عامل تحريك متوسط التحريك

التنبؤ بواسطة تقنيات التلميع هذا الموقع هو جزء من جافاسكريبت E-لابس كائنات التعلم لاتخاذ القرارات. يتم تصنيف جافا سكريبت أخرى في هذه السلسلة ضمن مجالات مختلفة من التطبيقات في قسم مينو في هذه الصفحة. سلسلة زمنية هي سلسلة من الملاحظات التي يتم ترتيبها في الوقت المناسب. ومن العوامل المتأصلة في جمع البيانات المأخوذة على مر الزمن شكل من أشكال الاختلاف العشوائي. هناك طرق للحد من إلغاء التأثير بسبب الاختلاف العشوائي. التقنيات المستخدمة على نطاق واسع هي تمهيد. وتكشف هذه التقنيات، عندما تطبق بشكل صحيح، عن الاتجاهات الكامنة بشكل أوضح. أدخل السلاسل الزمنية بالصفوف في التسلسل، بدءا من الزاوية العلوية اليسرى، والمعلمة (المعلمات)، ثم انقر على الزر حساب للحصول على التنبؤ قبل فترة واحدة. لا يتم تضمين صناديق فارغة في الحسابات ولكن الأصفار هي. في إدخال البيانات الخاصة بك للانتقال من خلية إلى خلية في مصفوفة البيانات استخدام مفتاح تاب لا السهم أو إدخال مفاتيح. ملامح السلاسل الزمنية، والتي يمكن كشفها من خلال فحص الرسم البياني. مع القيم المتوقعة، والسلوك المتبقي، والنمذجة حالة التنبؤ. المتوسطات المتحركة: تعد المتوسطات المتحركة من بين أكثر التقنيات شيوعا في المعالجة المسبقة للمسلسلات الزمنية. وهي تستخدم لتصفية الضوضاء البيضاء العشوائية من البيانات، لجعل السلاسل الزمنية أكثر سلاسة أو حتى للتأكيد على بعض العناصر الإعلامية الواردة في السلاسل الزمنية. الأسي تجانس: هذا هو مخطط شعبية جدا لإنتاج سلسة سلسلة الوقت. في حين أن المتوسطات المتحركة يتم ترجيح الملاحظات السابقة بالتساوي، فإن التسييل الأسي يعين الأوزان المتناقصة بشكل كبير مع تقدم الملاحظة. وبعبارة أخرى، تعطي الملاحظات الأخيرة وزنا أكبر نسبيا في التنبؤ من الملاحظات القديمة. ضعف الأسي تجانس أفضل في التعامل مع الاتجاهات. الثلاثي الأسي تجانس أفضل في التعامل مع اتجاهات القطع المكافئ. متوسط ​​متحرك مرجح أسي مع ثابت التمهيد a. يقابل تقريبا متوسط ​​متحرك بسيط للطول (أي الفترة) n، حيث تكون a و n مرتبطة بما يلي: 2 (n1) أو n (2 - a) a. وهكذا، على سبيل المثال، فإن المتوسط ​​المتحرك المرجح ألسيا مع ثابت التمهيد يساوي 0.1 من شأنه أن يتوافق تقريبا إلى 19 المتوسط ​​المتحرك اليوم. والمتوسط ​​المتحرك البسيط لمدة 40 يوما من شأنه أن يتوافق تقريبا مع متوسط ​​متحرك مرجح أسي مع ثابت ثابت يساوي 0.04878. هولتس الخطي الأسي تمهيد: لنفترض أن السلسلة الزمنية غير الموسمية ولكن لا عرض الاتجاه. طريقة هولتس تقدر كل من المستوى الحالي والاتجاه الحالي. لاحظ أن المتوسط ​​المتحرك البسيط هو حالة خاصة للتلطيف الأسي عن طريق تحديد فترة المتوسط ​​المتحرك إلى الجزء الصحيح من ألفا (ألفا) ألفا. بالنسبة لمعظم بيانات الأعمال تكون معلمة ألفا أصغر من 0.40 فعالة في كثير من الأحيان. ومع ذلك، يمكن للمرء إجراء بحث شبكة من مساحة المعلمة، مع 0.1 إلى 0.9، مع زيادات من 0.1. ثم أفضل ألفا لديه أصغر خطأ المطلق يعني (خطأ ما). كيفية مقارنة عدة طرق للتجانس: على الرغم من وجود مؤشرات رقمية لتقييم دقة تقنية التنبؤ، فإن النهج الأكثر انتشارا هو استخدام مقارنة مرئية لعدة تنبؤات لتقييم دقتها والاختيار من بين مختلف أساليب التنبؤ. في هذا النهج، يجب على المرء أن رسم (باستخدام، على سبيل المثال إكسيل) على نفس الرسم البياني القيم الأصلية لمتغير سلسلة زمنية والقيم المتوقعة من عدة أساليب التنبؤ المختلفة، مما يسهل المقارنة البصرية. قد ترغب في استخدام التوقعات السابقة من قبل تقنيات تجانس جافاسكريبت للحصول على القيم السابقة التنبؤ على أساس تقنيات تمهيد التي تستخدم معلمة واحدة فقط. هولت، وطرق الشتاء تستخدم اثنين وثلاثة معلمات، على التوالي، وبالتالي فإنه ليس من السهل مهمة لتحديد الأمثل، أو حتى بالقرب من القيم المثلى من قبل التجربة والأخطاء للمعلمات. ويؤكد التمهيد الأسي المفرد على المنظور القصير المدى الذي يحدد المستوى للمراقبة الأخيرة ويستند إلى شرط عدم وجود اتجاه. إن الانحدار الخطي، الذي يناسب خط المربعات الصغرى على البيانات التاريخية (أو البيانات التاريخية المحولة)، يمثل المدى الطويل، الذي يشترط الاتجاه الأساسي. هولتس الخطي الأسي تجانس يلتقط المعلومات حول الاتجاه الأخير. والمعلمات في نموذج هولتس هي معلمة المستويات التي ينبغي أن تنخفض عندما يكون مقدار تغير البيانات كبيرا، وينبغي زيادة معلمة الاتجاهات إذا كان اتجاه الاتجاه الأخير مدعوما بالعوامل المسببة لبعض العوامل. التنبؤ على المدى القصير: لاحظ أن كل جافاسكريبت في هذه الصفحة يوفر توقعات خطوة واحدة. للحصول على توقعات من خطوتين. ببساطة إضافة القيمة المتوقعة إلى نهاية لك البيانات سلسلة الوقت ثم انقر على نفس زر حساب. يمكنك تكرار هذه العملية لبضع مرات من أجل الحصول على التوقعات على المدى القصير اللازمة. المتوسطات المتحركة الأسية المتوسطات المتحركة هي أكثر من دراسة سلسلة من الأرقام في الترتيب المتعاقب. في الواقع، كان الممارسون المبتدئون لتحليل السلاسل الزمنية أكثر اهتماما بأعداد السلاسل الزمنية الفردية أكثر مما كانوا مع استيفاء تلك البيانات. إقحام. في شكل نظريات الاحتمال والتحليل، وجاء في وقت لاحق جدا، كما تم تطوير أنماط واكتشاف الارتباطات. وبمجرد فهمها، تم رسم مختلف المنحنيات والخطوط على طول سلسلة زمنية في محاولة للتنبؤ حيث قد تذهب نقاط البيانات. وهي الآن تعتبر الأساليب الأساسية المستخدمة حاليا من قبل تجار التحليل الفني. تحليل الرسم البياني يمكن ارجاعه إلى القرن ال 18 اليابان، ولكن كيف ومتى تتحرك المتوسطات لأول مرة تطبق على أسعار السوق لا يزال لغزا. ومن المفهوم عموما أن المتوسطات المتحركة البسيطة (سما) كانت تستخدم قبل فترة طويلة من المتوسطات المتحركة الأسية (إما)، لأن المتوسطات المتنقلة إما مبنية على إطار سما، كما أن فهم متواصل سما أكثر سهولة لأغراض التآمر والتتبع. (هل ترغب في قراءة خلفية صغيرة تحقق من المتوسطات المتحركة: ما هي) المتوسط ​​المتحرك البسيط (سما) أصبحت المتوسطات المتحركة البسيطة الطريقة المفضلة لتتبع أسعار السوق لأنها سريعة لحساب وسهلة الفهم. عمل ممارسو السوق في وقت مبكر دون استخدام مقاييس الرسم البياني المتطورة المستخدمة اليوم، لذلك اعتمدوا في المقام الأول على أسعار السوق كمرشدين وحيدين. وقد حسبوا أسعار السوق باليد، ورسموا بيانا لتلك الأسعار للدلالة على الاتجاهات واتجاه السوق. وكانت هذه العملية مملة جدا، ولكن ثبت مربحة للغاية مع تأكيد المزيد من الدراسات. لحساب المتوسط ​​المتحرك البسيط لمدة 10 أيام، ما عليك سوى إضافة أسعار الإغلاق خلال الأيام العشرة الأخيرة وتقسيمها بمقدار 10. ويتم حساب المتوسط ​​المتحرك لمدة 20 يوما بإضافة أسعار الإغلاق خلال فترة 20 يوما وتقسيمها إلى 20، هكذا. هذه الصيغة لا تستند فقط إلى أسعار الإغلاق، ولكن المنتج هو متوسط ​​الأسعار - مجموعة فرعية. ويطلق على المتوسطات المتحركة التحرك لأن مجموعة الأسعار المستخدمة في الحساب تتحرك وفقا للنقطة على الرسم البياني. وهذا يعني أن الأيام القديمة يتم إسقاطها لصالح الأيام الجديدة لسعر الإغلاق، لذا يلزم دائما إجراء حساب جديد يتوافق مع الإطار الزمني للمتوسط ​​المستخدم. لذلك، يتم حساب متوسط ​​10 أيام بإضافة اليوم الجديد وإسقاط اليوم العاشر، ويتم إسقاط اليوم التاسع في اليوم الثاني. (لمزيد من المعلومات حول كيفية استخدام الرسوم البيانية في تداول العملات، راجع أساسيات العرض البياني). المتوسط ​​المتحرك الأسي (إما) لقد تم تحسين المتوسط ​​المتحرك الأسي واستخدامه بشكل أكثر شيوعا منذ الستينيات، وذلك بفضل تجارب الممارسين السابقين مع الكمبيوتر. وسوف تركز إما الجديدة على المزيد من الأسعار الأخيرة بدلا من التركيز على سلسلة طويلة من نقاط البيانات، حيث يتطلب المتوسط ​​المتحرك البسيط. الحالي إما ((السعر الحالي) - إما إما)) X المضاعف السابق إما. العامل الأكثر أهمية هو ثابت تمهيد أن 2 (1N) حيث N عدد الأيام. إيما 10 أيام (101) 18.8 هذا يعني أن أوزان 10-إما الفترة الأخيرة السعر 18.8، إيما 20 يوما و 20 يوما إما 3.92 الوزن في اليوم الأخير. تعمل إما عن طريق ترجيح الفرق بين سعر الفترات الحالية و إما السابق، وإضافة النتيجة إلى إما السابق. أقصر الفترة، والمزيد من الوزن المطبق على أحدث الأسعار. خطوط تركيب من خلال هذه الحسابات، يتم رسم النقاط، وكشف عن خط المناسب. وتعني خطوط تركيب أعلى أو أدنى من سعر السوق أن جميع المتوسطات المتحركة هي مؤشرات متخلفة. وتستخدم أساسا للاتجاهات التالية. انهم لا يعملون بشكل جيد مع الأسواق مجموعة وفترات الازدحام لأن خطوط المناسب تفشل في دلالة على الاتجاه بسبب عدم وجود ارتفاع أعلى واضح أو أدنى مستوياته الدنيا. بالإضافة إلى ذلك، تميل خطوط المناسب إلى أن تبقى ثابتة دون تلميح الاتجاه. ارتفاع خط المناسب أسفل السوق يدل على فترة طويلة، في حين أن خط السقوط المناسب فوق السوق يعني قصيرة. (للحصول على دليل كامل، اقرأ برنامجنا التعليمي المتوسط ​​المتحرك). إن الغرض من استخدام متوسط ​​متحرك بسيط هو تحديد وقياس الاتجاهات عن طريق تمهيد البيانات باستخدام وسائل عدة مجموعات من الأسعار. يتم رصد اتجاه واستقراء إلى توقعات. الافتراض هو أن تحركات الاتجاه السابقة سوف تستمر. بالنسبة للمتوسط ​​المتحرك البسيط، يمكن العثور على اتجاه طويل الأمد واتباعه أسهل بكثير من المتوسط ​​المتحرك المتوسط، مع افتراض معقول بأن خط التركيب سيكون أقوى من خط إما بسبب التركيز الأطول على الأسعار المتوسطة. يستخدم إما لالتقاط حركة الاتجاه أقصر، وذلك بسبب التركيز على أحدث الأسعار. وبهذه الطريقة، من المفترض أن تقلل إما من أي تأخيرات في المتوسط ​​المتحرك البسيط، لذلك فإن خط التركيب سيعزز الأسعار أقرب من المتوسط ​​المتحرك البسيط. المشكلة مع إما هي: عرضة للكسر الأسعار، وخاصة خلال الأسواق السريعة وفترات من التقلب. و إما تعمل بشكل جيد حتى كسر الأسعار خط المناسب. خلال أسواق التقلبات المرتفعة، يمكنك التفكير في زيادة طول فترة المتوسط ​​المتحرك. يمكن للمرء أن يتحول حتى من إما إلى سما، منذ سما ينسخ البيانات أفضل بكثير من إما بسبب تركيزه على وسائل طويلة الأجل. مؤشرات التوجھ التالیة: المؤشرات المتخلفة، المتوسطات المتحركة تخدم بشكل جيد كخطوط الدعم والمقاومة. في حالة كسر األسعار دون خط تركيب لمدة 10 أيام في اتجاه تصاعدي، فإن هناك احتماالت بأن االتجاه التصاعدي قد يتراجع، أو على األقل قد يكون السوق متوطنا. في حالة كسر الأسعار فوق المتوسط ​​المتحرك ل 10 أيام في اتجاه هبوطي. فإن الاتجاه قد يتراجع أو يتدعم. في هذه الحالات، استخدم المتوسط ​​المتحرك لمدة 10 و 20 يوما معا، وانتظر خط العشرة أيام للعبور فوق أو أسفل خط 20 يوما. وهذا يحدد الاتجاه القصير الأجل التالي للأسعار. لفترات أطول، مشاهدة المتوسطات المتحركة 100- و 200 يوم للاتجاه على المدى الطويل. على سبيل المثال، باستخدام المتوسطات المتحركة 100 و 200 يوم، إذا كان المتوسط ​​المتحرك 100 يوم يعبر دون المتوسط ​​200 يوم، وهو ما يسمى الصليب الموت. وهو هبوطي جدا للأسعار. ويطلق على المتوسط ​​المتحرك 100 يوم الذي يعبر فوق المتوسط ​​المتحرك لمدة 200 يوم الصليب الذهبي. وهو صاعد جدا للأسعار. لا يهم إذا تم استخدام سما أو إما، لأن كلا من المؤشرات التالية الاتجاه. فقط على المدى القصير أن سما لديها انحرافات طفيفة عن نظيره، إما. الاستنتاج المتوسطات المتحركة هي أساس تحليل الرسم البياني والسلاسل الزمنية. المتوسطات المتحركة البسيطة والمتوسطات المتحركة الأسية الأكثر تعقيدا تساعد على تصور الاتجاه من خلال تمهيد حركة الأسعار. ويشير التحليل الفني أحيانا إلى الفن بدلا من العلم، وكلاهما يستغرق سنوات لإتقان. (مزيد من المعلومات في برنامج التحليل الفني.) طرق السلسلة الزمنية أساليب السلاسل الزمنية هي تقنيات إحصائية تستخدم البيانات التاريخية المتراكمة على مدى فترة زمنية. تفترض طرق السلاسل الزمنية أن ما حدث في الماضي سيستمر في المستقبل. وكما توحي السلسلة الزمنية للاسم، فإن هذه الأساليب تربط التنبؤ بعامل واحد فقط - الوقت. وهي تشمل المتوسط ​​المتحرك، والتجانس الأسي، وخط الاتجاه الخطي، وهي من بين الأساليب الأكثر شعبية للتنبؤ قصير المدى بين شركات الخدمات والتصنيع. وتفترض هذه الأساليب أن أنماط أو اتجاهات تاريخية يمكن التعرف عليها مع مرور الوقت ستكرر نفسها. المتوسط ​​المتحرك يمكن أن تكون توقعات السلاسل الزمنية بسيطة مثل استخدام الطلب في الفترة الحالية للتنبؤ بالطلب في الفترة المقبلة. ويسمى هذا أحيانا توقعات ساذجة أو بديهية. 4 على سبيل المثال، إذا كان الطلب هو 100 وحدة هذا الأسبوع، والتوقعات لأسابيع الطلب المقبل هو 100 وحدة إذا كان الطلب تبين أن 90 وحدة بدلا من ذلك، ثم الطلب أسابيع التالية هو 90 وحدة، وهلم جرا. هذا النوع من طريقة التنبؤ لا يأخذ في الاعتبار سلوك الطلب التاريخي فإنه يعتمد فقط على الطلب في الفترة الحالية. وهو يتفاعل مباشرة مع حركة عادية، عشوائية في الطلب. وتستخدم طريقة المتوسط ​​المتحرك البسيط عدة قيم للطلب خلال الماضي القريب لوضع توقعات. وهذا يميل إلى إبطاء أو إبطال الزيادات العشوائية والنقصان في التوقعات التي تستخدم فترة واحدة فقط. إن المتوسط ​​المتحرك البسيط مفيد للتنبؤ بالطلب المستقر ولا يظهر أي سلوك واضح في الطلب، مثل الاتجاه أو النمط الموسمي. يتم حساب المتوسطات المتحركة لفترات محددة، مثل ثلاثة أشهر أو خمسة أشهر، وهذا يتوقف على مدى رغبة المتنبأ في تسهيل بيانات الطلب. وكلما طالت فترة المتوسط ​​المتحرك، كلما كان الأمر أكثر سلاسة. صيغة حساب المتوسط ​​المتحرك البسيط هي حساب متوسط ​​متحرك بسيط تقوم شركة توريد الورق الفوري بتزويد وتوريد اللوازم المكتبية إلى الشركات والمدارس والوكالات داخل دائرة نصف قطرها 50 ميلا من مستودعها. إن أعمال توريد المكاتب تنافسية، والقدرة على تقديم الطلبات فورا هي عامل في الحصول على عملاء جدد والحفاظ على العملاء القدامى. (عادة ما تطلب المكاتب عدم تشغيلها عند انخفاض الإمدادات، ولكن عندما تنفد تماما، ونتيجة لذلك، فإنها تحتاج إلى أوامرها على الفور.) مدير الشركة يريد أن يكون بعض السائقين كافية والمركبات المتاحة لتسليم أوامر على الفور و لديهم مخزون كاف في المخزون. ولذلك، فإن المدير يريد أن يكون قادرا على التنبؤ بعدد الطلبات التي ستحدث خلال الشهر المقبل (أي للتنبؤ الطلب على الولادات). من سجلات أوامر التسليم، تراكمت الإدارة البيانات التالية خلال الأشهر ال 10 الماضية، والتي تريد حساب المتوسطات المتحركة 3 و 5 أشهر. دعونا نفترض أن هذا هو نهاية تشرين الأول / أكتوبر. والتنبؤ الناتج عن المتوسط ​​المتحرك لمدة 3 أشهر أو 5 أشهر هو عادة للشهر التالي بالتسلسل، وهو في هذه الحالة هو نوفمبر. ويحسب المتوسط ​​المتحرك من الطلب على الأوامر خلال الأشهر الثلاثة السابقة بالتسلسل وفقا للمعادلة التالية: يحسب المتوسط ​​المتحرك لمدة 5 أشهر من بيانات 5 أشهر السابقة من بيانات الطلب على النحو التالي: الشهران 3 و 5 أشهر يبين الجدول التالي توقعات المتوسط ​​المتحرك لجميع أشهر بيانات الطلب. في الواقع، فإن توقعات نوفمبر فقط على أساس الطلب الشهري الأخير سيتم استخدامها من قبل المدير. ومع ذلك، فإن التوقعات السابقة للأشهر السابقة تسمح لنا بمقارنة التوقعات مع الطلب الفعلي لمعرفة مدى دقة طريقة التنبؤ - أي مدى نجاحها. المتوسطات الثلاثة والخمسة أشهر يميل كل من التنبؤات المتحركة المتوسطة في الجدول أعلاه إلى إبطاء التباين الذي يحدث في البيانات الفعلية. ويمكن ملاحظة تأثير التمهيد هذا في الشكل التالي الذي تم فيه فرض متوسطات لمدة 3 أشهر و 5 أشهر على رسم بياني للبيانات الأصلية: إن المتوسط ​​المتحرك لمدة 5 أشهر في الشكل السابق يزيل التقلبات إلى حد أكبر من المتوسط ​​المتحرك لمدة 3 أشهر. غير أن متوسط ​​الأشهر الثلاثة يعكس بصورة أوثق أحدث البيانات المتاحة لمدير الإمدادات المكتبية. وبصفة عامة، فإن التنبؤات باستخدام المتوسط ​​المتحرك لفترة أطول أبطأ من أجل الاستجابة للتغيرات الأخيرة في الطلب مقارنة بتلك التي أجريت باستخدام متوسطات متحركة أقصر. فالفترات الإضافية للبيانات تضعف السرعة التي تستجيب بها التوقعات. وكثيرا ما يتطلب تحديد العدد المناسب من الفترات لاستخدامها في توقعات المتوسط ​​المتحرك قدرا من التجارب التجريبية والخطأ. أما عيب أسلوب المتوسط ​​المتحرك فهو أنه لا يتفاعل مع التغيرات التي تحدث لسبب ما، مثل الدورات والتأثيرات الموسمية. وعادة ما يتم تجاهل العوامل التي تسبب التغيرات. وهي في الأساس طريقة ميكانيكية، تعكس البيانات التاريخية بطريقة متسقة. ومع ذلك، فإن طريقة المتوسط ​​المتحرك تتميز بكونها سهلة الاستخدام وسريعة وغير مكلفة نسبيا. وبصفة عامة، يمكن لهذه الطريقة أن توفر توقعات جيدة على المدى القصير، ولكن لا ينبغي دفعها بعيدا جدا في المستقبل. المتوسط ​​المتحرك المرجح يمكن تعديل طريقة المتوسط ​​المتحرك لتعكس تقلبات البيانات بشكل أوثق. في طريقة المتوسط ​​المتحرك المرجح، يتم تعيين الأوزان إلى أحدث البيانات وفقا للمعادلة التالية: يبدو أن بيانات الطلب لخدمات الكمبيوتر بيإم (المبينة في الجدول الخاص بالمثال 10.3) تتبع اتجاها خطييا متزايدا. وتريد الشركة حساب خط اتجاه خطي لمعرفة ما إذا كان أكثر دقة من التجانس الأسي وتوقعات التمهيد الأسي المعدلة التي تم تطويرها في المثالين 10.3 و 10.4. وفيما يلي القيم المطلوبة لحسابات المربعات الصغرى: باستخدام هذه القيم، تحسب معلمات خط الاتجاه الخطي على النحو التالي: ولذلك، فإن معادلة خط الاتجاه الخطي هي لحساب التنبؤات للفترة 13، والسماح x 13 في الخطية خط الاتجاه: يظهر الرسم البياني التالي خط الاتجاه الخطي مقارنة مع البيانات الفعلية. ويبدو أن خط الاتجاه يعكس بشكل وثيق البيانات الفعلية - أي أن يكون مناسبا - ومن ثم سيكون نموذجا جيدا للتنبؤ بهذه المشكلة. ومع ذلك، فإن عيب خط الاتجاه الخطي هو أنه لن يتكيف مع تغيير في الاتجاه، حيث أن الأساليب التنبؤ الأسي التنبؤات وهذا هو، فمن المفترض أن جميع التوقعات المستقبلية سوف تتبع خط مستقيم. هذا يحد من استخدام هذه الطريقة إلى إطار زمني أقصر الذي يمكن أن تكون مؤكدة نسبيا أن الاتجاه لن يتغير. التسويات الموسمية نمط موسمي هو زيادة متكررة وانخفاض في الطلب. العديد من العناصر الطلب تظهر السلوك الموسمية. وتتبع مبيعات الملابس أنماطا موسمية سنوية، حيث يزداد الطلب على الملابس الدافئة في الخريف والشتاء ويتراجع في الربيع والصيف مع زيادة الطلب على الملابس الباردة. الطلب على العديد من البنود التجزئة، بما في ذلك اللعب والمعدات الرياضية والملابس والأجهزة الإلكترونية، والهامب، والديك الرومي، والنبيذ، والفاكهة، وزيادة خلال موسم الأعياد. زيادة الطلب بطاقة معايدة جنبا إلى جنب مع أيام خاصة مثل عيد الحب وعيد الأم. ويمكن أيضا أن تحدث الأنماط الموسمية على أساس شهري أو أسبوعي أو حتى يومي. بعض المطاعم لديها ارتفاع الطلب في المساء مما كان عليه في الغداء أو في عطلة نهاية الأسبوع بدلا من أيام الأسبوع. حركة المرور - وبالتالي المبيعات - في مراكز التسوق تلتقط يومي الجمعة والسبت. هناك عدة طرق لتعكس الأنماط الموسمية في توقعات سلسلة زمنية. سنصف إحدى الطرق البسيطة باستخدام عامل موسمي. والعامل الموسمي هو قيمة رقمية تضرب في التوقعات العادية للحصول على توقعات معدلة موسميا. طريقة واحدة لتطوير الطلب على العوامل الموسمية هي تقسيم الطلب على كل فترة موسمية حسب الطلب السنوي الإجمالي، وفقا للمعادلة التالية: العوامل الموسمية الناتجة بين 0 و 1.0 هي في الواقع نسبة من إجمالي الطلب السنوي المخصص ل في كل موسم. وتضاعف هذه العوامل الموسمية في الطلب المتوقع سنويا لإعطاء التنبؤات المعدلة لكل موسم. حساب توقعات مع التعديلات الموسمية تنمو مزارع عظام الترقب من بيع الديك الرومي إلى شركة لتجهيز اللحوم على مدار السنة. ومع ذلك، من الواضح موسم الذروة خلال الربع الرابع من العام، من أكتوبر إلى ديسمبر. وقد شهدت مزارع عظمون الطلب على الديوك الرومي على مدى السنوات الثلاث الماضية المبينة في الجدول التالي: ولأن لدينا ثلاث سنوات من بيانات الطلب، يمكننا حساب العوامل الموسمية عن طريق قسمة الطلب الفصلي الكلي على مدى ثلاث سنوات من الطلب الكلي على مدى السنوات الثلاث : بعد ذلك، نريد مضاعفة الطلب المتوقع للعام القادم، 2000، من خلال كل من العوامل الموسمية للحصول على الطلب المتوقع لكل ربع سنة. ولتحقيق ذلك، نحتاج إلى توقعات الطلب لعام 2000. وفي هذه الحالة، وبما أن بيانات الطلب الواردة في الجدول يبدو أنها تظهر اتجاها متزايدا بشكل عام، فإننا نحسب خط اتجاه خطي لثلاث سنوات من البيانات الواردة في الجدول للحصول على الخام تقديرات التوقعات: وهكذا، فإن التوقعات لعام 2000 هي 58.17، أو 58.170 الديك الرومي. وباستخدام هذه التوقعات السنوية للطلب، فإن التنبؤات المعدلة موسميا، سف i، لعام 2000 هي مقارنة هذه التوقعات الفصلية بقيم الطلب الفعلية في الجدول، ويبدو أنها تقديرات توقعات جيدة نسبيا، مما يعكس كلا من التغيرات الموسمية في البيانات و الاتجاه التصاعدي العام. 10-12. كيف تكون طريقة المتوسط ​​المتحرك مشابهة للتجانس الأسي 10-13. ما تأثير على نموذج تمهيد الأسي وزيادة ثابت تمهيد لديها 10-14. كيف يختلف تعديل الأسي تعديل تختلف عن الأسي تمهيد 10-15. ما يحدد اختيار ثابت تمهيد للاتجاه في تعديل نموذج الأسي تعديل 10-16. وفي أمثلة الفصل لأساليب السلاسل الزمنية، كان من المفترض دائما أن تكون توقعات البداية هي نفس الطلب الفعلي في الفترة الأولى. اقتراح طرق أخرى يمكن أن تكون مشتقة التنبؤ البداية في الاستخدام الفعلي. 10-17. كيف يختلف نموذج التنبؤ بالخط الاتجاهي الخطي عن نموذج الانحدار الخطي للتنبؤ 10-18. من نماذج السلاسل الزمنية المعروضة في هذا الفصل، بما في ذلك المتوسط ​​المتحرك والمتوسط ​​المتحرك المرجح، والتجانس الأسي وتعديل الأسي المعدل، وخط الاتجاه الخطي، أي واحد تعتبره الأفضل لماذا 10-19. ما هي المزايا التي عدلت التجانس الأسي على خط الاتجاه الخطي للطلب المتوقع الذي يظهر اتجاها 4 K. B. كاهن وجيه ت. منتزر، التنبؤ في المستهلك والأسواق الصناعية، مجلة توقعات الأعمال 14، لا. 2 (صيف 1995): 21-28.