता है। चरण 8 अनियमित घटक का अंतिम अनुमान। अनियमितताओं का अनुमान तो प्रवृत्ति को विभाजित करके अनुमानित किया जा सकता है मौसमी रूप से समायोजित डेटा में समय। जाहिर है इन चरणों में यह निर्भर करेगा कि किस मॉडल में गुणक, योजक और छद्म-योजक को X11 में चुना गया है, X11 में विभिन्न संस्करणों के बीच के चरणों में भी छोटे अंतर हैं। मौसमी कारकों के आकलन में एक अतिरिक्त कदम चरम सीमाओं के लिए एसआई मानों के संशोधन द्वारा औसत प्रक्रिया की मजबूती में सुधार करने के लिए, शामिल प्रमुख कदमों के बारे में अधिक जानकारी के लिए, सूचना पत्र के अनुभाग 7 2 को देखें, समय श्रृंखला विश्लेषण - इलेक्ट्रॉनिक डिलिवरी पर एक परिचयात्मक पाठ्यक्रम। WHAT कुछ पैकेज हैं मौसम समायोजन को लागू करने के लिए उपयोग किया गया। सबसे अधिक इस्तेमाल किया मौसमी समायोजन पैकेज X11 परिवार X11 में हैं जो जनगणना के यूएस ब्यूरो द्वारा विकसित किए गए थे और संयुक्त राज्य अमेरिका में 1 9 65 में इसका संचालन शुरू किया, यह दुनिया भर में कई सांख्यिकीय एजेंसियों द्वारा जल्द ही अपनाया गया था, एबीएस सहित इसे कई व्यावसायिक रूप से उपलब्ध सॉफ़्टवेयर पैकेज जैसे एसएएस और स्टेटीस्टिका में एकीकृत किया गया है। ऋणात्मक डेटा को समायोजित करने के लिए और एक समय श्रृंखला के घटकों का अनुमान लगाते हैं। X11 विधि में प्रवृत्ति, मौसमी और अनियमित घटकों का अनुमान लगाने के लिए समय-सीमा में सममित मूविंग औसत लागू करना शामिल है, हालांकि श्रृंखला के अंत में, अपर्याप्त डेटा उपलब्ध है सममित वजन का अंत-बिंदु समस्या का उपयोग करने के लिए, परिणामस्वरूप, असममित भार का उपयोग किया जा सकता है या श्रृंखला को एक्सट्रपोलैटेड किया जाना चाहिए। 1 9 80 में सांख्यिकी कनाडा द्वारा विकसित और 1 99 8 में एक्स 1 1 9 65 में अद्यतित X11ARIMA विधि, बॉक्स जेनकिंस ऑटोरेसेसिव इंटीग्रेटेड मूविंग औसत एआरआईएए समय सीमा श्रृंखला का विस्तार करने के लिए मॉडल, मूल श्रृंखला पर एआरआईएए मॉडलिंग का उपयोग, मौसम समायोजित श्रृंखला में संशोधन को कम करने में मदद करता है ताकि अंत-बिंदु की समस्या का असर कम हो। X11ARIMA88 भी मूल X11 विधि से इसके उपचार में अलग है चरम मूल्यों यह सांख्यिकी कनाडा से संपर्क करके प्राप्त किया जा सकता है। 1 99 0 के अंत में, अमेरिकी जनगणना ब्यूरो ने जारी किया X12ARIMA यह regahim का उपयोग करता है एआरआईएए त्रुटियों के साथ एक मॉडल प्रतिगमन मॉडल उपयोगकर्ता को भविष्यवाणी के साथ श्रृंखला का विस्तार करने और मौसमी समायोजन होने से पहले सीरीज़ और कैलेंडर प्रभावों के लिए श्रृंखला को आगे बढ़ाने की अनुमति देने के लिए अनुमति देता है X12ARIMA ब्यूरो से प्राप्त किया जा सकता है, यह मुफ़्त उपलब्ध है और इसे से डाउनलोड किया जा सकता है। विक्टर गोमेज़ और अगस्तन मारवाल, एआरआईएएम समय सीरीज़ में सीएटीएस सिग्नल एक्सट्रैक्शन, एआरआईएएमए मॉडल, ट्रांमो टाइम सीरीज़ रिग्रेशन के साथ एआरआईएएमए, लॉज ऑब्सर्वेशन और सिग्नल निष्कर्षण तकनीकों का उपयोग करते हुए एक समय श्रृंखला के रुझान, मौसमी और अनियमित घटकों का अनुमान और पूर्वानुमान करता है। आउटलाइयर आकलन और एआरआईएमए त्रुटियों और गायब मूल्यों के साथ प्रतिगमन के मॉडल के अनुमान के लिए एक साथी कार्यक्रम है। इसका उपयोग श्रृंखला को पहले से समायोजित करने के लिए किया जाता है, जिसे तब सीट द्वारा समायोजित किया जाता है ताकि इंटरनेट से दो कार्यक्रमों को स्वतंत्र रूप से डाउनलोड किया जा सके, बैंक ऑफ स्पेन से संपर्क करें। यूरोस्टेट ने इन समर्थकों के दो मौसमी समायोजन विधियों Tramo सीट्स और X12Arima संस्करणों पर ध्यान केंद्रित किया है ग्राम को एक एकल इंटरफेस में कार्यान्वित किया गया है, जिसे डेमेट्रा कहा जाता है, इन तकनीकों के प्रयोग को बड़े पैमाने पर सेट समय श्रृंखला डीएमईटीआरए में दो मुख्य मॉड्यूल मौसमी समायोजन और प्रवृत्ति अनुमान शामिल हैं जैसे कि स्वचालित अनुभव वाले उदाहरण के लिए या बड़े पैमाने पर सेट के लिए समय श्रृंखला और एकल समय श्रृंखला के विस्तृत विश्लेषण के लिए एक उपयोगकर्ता-अनुकूल प्रक्रिया के साथ इसे डाउनलोड किया जा सकता है। एब्स द्वारा एसोसिएशन के साथ सौदा करने वाले तकनीकों का उपयोग किया जाता है। सांख्यिकी के ऑस्ट्रेलियाई ब्यूरो में उपयोग किया जाने वाला मुख्य टूल SEASABS SEASONAL है विश्लेषण, एबीएस मानकों एसईएएसएबीएस X11 और X12ARIMA पर आधारित कोर प्रसंस्करण प्रणाली के साथ एक मौसमी समायोजन सॉफ्टवेयर पैकेज है, एक ज्ञान आधारित प्रणाली है, जो एक समय श्रृंखला के विश्लेषण में उचित और सही निर्णय लेने में समय श्रृंखला विश्लेषकों की सहायता कर सकती है। एबीएस मौसमी समायोजन प्रणाली के अन्य घटकों में एबीएसडीबी एबीएस सूचना गोदाम और फेम फोरकास शामिल हैं टाईंग, विश्लेषण और मॉडलिंग पर्यावरण, समय श्रृंखला डेटा को स्टोर और हेरफेर करने के लिए उपयोग किया जाता है। एसईएएसएबीएएस चार प्रमुख कार्यों का प्रदर्शन करता है। डेटा की समीक्षा। समय श्रृंखला का मौसमी रेनालिसिस। समय श्रृंखला का निरीक्षण। समय श्रृंखला ज्ञान के रखरखाव। एसईएएसएबीएएस विशेषज्ञ और ग्राहक दोनों का उपयोग X11 विधि जो एबीएस द्वारा महत्वपूर्ण रूप से बढ़ा दी गई है इसका मतलब यह है कि किसी उपयोगकर्ता को X11 पैकेज के विस्तृत ज्ञान की आवश्यकता नहीं है ताकि उचित मौसम के समय को समायोजित किया जा सके, बुद्धिमान इंटरफ़ेस उपयोगकर्ता को मौसमी विश्लेषण प्रक्रिया के माध्यम से, पैरामीटर और समायोजन के उपयुक्त विकल्प प्रयोक्ताओं के लिए आवश्यक छोटे या बिना मार्गदर्शन के तरीकों से। सीसाब में शामिल बुनियादी अवक्रम प्रक्रिया 1 है। टेस्ट और सही मौसमी ब्रेक 2 टेस्ट के लिए और डेटा में बड़े स्पिक्स को निकालते हैं 3 परीक्षण और सही प्रवृत्ति टूटता है 4 टेस्ट के लिए और सही मौसमी समायोजन उद्देश्यों के लिए चरम मूल्यों 5 किसी भी व्यापारिक दिन के प्रभाव का आकलन करें 6 छुट्टी सुधार को बढ़ाना या बदलने के लिए 7 सी हेक चलती औसत प्रवृत्ति औसत चलती है, और फिर मौसमी चलती औसत 8 भागो X11 9 समायोजन को अंतिम रूप देता है। एसईएएसएबीएस एक श्रृंखला के पिछले विश्लेषण के रिकॉर्ड रखता है ताकि इसे समय के साथ X11 डायग्नोस्टिक्स की तुलना कर सकें और यह जान सकें कि आखिर में स्वीकार्य समायोजन विश्लेषण यह प्रवृत्ति और मौसमी विरामों को पहचानता है और साथ ही चरम मूल्यों को ठीक करता है, यदि आवश्यक हो तो दिन के कारकों को सम्मिलित करता है, और छुट्टी के सुधार के लिए अनुमति देता है। एसईएएसएबीएस अन्य सरकारी संगठनों के लिए मुफ़्त उपलब्ध है अधिक जानकारी के लिए संपर्क करें। अन्य सामरिक एजेंसियों के साथ सौदा कैसे करें SEASONAL समायोजन। सांख्यिकी न्यूजीलैंड। X12-ARIMA उपकरण, लेकिन पैकेज की ARIMA क्षमताओं का उपयोग नहीं करता है। राष्ट्रीय सांख्यिकी, यूके.स X11ARIMA88.Statistics कनाडा के कार्यालय। X11-ARIMA88.USUSUSUS जनगणना के ब्यूरो। X12- ARIMA. uses SEATS TRAMO. This पृष्ठ सबसे पहले 14 नवंबर 2005 को प्रकाशित हुआ था, अंतिम अद्यतन 10 सितम्बर 2008।