كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي

نموذج المتوسط المتحرك

Moving Average MA(q)

يعبّر عن القيمة الحالية بمتوسط ثابت وأخطاء التنبؤ q السابقة. تنقطع دالة ACF بعد q.

يعمل في المتصفحيحتاج محرك Pythonالمستوى الثاني: النماذج الإحصائية

جرّب هذا النموذج في المختبر

المبدأ

y_t = μ + ε_t + θ₁ε_{t−1} + … + θ_q ε_{t−q}. يُفرض قيد قابلية الانعكاس (invertibility) ليكون للنموذج تمثيل فريد.

y_t = \mu + \varepsilon_t + \sum_{j=1}^{q}\theta_j\varepsilon_{t-j}

متطلبات البيانات

سلسلة مستقرة.

المعاملات

q
عدد حدود الخطأ السابقة

المزايا

  • يلتقط صدمات قصيرة الأثر

العيوب

  • التنبؤ يعود إلى المتوسط بعد q خطوة
  • تقديره غير خطي

الاستخدامات

  • سلاسل بعد التفريق
  • تصحيح أخطاء قصيرة الأمد

مثال تطبيقي

جرّب MA(1) على الفرق الأول لسلسلة WWWusage ولاحظ أن التنبؤ يستقر على المتوسط بعد خطوة واحدة.

أخطاء شائعة

  • الخلط بينه وبين تنبؤ المتوسط المتحرك

المراجع

  1. FPP3 الفصل 9: ARIMA models
  2. statsmodels: ARIMA

من المستوى نفسه