Экспоненциальные методы для анализа временных рядов - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Экспоненциальные методы для анализа временных рядов, слайд №1

Экспоненциальные методы для анализа временных рядов, слайд №2

Экспоненциальные методы для анализа временных рядов, слайд №3

Экспоненциальные методы для анализа временных рядов, слайд №4

Экспоненциальные методы для анализа временных рядов, слайд №5

Экспоненциальные методы для анализа временных рядов, слайд №6

Экспоненциальные методы для анализа временных рядов, слайд №7

Экспоненциальные методы для анализа временных рядов, слайд №8

Экспоненциальные методы для анализа временных рядов, слайд №9

Экспоненциальные методы для анализа временных рядов, слайд №10

Экспоненциальные методы для анализа временных рядов, слайд №11

Экспоненциальные методы для анализа временных рядов, слайд №12

Экспоненциальные методы для анализа временных рядов, слайд №13

Экспоненциальные методы для анализа временных рядов, слайд №14

Экспоненциальные методы для анализа временных рядов, слайд №15

Экспоненциальные методы для анализа временных рядов, слайд №16

Экспоненциальные методы для анализа временных рядов, слайд №17

Экспоненциальные методы для анализа временных рядов, слайд №18

Экспоненциальные методы для анализа временных рядов, слайд №19

Экспоненциальные методы для анализа временных рядов, слайд №20

Экспоненциальные методы для анализа временных рядов, слайд №21

Экспоненциальные методы для анализа временных рядов, слайд №22

Экспоненциальные методы для анализа временных рядов, слайд №23

Экспоненциальные методы для анализа временных рядов, слайд №24

Экспоненциальные методы для анализа временных рядов, слайд №25

Экспоненциальные методы для анализа временных рядов, слайд №26

Экспоненциальные методы для анализа временных рядов, слайд №27

Экспоненциальные методы для анализа временных рядов, слайд №28

Экспоненциальные методы для анализа временных рядов, слайд №29

Экспоненциальные методы для анализа временных рядов, слайд №30

Экспоненциальные методы для анализа временных рядов, слайд №31

Экспоненциальные методы для анализа временных рядов, слайд №32

Экспоненциальные методы для анализа временных рядов, слайд №33

Экспоненциальные методы для анализа временных рядов, слайд №34

Экспоненциальные методы для анализа временных рядов, слайд №35

Экспоненциальные методы для анализа временных рядов, слайд №36

Экспоненциальные методы для анализа временных рядов, слайд №37

Экспоненциальные методы для анализа временных рядов, слайд №38

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Экспоненциальные методы для анализа временных рядов. Доклад-сообщение содержит 38 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Использование экспоненциальных методов для анализа временных рядов Графеева Н.Г. 2016

Слайд 2

Описание слайда:

Какие задачи могут решаться экспоненциальными методами? сглаживание временных рядов (smoothing); разметка временных рядов (labeling); краткосрочное и долгосрочное прогнозирование (forecasting); И др.

Слайд 3

Описание слайда:

Популярные экспоненциальные методы Одинарный (учитывает предыдущие значения с коэффициентами); Двойной (добавляется учет трендов); Тройной (добавляется учет циклов).

Слайд 4

Описание слайда:

Одинарное экспоненциальное сглаживание (smoothing)

Слайд 5

Описание слайда:

Пример. Одинарное экспоненциальное сглаживание (α =0.1)

Слайд 6

Описание слайда:

Пример. Одинарное экспоненциальное сглаживание (α =0.01)

Слайд 7

Описание слайда:

Разметка трендов с помощью одинарного экспоненциального сглаживания

Слайд 8

Описание слайда:

Пример. Разметка трендов (α = 0.05)

Слайд 9

Описание слайда:

Как формально определить тренды?

Слайд 10

Описание слайда:

Прогнозирование на один шаг вперед с помощью одинарного сглаживания (Single Smoothing Forecast)

Слайд 11

Описание слайда:

Прогнозирование на несколько шагов вперед (Bootstrap Forecast)

Слайд 12

Описание слайда:

Пример. Сглаживание на несколько шагов вперед

Слайд 13

Описание слайда:

Сравнение прогнозирования на один шаг и на несколько шагов

Слайд 14

Описание слайда:

Одинарное экспоненциальное сглаживание и тренды

Слайд 15

Описание слайда:

Пример одинарного экспоненциального сглаживания

Слайд 16

Описание слайда:

Двойное экспоненциальное сглаживание (Double Exponential Smoothing)

Слайд 17

Описание слайда:

Начальные значения для трендовой компоненты

Слайд 18

Описание слайда:

Как подобрать подходящие параметры? Оптимальные значения для α и γ могут быть получены с помощью нелинейной оптимизационной технологии известной под названием Marquardt Algorithm (или Алгоритм Левенберга — Марквардта) либо с использованием самого примитивного перебора c равномерным шагом по сетке в диапазоне [0-1,0-1].

Слайд 19

Описание слайда:

Прогнозирование с двойным экспоненциальным сглаживанием

Слайд 20

Описание слайда:

Пример

Слайд 21

Описание слайда:

Результаты сглаживания (и прогнозирования на один шаг)

Слайд 22

Описание слайда:

Сравнение результатов прогнозирования двойным и одинарным экспоненциальными методами

Слайд 23

Описание слайда:

Сравнение результатов прогнозирования двойным и одинарным экспоненциальными методами

Слайд 24

Описание слайда:

Тройное экспоненциальное сглаживание и прогнозирование

Слайд 25

Описание слайда:

Периодичность L – длина периода (должна быть определена заранее). Исходные данные должны содержать как минимум – два периода.

Слайд 26

Описание слайда:

Параметры Все параметры (α, β, ϒ) – это значения в интервале (0,1). Подбор параметров можно осуществлять все тем же методом Левенберга — Марквардта либо перебором по сетке куба [0-1,0-1,0-1].

Слайд 27

Описание слайда:

Начальное значение для трендового компонента

Слайд 28

Описание слайда:

Начальные значения для индексов сезонности Самая существенная деталь – среднее значение всех сезонных индексов должно быть равно 1. Этот параметр отражает влияние наблюдений внутри периода. Простейший способ расчета начальных значений для сезонных индексов:

Слайд 29

Описание слайда:

Начальные значения для индексов сезонности

Слайд 30

Описание слайда:

Пример. Возможный вариант расчета индексов сезонности

Слайд 31

Описание слайда:

Слайд 32

Описание слайда:

Слайд 33

Описание слайда:

Пример (исходные данные)

Слайд 34

Описание слайда:

Пример (тройное экспоненциальное прогнозирование)

Слайд 35

Описание слайда:

Пример (три вида экспоненциального прогнозирования)

Слайд 36

Описание слайда:

Методы экспоненциального сглаживания и прогнозирования доказали на протяжении многих лет, что являются очень полезным во многих приложениях, связанных с прогнозированием. Метод впервые был предложен C.Holt в 1957 году и использовался для не сезонных и не трендовых рядов. Позднее (в 1958) C.Holt предложил модификацию с учетом трендов. А затем Winter (1965) обобщил идею с учетом сезонности. Так и появилось название метода Хольта-Винтера…

Слайд 37

Описание слайда:

А что же на эту тему есть в аналитических пакетах СУБД? Как ни странно, в аналитических пакетах на сегодняшний день экспоненциальные методы отсутствуют. Они есть только в статистических или data mining – библиотеках.

Слайд 38

Описание слайда:

Задание 2 Создать приложение, позволяющее: Делать ежедневные прогнозы потребления творога на основе метода Holt-Winter в разрезе всей сети ресторанов; Подобрать оптимальные параметры для метода; для выбранного интервала определять точность прогноза; Выводить результаты прогнозирования в виде графика и таблицы. Ссылку на приложение, логин и пароль для входа отправлять по адресу: N.Grafeeva@spbu.ru Тема - Data_Mining_2016_job2