Привет, сегодня я расскажу о наивных методах, формулах скользящих средних и методах сглаживания. В этом случае мы будем использовать наш мозг и исследовать формулу самостоятельно. [Часть-1]
Предположим, что…
На сегодняшний день в вашем классе 40 человек. Но обычно максимальное число равно 45.
Теперь, давайте угадаем на завтра. Как вы думаете, сколько учеников будет в вашем классе?
Думай, думай, думай…
Первое предсказание (Наивная модель)
Самый простой способ предсказать. Я бы сказал, что завтра ваш номер класса снова будет 40. Потому что сегодня ваш номер 40.
Мы называем это наивной моделью. Я знаю, это кажется довольно простым, но это реальная модель.
Второй прогноз (модель наивного тренда)
Так вот, вы вдруг вспомнили, что ваш вчерашний номер был 38. Может быть, есть тенденция в вашем классе? Я посчитаю 40–38=2, чтобы найти наш тренд. Наш тренд номер 2, таким образом, я предполагаю, что наш номер будет 42. Как?
38–40–42, видите ли, есть тенденция! Ребята, мы называем это моделью наивного тренда.
Третье предсказание (модель наивной скорости изменения)
Или мы можем преобразовать нашу модель тренда в модель оценки? Теперь рассчитайте 40 * (40/38) = примерно 42. Это работает, теперь назовите это Наивной моделью скорости изменения.
Четвертый прогноз (наивная сезонная модель для квартальных данных)
Теперь предположим, что сегодня среда зимой. Может, из-за уроков, которые у вас сегодня, а может, из-за погодных условий они не пришли. Есть ли у нас примерное количество студентов по средам или средам зимой? Назовем это Наивной сезонной моделью для квартальных данных.
Пятое предсказание (Наивная тенденция и сезонная модель для квартальных данных)
А также у нас есть тенденция в этом сезонном факторе? Может быть, да? На прошлой неделе было жарче, чем сейчас, на позапрошлой неделе было жарче, и так далее, и так далее.
Шестое предсказание (простая усредненная модель)
Ладно, может быть, таких вещей нет. Я думаю, мы можем попытаться вычислить среднее значение всех показателей посещаемости. С сегодняшнего дня до первого дня. Суммируйте их и разделите на количество дней. Да, это тоже модель.
SeventhPrediction (Скользящее среднее за k периодов времени)
Но вдруг вы поняли, что это не имеет смысла. Может быть, в наших данных есть какая-то тенденция, сезонность или что-то в этом роде? Думаю, правильнее будет выбрать не все дни, а какие-то конкретные дни. Давайте сделаем это тогда.
…
…
Эту статью я хотел разделить на 2 части. Далее будет на мой счет. Поддерживать связь!
