المرجح الحركة من المتوسط - الحل

المتوسطات المتحركة المرجح أساسيات. على مر السنين، وقد وجدت الفنيين اثنين من المشاكل مع المتوسط ​​المتحرك البسيط والمشكلة الأولى تكمن في الإطار الزمني للمتوسط ​​المتحرك ما ويعتقد معظم المحللين الفنيين أن حركة السعر فتح أو إغلاق سعر السهم، ليست كافية والتي تعتمد على التنبؤ بشكل صحيح إشارات الشراء أو البيع لعمل كروسوفر للتحكم في هذه المشكلة، يقوم المحللون الآن بتخصيص المزيد من الوزن لأحدث بيانات الأسعار باستخدام المتوسط ​​المتحرك السلس المتوسط ​​بشكل متزايد. مزيد من المعلومات في استكشاف المتوسط ​​المتحرك المتزايد أضعافا مضاعفة مثال على سبيل المثال، باستخدام ما 10 أيام، فإن المحلل يأخذ سعر الإغلاق لليوم العاشر ويضاعف هذا الرقم قبل 10، في اليوم التاسع من تسعة، في اليوم الثامن من قبل ثمانية وهلم جرا إلى أول من ما بعد تحديد المجموع، سيقوم المحلل بعد ذلك بتقسيم الرقم بإضافة المضاعفات إذا أضفت مضاعفات المثال على مدى 10 أيام، فإن الرقم هو 55 يعرف هذا المؤشر ب s المتوسط ​​المتحرك المرجح الخطي للقراءة ذات الصلة، تحقق من المتوسطات المتحركة البسيطة جعل الاتجاهات تقف. العديد من الفنيين مؤمنون بشدة في المتوسط ​​المتحرك أملس أضعيا إما وقد تم شرح هذا المؤشر في العديد من الطرق المختلفة التي يخلط بين الطلاب والمستثمرين على حد سواء ربما فإن أفضل تفسير يأتي من جون J ميرفي التحليل الفني للأسواق المالية، الذي نشره معهد نيويورك للمالية، 1999. المتوسط ​​المتحرك الممتد أضعافا مضاعفة يعالج كلا من المشاكل المرتبطة بالمتوسط ​​المتحرك البسيط أولا، متوسطات التعيين المنتظمة أضعافا مضاعفة وزنا أكبر للبيانات الأحدث وبالتالي فهو متوسط ​​متحرك مرجح ولكن في حين أنه يولي أهمية أقل لبيانات الأسعار الماضية، فإنه يشمل في حسابه جميع البيانات في حياة الصك بالإضافة إلى ذلك، يمكن للمستخدم أن ضبط الترجيح لإعطاء وزن أكبر أو أقل لسعر اليوم الأخير، والتي تضاف إلى نسبة مئوية قيمة اليوم السابق قيمة كل من قيم النسبة المئوية تضيف ما يصل إلى 100. على سبيل المثال، يمكن تخصيص سعر اليوم الأخير ووزن 10 10، الذي يضاف إلى وزن الأيام السابقة من 90 90 وهذا يعطي في اليوم الأخير 10 من إجمالي الترجيح سيكون هذا ما يعادل متوسط ​​20 يوما، من خلال إعطاء السعر في الأيام الأخيرة قيمة أقل من 5 05.Figure 1 المتوسط ​​المتحرك الملحوظ أضعافا مضاعفة. يظهر الرسم البياني أعلاه مؤشر ناسداك المركب من الأسبوع الأول في أغسطس 2000 إلى 1 يونيو 2001 كما يمكنك أن ترى بوضوح، إما، والتي في هذه الحالة تستخدم بيانات سعر الإغلاق خلال فترة تسعة أيام، لديها إشارات بيع محددة في 8 سبتمبر تميزت لأسفل أسود لأسفل كان هذا اليوم أن المؤشر كسر دون مستوى 4000 يظهر السهم الأسود الثاني آخر أسفل الساق التي الفنيين كانوا يتوقعون في الواقع أن ناسداك لا يمكن أن تولد ما يكفي من حجم والفائدة من المستثمرين التجزئة لكسر علامة 3000 ثم ثم ينزل مرة أخرى إلى أسفل إلى أسفل في 1619 58 في أبر 4 الاتجاه الصعودي ل 12 أبريل يتميز بالسهم وهنا أغلق المؤشر عند 1،961 46، وبدأ الفنيون في رؤية مديري الصناديق المؤسسية بدءا من التقاط بعض الصفقات مثل سيسكو ومايكروسوفت وبعض القضايا المتعلقة بالطاقة قراءة مقالاتنا ذات الصلة نقل متوسط ​​المغلفات التكرير A أداة التداول الشعبية ومتوسط ​​الانتقال ترتد. الاستطلاع الذي أجراه مكتب الولايات المتحدة لإحصاءات العمل للمساعدة في قياس الوظائف الشاغرة وهو يجمع البيانات من أرباب العمل. أقصى مبلغ من الأموال يمكن للولايات المتحدة الاقتراض تم إنشاء سقف الديون تحت ليبرتي الثانية بوند معدل الفائدة الذي تقدم به مؤسسة الإيداع الأموال المحفوظة في الاحتياطي الاتحادي إلى مؤسسة إيداع أخرى (1). مقياس إحصائي لتشتت العائدات لمؤشر أمن أو سوق معين يمكن قياس التقلب. في عام 1933 كقانون البنوك، الذي يحظر على المصارف التجارية المشاركة في الاستثمار. وتشير الرواتب غير الزراعية إلى أي وظيفة خارج المزارع والأسر الخاصة والقطاع غير الربحي مكتب الولايات المتحدة للعمل. طرق سلسلة الوقت. طرق سلسلة الوقت هي تقنيات إحصائية تستخدم البيانات التاريخية المتراكمة على مدى فترة زمنية تفترض طرق التسلسل الزمني أن ما حدث في الماضي سوف يستمر إلى تحدث في المستقبل كما تشير سلسلة الوقت الاسم، هذه الأساليب تتصل التنبؤ لعامل واحد فقط - الوقت وهي تشمل المتوسط ​​المتحرك، وتمهيد الأسي، وخط الاتجاه الخطي وأنها من بين الطرق الأكثر شعبية للتنبؤ قصير المدى بين شركات الخدمات والصناعات التحويلية تفترض هذه الأساليب أن أنماط أو اتجاهات تاريخية محددة للطلب مع مرور الوقت سوف يعيد نفسه. المتوسط ​​المتحرك. يمكن أن تكون سلسلة زمنية التنبؤ بسيطة مثل استخدام الطلب في الفترة الحالية للتنبؤ الطلب في الفترة المقبلة يسمى هذا أحيانا توقعات ساذجة أو بديهية 4 على سبيل المثال، إذا كان الطلب هو 100 وحدة هذا الأسبوع، فإن توقعات الطلب الأسبوع المقبل ق هو 100 وحدة إذا الطلب ر الجرار إلى أن تكون 90 وحدة بدلا من ذلك، ثم الطلب الأسبوع التالي ق هو 90 وحدة، وهلم جرا هذا النوع من طريقة التنبؤ لا يأخذ في الاعتبار سلوك الطلب التاريخي أنه يعتمد فقط على الطلب في الفترة الحالية وهو يتفاعل مباشرة إلى وضعها الطبيعي، تحركات عشوائية في الطلب. أسلوب المتوسط ​​المتحرك البسيط يستخدم العديد من قيم الطلب خلال الماضي القريب لوضع توقعات هذا يميل إلى تخفيف أو إبطاء الزيادات العشوائية والنقصان للتنبؤ الذي يستخدم فترة واحدة فقط المتوسط ​​المتحرك البسيط مفيد من أجل التنبؤ بالطلب المستقر ولا يظهر أي سلوك واضح للطلب، مثل الاتجاه أو النمط الموسمي. وتحسب المتوسطات المتحركة لفترات محددة، مثل ثلاثة أشهر أو خمسة أشهر، وهذا يتوقف على مدى رغبة المتنبأ في تسهيل الطلب البيانات كلما زادت فترة المتوسط ​​المتحرك، كلما كانت سلاسة ستكون صيغة حساب المتوسط ​​المتحرك البسيط الذي يتم حسابه في المتوسط ​​المتحرك البسيط. شركة توريد تبيع وتسليم اللوازم المكتبية للشركات والمدارس والوكالات داخل دائرة نصف قطرها 50 ميلا من مستودعاتها الأعمال توريد المكاتب تنافسية، والقدرة على تقديم الطلبات على وجه السرعة هو عامل في الحصول على عملاء جدد والحفاظ على المكاتب القديمة عادة ليس عند تشغيل منخفضة على الإمدادات، ولكن عندما نفاد تماما ونتيجة لذلك، فإنها بحاجة إلى أوامرهم على الفور مدير الشركة يريد أن يكون بعض السائقين كافية والمركبات المتاحة لتسليم أوامر فورا ولها مخزون كاف في المخزون لذلك، مدير يريد أن يكون قادرا على التنبؤ بعدد من الأوامر التي ستحدث خلال الشهر المقبل أي لتوقع الطلب على deliveryies. From سجلات أوامر التسليم، تراكمت الإدارة البيانات التالية على مدى الأشهر ال 10 الماضية، منها يريد حساب 3 و 5 أشهر تتحرك المتوسطات. دعونا نفترض أنه هو نهاية أكتوبر التوقعات الناتجة عن إما 3- أو 5 أشهر تتحرك أفيرا غي في الشهر التالي بالتسلسل الذي في هذه الحالة هو نوفمبر. يتم حساب المتوسط ​​المتحرك من الطلب على الأوامر للأشهر الثلاثة السابقة بالتسلسل وفقا للمعادلة التالية. يتم حساب المتوسط ​​المتحرك لمدة 5 أشهر من بيانات الأشهر الخمسة السابقة من الطلب على النحو التالي. وتظهر توقعات المتوسط ​​المتحرك لمدة 3 أشهر و 5 أشهر لجميع أشهر بيانات الطلب في الجدول التالي في الواقع، لن يتم استخدام سوى التوقعات لشهر نوفمبر بناء على آخر طلب شهري 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 و الخمسة أشهر. في الجدول أعلاه تميل إلى تهدئة التباين التي تحدث في البيانات الفعلية ويمكن ملاحظة هذا التأثير تمهيد في الشكل التالي الذي تم فرضه المتوسطات 3 أشهر و 5 أشهر على الرسم البياني للبيانات الأصلية. المتوسط ​​المتحرك لمدة 5 أشهر في الرقم السابق يمس التقلبات إلى حد أكبر من المتوسط ​​المتحرك لمدة 3 أشهر ومع ذلك، فإن متوسط ​​3 أشهر يعكس بشكل وثيق أحدث البيانات المتاحة لمدير الإمدادات المكتبية بشكل عام، فإن التوقعات باستخدام يكون المتوسط ​​المتحرك لفترة أطول أبطأ من أجل الاستجابة للتغيرات الأخيرة في الطلب مقارنة بتلك التي أجريت باستخدام متوسطات متحركة أقصر فترة. وتؤدي الفترات الإضافية للبيانات إلى إضعاف السرعة التي تستجيب بها التوقعات إنشاء العدد المناسب من الفترات لاستخدامها في المتوسط ​​المتحرك وغالبا ما يتطلب التنبؤ بعض كمية من التجربة والخطأ التجريب. العيب من طريقة المتوسط ​​المتحرك هو أنه لا يتفاعل مع الاختلافات التي تحدث لسبب، مثل الدورات والتأثيرات الموسمية العوامل التي تسبب تغييرات يتم تجاهل عموما هو في الأساس طريقة ميكانيكية، والتي تعكس البيانات التاريخية بطريقة متسقة ومع ذلك، فإن طريقة المتوسط ​​المتحرك لديها ميزة كونها سهلة الاستخدام وسريعة، وغير مكلفة نسبيا بشكل عام، يمكن أن توفر هذه الطريقة توقعات جيدة على المدى القصير، ولكن لا ينبغي أن تدفع بعيدا جدا في المستقبل. المتوسط ​​المتحرك يتحرك. ويمكن تعديل طريقة المتوسط ​​المتحرك لتعكس بشكل وثيق تقلبات في البيانات في طريقة المتوسط ​​المتحرك المرجح، يتم تعيين الأوزان لأحدث البيانات وفقا للمعادلة التالية. تظهر بيانات الطلب على خدمات الكمبيوتر بيإم المبينة في الجدول للمثال 10 3 اتباع اتجاه خطي متزايد تريد الشركة حساب اتجاه خطي خط لمعرفة ما إذا كان أكثر دقة من التجانس الأسي وتعديل الأسس تعديل الأسي المتقدمة في الأمثلة 10 3 و 10 4. القيم المطلوبة لحسابات المربعات الصغرى هي كما يلي. باستخدام هذه القيم، المعلمات لخط الاتجاه الخطي هي وتحسب على النحو التالي. لذلك، فإن خطية خط الاتجاه المعادلة هو. لحساب توقعات للفترة 13، والسماح x 13 في خط الاتجاه الخطي. الرسم البياني التالي يبين خط الاتجاه الخطي مقارنة مع البيانات الفعلية ويبدو أن خط الاتجاه يعكس عن كثب البيانات الفعلية - أي أن يكون مناسبا - وبالتالي سيكون نموذجا جيدا للتنبؤ لهذه المشكلة ومع ذلك، فإن عيب خط الاتجاه الخطي هو أنه لن يتكيف مع تغيير في الاتجاه، حيث أن الأساليب التنبؤ الأسي التنبؤ سوف يكون ذلك، فمن المفترض أن جميع التوقعات المستقبلية سوف تتبع خط مستقيم هذا يحد من استخدام هذه الطريقة إلى إطار زمني أقصر الذي يمكن أن يكون مؤكدا نسبيا أن الاتجاه لن يتغير. التسويات المنطقية. النمط الموسمي هو الزيادة المتكررة وانخفاض في الطلب العديد من العناصر الطلب تظهر السلوك الموسمية مبيعات الملابس تتبع الأنماط الموسمية السنوية، مع الطلب على الملابس الدافئة زيادة في الخريف والشتاء و وتراجع في الربيع والصيف حيث أن الطلب على الملابس الباردة يزيد الطلب على العديد من البنود التجزئة، بما في ذلك اللعب والمعدات الرياضية والملابس والأجهزة الإلكترونية والحمص والديك الرومي والنبيذ، و روت، زيادة خلال موسم العطلات الزيادات الطلب بطاقة معايدة جنبا إلى جنب مع أيام خاصة مثل عيد الحب عيد الأم والأم يمكن أن تحدث أنماط الموسمية يوم أيضا على أساس شهري أو أسبوعي أو حتى بعض المطاعم لديها ارتفاع الطلب في المساء مما كانت 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 وسوف تصف واحدة من الأساليب أبسط باستخدام عامل موسمي العامل الموسمية هو قيمة عددية مضروبة في التوقعات العادية للحصول على توقعات معدلة موسميا. طريقة واحدة لتطوير الطلب على العوامل الموسمية هي لتقسيم الطلب على كل فترة موسمية حسب الطلب السنوي الإجمالي، وفقا للمعادلة التالية. والعوامل الموسمية الناتجة بين 0 و 0 0 هي في الواقع النسبة من إجمالي الطلب السنوي المخصص لكل موسم وتضرب هذه العوامل الموسمية في الطلب المتوقع سنويا لإنتاج توقعات معدلة لكل موزعة توقعات مع التعديلات الموسمية. مزارع ويشبون تنمو الديك الرومي لبيعها إلى شركة لتجهيز اللحوم على مدار السنة ومع ذلك، فمن الواضح موسم الذروة خلال الربع الرابع من العام، من أكتوبر إلى ديسمبر وقد شهدت مزارع عظمون الطلب على الديك الرومي على مدى السنوات الثلاث الماضية المبينة في الجدول التالي. لأن 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. نحن نريد مضاعفة الطلب المتوقع للعام القادم 2000 حسب كل من العوامل الموسمية للحصول على الطلب المتوقع لكل ربع من أجل تحقيق ذلك، نحتاج إلى توقعات الطلب لعام 2000 في هذه الحالة، في الجدول يبدو أن يظهر اتجاها متزايدا بشكل عام، ونحن حساب خط الاتجاه الخطي للسنوات الثلاث من البيانات في الجدول للحصول على تقدير توقعات الخام. وبالتالي، و f أورييكاست لعام 2000 هو 58 17 أو 58،170 من الديك الرومي. وباستخدام هذه التوقعات السنوية للطلب، فإن التنبؤات المعدلة موسميا، سف i، لعام 2000 تصنف هذه التوقعات الفصلية مع قيم الطلب الفعلية في الجدول، يبدو أنها تقديرات توقعات جيدة نسبيا ، مما يعكس كلا من التغيرات الموسمية في البيانات والاتجاه التصاعدي العام. 10-12 كيف أن طريقة المتوسط ​​المتحرك مشابهة للتجانس الأسي 10-13 ما هو التأثير على نموذج التجانس الأسي سيزيد من ثابت التمهيد. 10-14 كيف يختلف تعديل التمدد الأسي عن التجانس الأسي. 10-15 ما الذي يحدد اختيار ثابت التمهيد للاتجاه في نموذج تمهيد أسي معدل. 10-16 وفي أمثلة الفصل لطرائق السلاسل الزمنية، كان من المفترض دائما أن تكون توقعات البداية هي نفس الطلب الفعلي في الفترة الأولى يقترح طرقا أخرى يمكن أن تستمد التنبؤات الأولية في الاستخدام الفعلي (10-10). كيف يختلف نموذج التنبؤ بالخط الاتجاهي الخطي من نموذج الانحدار الخطي للتنبؤ (10-10). ومن نماذج السلاسل الزمنية المعروضة في هذا الفصل، بما في ذلك المتوسط ​​المتحرك والمتوسط ​​المتحرك المرجح، والتلطيف الأسي وتعديل الأسي المعدل، وخط الاتجاه الخطي، أي واحد يعتبر أفضل سبب .10-19 ما هي المزايا التي عدلت التجانس الأسي على خط الاتجاه الخطي للطلب المتنبأ الذي يظهر اتجاها 4 كب كاهن و جت مينتزر، التنبؤ في المستهلك والأسواق الصناعية، مجلة توقعات الأعمال 14، لا 2 صيف 1995 21 -28.Time سيريز Methods. Time سيريز ميثودس هي تقنيات إحصائية تستفيد من البيانات التاريخية المتراكمة على مدى فترة زمنية تفترض طرق التسلسل الزمني أن ما حدث في الماضي سيستمر في المستقبل كما تشير السلسلة الزمنية للاسم، هذه الطرق تتعلق بالتنبؤ بعامل واحد فقط - الوقت وهي تشمل المتوسط ​​المتحرك والتجانس الأسي وخط الاتجاه الخطي وهي من بين الميث الأكثر شعبية أودس للتنبؤ قصير المدى بين شركات الخدمات والصناعات التحويلية تفترض هذه الأساليب أن أنماط أو اتجاهات تاريخية محددة للطلب مع مرور الوقت سوف يكررون أنفسهم. المتوسط ​​المتحرك. يمكن أن تكون توقعات السلاسل الزمنية بسيطة مثل استخدام الطلب في الفترة الحالية للتنبؤ بالطلب في في الفترة القادمة وهذا ما يسمى أحيانا توقعات ساذجة أو بديهية 4 على سبيل المثال، إذا كان الطلب هو 100 وحدة هذا الأسبوع، والتوقعات للطلب الأسبوع المقبل ق هو 100 وحدة إذا كان الطلب تبين أن 90 وحدة بدلا من ذلك، ثم الطلب في الأسبوع التالي 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 فهو يتفاعل مباشرة مع الحركات العشوائية العادية في الطلب. أسلوب المتوسط ​​المتحرك البسيط يستخدم عدة قيم للطلب خلال الماضي القريب لوضع توقعات هذا يميل إلى تخفيف، أو على نحو سلس، الزيادات العشوائية والنقصان من التوقعات التي تستخدم فترة واحدة فقط تتحرك بسيطة المتوسط ​​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، اعتمادا على مدى رغبة المتنبأ في على نحو سلس بيانات الطلب تعد فترة المتوسط ​​المتحرك أكثر سلاسة وستكون صيغة حساب المتوسط ​​المتحرك البسيط الذي يساوي متوسطا متحركا بسيطا. شركة الورق الفورية تقوم شركة توريد المكاتب بتسويق وتوريد اللوازم المكتبية للشركات والمدارس والوكالات داخل نصف قطرها 50 ميلا من مستودعاتها أعمال توريد المكاتب تنافسية، والقدرة على تقديم الطلبات على وجه السرعة هو عامل في الحصول على عملاء جدد والحفاظ على المكاتب القديمة عادة أمر ليس عندما تدير على إمدادات منخفضة، ولكن عندما نفاد تماما ونتيجة لذلك، فإنها بحاجة إلى أوامرهم فورا مدير الشركة يريد أن يكون بعض السائقين كافية والمركبات المتاحة لتسليم أوامر ص رومبتلي ولديهم مخزون كاف في المخزون ولذلك، مدير يريد أن يكون قادرا على التنبؤ بعدد من الأوامر التي ستحدث خلال الشهر المقبل أي لتوقع الطلب على deliveryies. From سجلات أوامر التسليم، تراكمت الإدارة البيانات التالية ل في الأشهر ال 10 الماضية، والتي تريد من خلالها حساب المتوسطات المتحركة 3 و 5 أشهر. دعونا نفترض أنه هو نهاية أكتوبر التوقعات الناتجة عن المتوسط ​​المتحرك 3 أو 5 أشهر هو عادة للالقادم شهر في التتابع الذي في هذه الحالة هو نوفمبر. يتم حساب المتوسط ​​المتحرك من الطلب على الأوامر للأشهر الثلاثة السابقة بالتسلسل وفقا للمعادلة التالية. يتم حساب المتوسط ​​المتحرك لمدة 5 أشهر من الأشهر الخمسة السابقة من الطلب البيانات على النحو التالي. التوقعات المتوسط ​​المتحرك لمدة 3 أشهر و 5 أشهر لجميع أشهر بيانات الطلب مبينة في الجدول التالي في الواقع، فإن التوقعات لشهر تشرين الثاني / نوفمبر بناء على آخر طلب شهري ستستخدم من قبل ما ناجر ​​ومع ذلك، فإن التنبؤات السابقة للأشهر السابقة تسمح لنا بمقارنة التوقعات مع الطلب الفعلي لمعرفة مدى دقة طريقة التنبؤ - أي مدى نجاحها. المتوسطات الثلاثة و الخمسة أشهر. مع توقع متوسط ​​التوقعات في الجدول أعلاه تميل إلى تهدئة التباين التي تحدث في البيانات الفعلية ويمكن ملاحظة هذا التأثير تمهيد في الشكل التالي الذي تم فرضه متوسطات 3 أشهر و 5 أشهر على الرسم البياني للبيانات الأصلية. الخمسة أشهر تتحرك المتوسط ​​في الشكل السابق يخفف من حدة التقلبات إلى حد أكبر من المتوسط ​​المتحرك لمدة 3 أشهر ومع ذلك، فإن متوسط ​​3 أشهر يعكس بشكل وثيق أحدث البيانات المتاحة لمدير الإمدادات المكتبية بصفة عامة، فإن التنبؤات باستخدام المتوسط ​​المتحرك لفترة أطول هي أبطأ للرد على التغيرات الأخيرة في الطلب أكثر من تلك التي أجريت باستخدام متوسطات متحركة أقصر فترة. فترات إضافية من البيانات تضعف السرعة التي تستجيب التوقعات إنشاء العدد المناسب من الفترات لاستخدامها في المتوسط ​​المتحرك المتوقع غالبا ما يتطلب قدرا من التجريب التجريبي والخطأ. إن عيب طريقة المتوسط ​​المتحرك هو أنه لا يتفاعل مع الاختلافات التي تحدث لسبب ما، مثل الدورات والتأثيرات الموسمية العوامل التي يتم تجاهل التغيرات السبب عموما هو في الأساس طريقة الميكانيكية، والذي يعكس البيانات التاريخية بطريقة متسقة ومع ذلك، فإن طريقة المتوسط ​​المتحرك لديها ميزة كونها سهلة الاستخدام وسريعة وغير مكلفة نسبيا بشكل عام، يمكن لهذه الطريقة توفر جيدة على المدى القصير، ولكن لا ينبغي دفعه بعيدا جدا في المستقبل. المتوسط ​​المتحرك يتحرك. ويمكن تعديل طريقة المتوسط ​​المتحرك لتعكس بشكل أوثق تقلبات البيانات في طريقة المتوسط ​​المتحرك المرجح، يتم تعيين الأوزان إلى أكثر البيانات الأخيرة وفقا للمعادلة التالية. تظهر بيانات الطلب على خدمات الكمبيوتر بيإم المبينة في الجدول على سبيل المثال 10 3 اتباع اتجاه خطي متزايد الشركة w النمل لحساب خط الاتجاه الخطي لمعرفة ما إذا كان أكثر دقة من التجانس الأسي وتعديل الأسس تعديل الأسي المتقدمة في الأمثلة 10 3 و 10 4. القيم المطلوبة لحسابات المربعات الصغرى هي كما يلي. باستخدام هذه القيم، المعلمات لخط الاتجاه الخطية يتم حسابها على النحو التالي. لذلك، فإن خط الاتجاه خط المعادلة هو. لحساب توقعات للفترة 13، والسماح x 13 في خط الاتجاه الخطي. الرسم البياني التالي يظهر خط الاتجاه الخطي مقارنة مع البيانات الفعلية و يبدو أن خط الاتجاه يعكس بشكل وثيق البيانات الفعلية - أي أن يكون مناسبا - وبالتالي سيكون نموذجا جيدا للتنبؤ بهذه المشكلة ومع ذلك، فإن عيب خط الاتجاه الخطي هو أنه لن يتكيف مع تغيير في هذا الاتجاه، حيث أن الأساليب تنبؤ الأسي المتوقعة وهذا هو، فمن المفترض أن جميع التوقعات المستقبلية سوف تتبع خط مستقيم هذا يحد من استخدام هذه الطريقة إلى إطار زمني أقصر الذي يمكنك أن تكون مؤكدة نسبيا أن هذا الاتجاه لن يتغير. التسويات المنطقية. النمط الموسمي هو الزيادة المتكررة وانخفاض في الطلب العديد من عناصر الطلب تظهر السلوك الموسمية تتبع مبيعات الملابس أنماط الموسمية السنوية، مع زيادة الطلب على الملابس الدافئة في الخريف والشتاء وتراجع في الربيع والصيف حيث أن الطلب على الملابس أكثر برودة يزيد الطلب على العديد من البنود التجزئة، بما في ذلك اللعب والمعدات الرياضية والملابس والأجهزة الإلكترونية والحمص والديك الرومي والنبيذ والفاكهة، وزيادة خلال موسم العطلات زيادة الطلب بطاقة معايدة جنبا إلى جنب مع أيام خاصة مثل كما عيد الحب عيد الأب والأم يمكن أن تحدث يوم أنماط الموسمية أيضا على أساس شهري أو أسبوعي أو حتى يوميا بعض المطاعم لديها ارتفاع الطلب في المساء مما كان عليه في الغداء أو في عطلة نهاية الأسبوع بدلا من أيام الأسبوع المرور - وبالتالي المبيعات - في التسوق مراكز التسوق تلتقط يوم الجمعة والسبت. هناك عدة طرق لتعكس الأنماط الموسمية في سلسلة زمنية التنبؤ سنصف واحدة من أبسط لي ثودس باستخدام عامل موسمي عامل موسمي هو قيمة رقمية مضروبة في التوقعات العادية للحصول على توقعات معدلة موسميا. طريقة واحدة لتطوير الطلب على العوامل الموسمية هي لتقسيم الطلب على كل فترة الموسمية حسب الطلب السنوي الإجمالي، وفقا ل إلى المعادلة التالية. والعوامل الموسمية الناتجة بين 0 و 0 0 هي في الواقع النسبة من إجمالي الطلب السنوي المخصص لكل موسم تتضاعف هذه العوامل الموسمية في الطلب المتوقع سنويا لإعطاء توقعات معدلة لكل موزعة توقعات مع موسمي التعديلات. مزارع ويشبون تنمو الديك الرومي لبيعها إلى شركة لتجهيز اللحوم على مدار العام ومع ذلك، موسم الذروة هو واضح خلال الربع الرابع من السنة، من أكتوبر إلى ديسمبر شهدت مزارع ويشبون الطلب على الديك الرومي على مدى السنوات الثلاث الماضية هو مبين في الجدول التالي. لأن لدينا ثلاث سنوات من بيانات الطلب، يمكننا حساب العوامل الموسمية عن طريق قسمة إجمالي ربع سنوي دي في السنوات الثلاث القادمة من إجمالي الطلب على مدار السنوات الثلاث الماضية. نرغب في مضاعفة الطلب المتوقع للعام المقبل، 2000، من خلال كل من العوامل الموسمية للحصول على الطلب المتوقع لكل ربع من أجل تحقيق ذلك، نحتاج إلى توقعات الطلب لعام 2000 في هذه الحالة، وبما أن بيانات الطلب في الجدول يبدو أنها تظهر اتجاها متزايدا بشكل عام، فإننا نحسب خط اتجاه خطي لثلاث سنوات من البيانات في الجدول للحصول على تقدير متوقع تقريبي. وبالتالي، 2000 هو 58 17 أو 58،170 من الديك الرومي. وباستخدام هذه التوقعات السنوية للطلب، فإن التنبؤات المعدلة موسميا، سف i، لعام 2000 تصنف هذه التوقعات الفصلية مع قيم الطلب الفعلية في الجدول، فإنها تبدو تقديرات توقعات جيدة نسبيا، كل من التغيرات الموسمية في البيانات والاتجاه التصاعدي العام. 10-12 كيف أن طريقة المتوسط ​​المتحرك مشابهة للتجانس الأسي 10-13 ما هو التأثير على نموذج التجانس الأسي سيزيد من ثابت التمهيد هكتار 10-10 ما الذي يحدد اختيار ثابت التمهيد للاتجاه في نموذج تمهيد أسي معدل. 10-16 وفي أمثلة الفصل لأساليب السلاسل الزمنية، فإن توقعات البداية كان يفترض دائما أن يكون مطابقا للطلب الفعلي في الفترة الأولى. اقتراح طرق أخرى يمكن أن تستمد التنبؤات الأولية في الاستخدام الفعلي (10-10). 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، التمهيد الأسي وتعديل الأسي المعدل، وخط الاتجاه الخطي، أي واحد تعتبره أفضل لماذا .10-19 ما هي المزايا التي يتم تعديلها على خط الاتجاه الخطي للطلب المتوقع الذي يظهر اتجاها 4 كب كاهن و جت مينتزر، التنبؤ في المستهلك والأسواق الصناعية، مجلة بوسينيس فو ريكاستينغ 14، نو 2 سومر 1995 21-28.