Solução de média em movimento ponderada

Tópico: médias móveis ponderadas Médias móveis ponderadas Eu gostaria de aprender sobre o que penso serem chamadas de médias móveis ponderadas para alguns softwares em que estou trabalhando. Preciso de uma maneira de estimar a proficiência de habilidades diferentes ao longo do tempo e como elas respondem à prática. Os pontos de dados são principalmente binários em resposta a um teste, teste ou teste: 1 correto, 0 incorreto. Portanto, um fluxo de dados típico pode parecer: 0 1 0 1 1 0 0 1 1 1 0 1 1 0 1 1 1 1 1 0 1 Após cada resultado, eu quero calcular uma média ponderada em movimento que dê mais peso ao mais recente Resultados e menos para os mais velhos em uma maneira gradualmente decrescente. Eu encontrei um método que parece funcionar, mas não tenho nenhuma teoria para fazer backup e estou me perguntando se há algo melhor. No meu método, escolho um fator de desconto, F, 0ltFlt1. Eu desconto o resultado anterior por F, aquele antes disso pelo F2, e assim por diante. Em seguida, adicionei todos e divida pela soma dos fatores de desconto (1FF2.). A1 X1 A2 (X1F X2) (F 1) A3 (X1F2 X2F X3) (F2 F 1) Após alguma álgebra, encontrei uma fórmula para calcular AN e apenas tendo que armazenar o numerador e o denominador do AN-1. NumerN NumerN-1F XN DenomN DemonN-1 F (N-1) AN NumerN DenomN Isso parece funcionar bastante bem. O exemplo abaixo mostra 10 resultados onde o nível de habilidade melhora de forma constante. X1 é uma falta, depois um hit, depois uma falta, depois 2 hits, depois uma falta, depois 4 hits. A média geral é de 0,70. Se eu definir o meu fator de desconto, F, para 1, ele corresponde exatamente à média. Ou seja, todos os valores recebem peso total. Se F0, apenas o valor mais recente é contado, então a média móvel é apenas o último valor. No meio, os valores de F diminuem a média móvel de um jeito ou de outro. Alguém pode me dizer se esta é uma boa solução Existe algo de errado com isso Existe algo melhor Re: médias móveis ponderadas Eu não tenho certeza sobre o quotgoodnessquot dele. Mas uma maneira de calcular uma média móvel ponderada, que é popular em ações, é chamada de média móvel exponencial. Ele dá mais peso às observações recentes, como você está depois. Desculpe, basta colocar um link na wikipedia aqui, mas não tenho certeza de quanta teoria você está interessado: en. wikipedia. orgwikiMovingaverage Se você está mais interessado no aplicativo do que a teoria que está cheia de xs e subscritos: stockchartsschooldoku. p. Ovingaverages Parece uma coisa que você precisa considerar com uma média móvel ponderada, é quanto quotlagquot você deseja que sua média tenha. Ou você pensou nisso: em vez de tomar uma média (simples) de cada observação que você tem, por que não tomar uma média (simples) das últimas 10 observações. Isso colocaria mais peso nas observações recentes (mas com o custo que Você ignora observações antigas). É uma boa pergunta, como determinar qual é melhor. Todas as coisas são conhecidas porque queremos acreditar nelas. Médias móveis e médias móveis ponderadas 2. O Escritório do Censo dos EUA publica dados sobre pedidos de fábrica para todas as indústrias de manufatura, bens duráveis ​​e bens não duráveis. Mostrado aqui são ordens de fábrica nos Estados Unidos de 1987 a 1999 (bilhões). uma. Use esses dados para desenvolver previsões para os anos de 1992 a 1999 usando uma média móvel de 5 anos. B. Use estes dados para desenvolver previsões para os anos de 1992 a 1999 usando uma média móvel ponderada de 5 anos. Pesar o ano mais recente em 6, o ano anterior em 4, o ano anterior, em 2, e os outros anos até 1. c. Calcule os erros das previsões nas partes (a) e (b) e observe as diferenças nos erros das previsões. Ordens de fábrica de ano (bilhões) 1987 2,512,7 1988 2,739,2 1989 2,874,9 1990 2,934,1 1991 2,865,7 1992 2,978,5 1993 3,092,4 1994 3,356,8 1995 3,607,6 1996 3,749,3 1997 3,952,0 1998 3,949,0 1999 4,137,0 Anexos Solução Resumo A solução mostra como construir as médias móveis e os modelos de médias móveis ponderadas para Os dados fornecidos em pedidos de fábrica. Além disso, o erro quadrático médio quadrado de dois modelos é calculado e comparado. Adicionar solução ao carrinho Remover do carrinho