चलती - औसत - प्रतिगमन - stata

औसत चल रहा है। औसत स्थानांतरित करना। पारंपरिक डेटासेट्स का मतलब मूल्य अक्सर सबसे पहले होता है, और सबसे उपयोगी, सारांश आंकड़ों में से एक की गणना करता है जब डेटा एक समय श्रृंखला के रूप में होता है, श्रृंखला का मतलब एक उपयोगी उपाय है, लेकिन नहीं डेटा की गतिशील प्रकृति को प्रतिबिंबित करें, अल्प अवधि में गणना की जाने वाली औसत मूल्य, वर्तमान अवधि से पहले या वर्तमान अवधि पर केंद्रित होते हैं, अक्सर अधिक उपयोगी होते हैं क्योंकि ऐसे औसत मूल्य भिन्न होंगे, या वर्तमान समय की अवधि के समय टी 2 से आगे बढ़ेंगे, टी 3 आदि। वे चलती औसत मास के रूप में जाने जाते हैं। सरल चलती औसत आम तौर पर कश्मीर पूर्व मानों के बिना औसत वजन की औसत होती है एक तेजी से भारित चलती औसत अनिवार्य रूप से एक सरल चलती औसत के समान है, लेकिन इसके योगदान के साथ उनकी निकटता वर्तमान समय क्योंकि कोई भी नहीं है, लेकिन किसी भी श्रृंखला के लिए बढ़ते औसत की एक पूरी श्रृंखला है, मास का सेट स्वयं ग्राफ़ पर, एक श्रृंखला के रूप में विश्लेषण किया जा सकता है, और मॉडलिंग और भविष्य में उपयोग किया जाता है अस्थिरता चलती औसत का उपयोग करके कई प्रकार के मॉडल तैयार किए जा सकते हैं, और इन्हें एमए मॉडल के रूप में जाना जाता है यदि ऐसे मॉडलों को आटोमैरेसिव एआर मॉडलों के साथ जोड़ा जाता है तो परिणामी मिश्रित मॉडल को एआरएमए या एआरआईएए मॉडल के रूप में जाना जाता है I मैं एकीकृत के लिए है। सरल चलती औसत। एक समय श्रृंखला को मानों का एक समूह माना जा सकता है, तो 1,2,3,4, इन मूल्यों की औसत गणना की जा सकती है यदि हम मानते हैं कि n काफी बड़ा है, और हम एक पूर्णांक कश्मीर का चयन करते हैं जो कि बहुत छोटा है एन की तुलना में हम ब्लॉक औसत का एक सेट या ऑर्डर के साधारण चलती औसत की गणना कर सकते हैं। प्रत्येक माप कश्मीर टिप्पणियों के अंतराल पर डेटा मानों के औसत का प्रतिनिधित्व करता है ध्यान दें कि आदेश के पहले संभव एम 0 k के लिए यह है कि अधिक सामान्यतः हम उपरोक्त अभिव्यक्ति में अतिरिक्त सबस्क्रिप्ट को छोड़ सकते हैं और लिख सकते हैं। यह बताता है कि समय पर अनुमानित अनुमान औसत समय के औसत मूल्य के औसत औसत और पिछले -1 के -1 चरण में होता है यदि भार लागू होते हैं जो कि योगदान का कम हो टिप्पणियां जो कि हैं आगे समय में, चलती औसत को तेजी से स्पष्ट करना कहा जाता है चलती औसत अक्सर पूर्वानुमान के रूप में उपयोग किया जाता है, जिससे समय पर टी 1 के लिए अनुमानित मूल्य, एस टी 1 को एमए के रूप में समय के लिए लिया जाता है और टाइम ग्रेट आज के अनुमान सहित, पहले दर्ज किए गए मूल्यों के औसत पर आधारित और दैनिक डेटा के लिए कल शामिल हैं। सरल चलती औसत को चौरसाई के रूप के रूप में देखा जा सकता है उदाहरण में नीचे दिए गए उदाहरण में वायु प्रदूषण डेटासेट इस विषय की शुरुआत 7-दिन की चलती औसत एमए लाइन से बढ़ी गई है, जो लाल रंग में दिखायी गयी है, जैसा कि देखा जा सकता है, एमए लाइन डेटा में चोटियों और गुच्छों को सुगम बनाता है और रुझानों की पहचान करने में बहुत मददगार हो सकता है मानक आगे- गणना सूत्र का मतलब है कि पहले के -1 डेटा बिंदुओं में कोई एमए मान नहीं है, लेकिन इसके बाद श्रृंखला में अंतिम डेटा बिंदु तक कम्प्यूटेशन विस्तार होता है। पीएम 10 दैनिक अर्थ मान, ग्रीनविच. source लंदन वायु गुणवत्ता नेटवर्क। वर्णित तरीके में विरूपण यह है कि यह मूल्य को वर्तमान समय तक सभी समय स्लॉट्स के लिए गणना करने में सक्षम बनाता है, और एक नए माप के रूप में समय 1 के लिए प्राप्त किया जाता है, समय टी 1 के लिए एमए पहले से ही सेट में जोड़ा जा सकता है गणना यह गतिशील डेटासेट्स के लिए एक सरल प्रक्रिया प्रदान करता है हालांकि, इस दृष्टिकोण के साथ कुछ समस्याएं हैं तर्क यह तर्कसंगत है कि पिछले 3 अवधियों के माध्य मूल्य का मतलब समय टी -1 पर होना चाहिए, समय नहीं और समय के लिए एमए से अधिक समय की अवधि शायद यह मध्य बिंदु पर दो समय के अंतराल के बीच स्थित होनी चाहिए। इस मुद्दे का समाधान केन्द्रित एमए गणनाओं का उपयोग करना है, जिसमें समय पर एमए मूल्यों के सममित सेट का मतलब है इसके स्पष्ट गुणों के बावजूद, यह दृष्टिकोण आम तौर पर इस्तेमाल नहीं किया जाता क्योंकि इसकी आवश्यकता होती है कि भविष्य में भविष्य के लिए डेटा उपलब्ध हो, जो कि मामला नहीं हो सकता उदाहरणों में जहां विश्लेषण पूरी तरह से एक मौजूदा श्रृंखला का है, केंद्रित मूस का उपयोग बेहतर होगा। चलती औसत कर सकते हैं एक समय श्रृंखला के कुछ उच्च आवृत्ति घटकों को हटाने, लेकिन चमकने के एक रूप के रूप में माना जाता है, लेकिन डिजिटल फ़िल्टरिंग की सामान्य धारणा के समान तरीके से प्रवृत्तियों को दूर नहीं करना वास्तव में, चलती औसत रैखिक फ़िल्टर का एक रूप है। औसत कंप्यूटिंग को एक श्रृंखला में ले जाया गया है जो पहले से ही चिकना हो गया है, अर्थात पहले से ही सुगंधित श्रृंखला को चौरसाई या छानने के लिए उदाहरण के लिए, क्रम 2 के चलते हुए औसत के साथ, हम इसे वजन के आधार पर गणना के रूप में मान सकते हैं, इसलिए एमए 2 x 5 x 1 0 5 x 2 इसी तरह, एमए एक्स 3 0 5 x 2 0 5 x 3 यदि हम एक दूसरे स्तर पर चौरसाई या फ़िल्टरिंग लागू करते हैं, तो हमारे पास 0 5 x 2 0 5 x 3 0 5 0 5 x 1 0 5 एक्स 2 0 5 0 5 x 2 0 5 x 3 0 25 x 1 0 5 x 2 0 25 x 3 अर्थात् 2-चरण की फ़िल्टरिंग प्रक्रिया या संकुचन ने एक भारित भारित सममित मूविंग औसत का उत्पादन किया है, वज़न के साथ कई संकुचन काफी जटिल भारित उत्पन्न कर सकते हैं चलती औसत, जिनमें से कुछ विशिष्ट क्षेत्रों में विशेष रूप से उपयोग किए गए हैं, जैसे कि जीवन में I एनएसयूआरेंस गणना.मॉडिंग औसत का उपयोग आवधिक प्रभावों को हटाने के लिए किया जा सकता है यदि ज्ञात के रूप में आवधिकता की लंबाई के साथ गणना की जाती है उदाहरण के लिए, मासिक डेटा मौसमी बदलावों के साथ अक्सर हटाया जा सकता है यदि यह एक सममित 12 महीने की चलती औसत पर लागू होता है सभी महीनों को समान रूप से भारित किया जाता है, पहले और आखिरी को छोड़कर, 1 2 से भारित किया जाता है। यह इसलिए है क्योंकि वर्तमान समय में सममित मॉडल में 13 महीने होंगे, टी -6 महीनों कुल 12 से विभाजित किया जाता है इसी तरह की किसी भी अच्छी तरह से प्रक्रिया के लिए अपनाया जा सकता है, परिभाषित समय-सारिणी.आपकी भारित चलती औसत EWMA. सरल चलती औसत सूत्र के साथ। सभी टिप्पणियां समान रूप से भारित हैं यदि हम इन बराबर वज़न कहते हैं, तो प्रत्येक कश्मीर वजन 1 k के बराबर होगा, इसलिए भार का योग 1 होगा, और फार्मूला होगा। हम पहले से ही देख चुके हैं कि इस प्रक्रिया के कई अनुप्रयोगों के परिणाम अलग-अलग होते हैं, एक्सपेंनेलीली भारित चलती औसत के साथ अवलोकन से मतलब मूल्य में योगदान समय में अधिक हटा दिया जाता है, कम किया जाता है, जिससे हाल की स्थानीय घटनाओं पर बल दिया जाता है, मूल रूप से एक चिकनाई पैरामीटर, 0 1, प्रस्तुत किया जाता है, और सूत्र को संशोधित किया जाता है। इस फार्मूले का एक सममित संस्करण फार्म का होगा.अगर सममित में वजन मॉडल को द्विपदीय विस्तार की शर्तों के रूप में चुना जाता है, 1 2 1 2 2 क्यू वे 1 के बराबर होंगे, और क्यू बड़ा हो जाएगा, सामान्य वितरण का अनुमान लगाया जाएगा यह कर्नेल भार का एक रूप है, द्विपदीय के रूप में अभिनय के साथ कर्नेल समारोह पिछले उपधारा में वर्णित दो चरण संकुचन ठीक, इस व्यवस्था है, क्यू 1 के साथ, वजन प्रदान करते हैं। घातीय चौरसाई में यह वजन के एक सेट का उपयोग करना जरूरी है जो 1 के बराबर है और जो आकार में कम होकर ज्यामितीय रूप से उपयोग किए गए वजन आमतौर पर रूप से। यह दिखाने के लिए कि ये वजन 1 की राशि है, एक श्रृंखला के रूप में 1 के विस्तार पर विचार करें हम लिख सकते हैं। और द्विपद फार्मूला 1- xp का उपयोग करते हुए ब्रैकेट में अभिव्यक्ति का विस्तार करें जहां x 1- और p -1, जो देता है । यह तब फॉर्म के भारित चल औसत का एक रूप प्रदान करता है। यह समापन एक पुनरावृत्ति संबंध के रूप में लिखा जा सकता है। जो कि गणना को सरल करता है, और इस समस्या से बचता है कि भारनियमन को सख्ती से अन्त्य होना चाहिए, यह आम तौर पर मामला नहीं है, अलग-अलग लेखकों द्वारा उपयोग किए जाने वाले संकेतन में कुछ भिन्न होता है कि कुछ सूत्र को यह संकेत देने के लिए अक्षर एस का उपयोग करें कि सूत्र अनिवार्य रूप से एक चिकनी चर है, और लिखते हैं। जहां तक ​​नियंत्रण सिद्धांत साहित्य अक्सर एस के बजाय ज़ीड का उपयोग करता है जो तेजी से भारित या चिकनी उदाहरणों के लिए, उदाहरण के लिए लुकास और सैकटुसी, 1 99 0, ल्यूसी 1 और एनआईएसटी वेबसाइट अधिक विवरण और काम किए जाने वाले उदाहरणों के लिए देखें, ऊपर दिए गए सूत्रों को रॉबर्ट्स 1 9 5 9, आरओबी 1 के काम से प्राप्त हुआ है, लेकिन हंटर 1986, एचयूएन 1 फॉर्म के एक अभिव्यक्ति का उपयोग करता है। जो कुछ नियंत्रण प्रक्रियाओं में उपयोग के लिए अधिक उपयुक्त हो सकता है 1 के साथ औसत अनुमान केवल इसका मापा मूल्य या पिछले डेटा आइटम का मान 0 5 अनुमान के साथ सरल मी है वर्तमान और पिछले माप की औसत अनुमानित मॉडल में मान, एसटी का उपयोग अक्सर अगली बार अवधि के लिए अनुमान या पूर्वानुमान मान के रूप में किया जाता है, अर्थात् समय के लिए एक्स के अनुमान के अनुसार यह हमारे पास है.इस प्रकार से पता चलता है कि पूर्वानुमान समय 1 पर मान, पिछले घातीय गति वाले चलती औसत से एक घटक है, जो समय पर वेटेड भविष्यवाणी त्रुटि का प्रतिनिधित्व करता है, समय पर टी। दिया जाता है और पूर्वानुमान की आवश्यकता होती है, मान के लिए आवश्यक है यह अनुमान लगाया जा सकता है स्क्वायर भविष्यवाणी त्रुटियों की राशि का मूल्यांकन करके प्रत्येक टी के लिए अलग-अलग मूल्यों के साथ प्राप्त की जा रही है। पहली अनुमानित डेटा वैल्यू के पहले अनुमान को सेट करते हुए, x 1 नियंत्रण अनुप्रयोगों में मूल्य उस में महत्वपूर्ण होता है जिसका उपयोग किया जाता है ऊपरी और निचले नियंत्रण सीमाओं के निर्धारण में, और अनुमान लगाया जाता है कि इन सीमाओं को नियंत्रित करने से पहले एआरएल की औसत लंबाई लम्बी होती है, जो मानती है कि समय श्रृंखला यादृच्छिक, समान रूप से सामान्य विचरण के साथ स्वतंत्र चर को वितरित किया जाता है इन परिस्थितियों में नियंत्रण सांख्यिकी का विचरण। लुकास और सक्कुकी, 1 99 0। नियंत्रण की सीमाएं आमतौर पर इस असिम्प्टिक विचरण के निश्चित गुणकों के रूप में निर्धारित की जाती हैं, उदा .- 3 बार मानक विचलन अगर 0 25, उदाहरण के लिए, और मॉनिटर किए जा रहे डेटा को सामान्य वितरण माना जाता है, एन 0,1, जब नियंत्रण में, नियंत्रण सीमा होगी -1 1 134 और यह प्रक्रिया एक या अन्य सीमा तक पहुंच पायेगी जो 500 लुकास और सैकुसी 1990 ल्यूक 1 निकाले गए हैं मार्कोव चेन प्रक्रियाओं का उपयोग करते हुए मूल्यों की एक विस्तृत श्रृंखला के लिए एआरएलएस और एआरएलएस प्रदान करने सहित परिणामों को तैयार करते हैं, जब नियंत्रण प्रक्रिया का मतलब मानक विचलन के कुछ कई रूपों में स्थानांतरित किया गया है उदाहरण के लिए, 0 5 बदलाव के साथ 0 25 एआरएल 50 से भी कम समय के चरणों में है। ऊपर वर्णित दृष्टिकोण एक घातीय चौरसाई के रूप में जाना जाता है क्योंकि प्रक्रियाएं एक बार समय श्रृंखला पर लागू होती हैं और फिर विश्लेषण करती हैं या नियंत्रण जनसंपर्क परिणामस्वरूप निर्बाध डेटासेट पर किए जाने वाले अस्थिरियां यदि डेटासेट में एक प्रवृत्ति या मौसमी घटकों को शामिल किया जाता है, तो दो या तीन-चरम घातीय चौरसाई को इन प्रभावों को स्पष्ट रूप से मॉडलिंग हटाने के साधन के रूप में लागू किया जा सकता है, नीचे दिए गए पूर्वानुमान पर अनुभाग, और एनआईएसटी ने काम किया उदाहरण। सीएचए 1 चॅटफ़ील्ड सी 1 9 75 टाइम्स सीरीज थ्योरी एंड प्रैक्टिस का विश्लेषण चैपलैन एंड हॉल, लंदन। ह्यूएन 1 हंटर जे एस 1986 क्वालिटी टेक्नोलॉजी, 18, 203-210 की तेजी से भारित चलती औसत जे। LUC1 लुकास जे एम, सक्कुसी एम एस 1990 एक्सपोनेनलीली भारित चलने वाली औसत नियंत्रण योजनाएं गुण और संवर्द्धन टेक्नोट्रिक्स, 32 1, 1-12। आरओबी 1 रॉबर्ट्स एसडब्ल्यू 1 9 5 9 नियंत्रण चार्ट जियोमेट्रिक मूविंग एवर टेक्टेमेट्रिक्स, 1, 23 9 -250 के आधार पर टेस्ट। मैं कैमरन और त्रिवेदी के माइक्रोएकोट्रेट्रिक्स में स्टेटा का इस्तेमाल कर रहा हूं। सवाल यह है कि दो प्रमुख वैरिएबल के साथ क्रॉस-आंशिक डाटासेट से जुड़ा सवाल, सालाना का लॉग कमाई lnearns और वार्षिक घंटे काम के घंटे। मैं सवाल के भाग 2 के साथ संघर्ष कर रहा हूँ, लेकिन मैं संदर्भ के लिए पूरी बात टाइप करेंगे। वाई के एक चलती औसत x के बाद सॉर्ट कर रहे हैं x पर y के nonparametric प्रतिगमन का एक सरल मामला है घंटे के आधार पर डेटा डालें। एक केन्द्रित 15-अवधि चलने वाले लीटर के साथ ith अवलोकन के साथ ymai 1 25 राशि जे -12 से y y का जम्मू 12 यह सबसे आसान तरीका कमांड का उपयोग करता है.इस घूमने औसत का उपयोग करते हुए घंटों के औसत के साथ। twoway जुड़ा ग्राफ कमांड. मैं निश्चित नहीं है कि कौन सी कमान एस क्रॉस-सेक्शनल डेटा के चलती औसत के लिए उपयोग करे और न ही मैं वास्तव में समझता हूं कि एक अवधि के डेटा पर चलती औसत चलती है। कोई भी मदद महान होगी और कृपया कहें कि क्या अधिक जानकारी है जरूरत है धन्यवाद. यहाँ से डाटासेट डाउनलोड करने में सक्षम होना चाहिए, यह 1 99 2 व्यक्तिगत स्तर के आंकड़ों से आय डायनेमिक्स के अध्ययन से एक छोटा सा उद्धरण है - पाठ्यपुस्तक में उपयोग किया जाता है। सिंटैक्स के लिए इस्तेमाल हो रहा है, लेकिन यहां यह मेरा प्रयास है वास्तव में इस डेटासेट को एक उपयुक्त निर्देशिका में पढ़ा जा सकता है। इस चौरसाई पद्धति का समस्या इतनी समस्याग्रस्त है कि प्रतिक्रियाओं के मूल्यों के मामले में एक अनूठा परिणाम नहीं है लेकिन रेंजस्टेट एसएससी के साथ समान भावना के कार्यान्वयन संभव है। एक को चिकनी करने के कई अन्य तरीके हैं। बेहतर होगा कि एलपीओली का उपयोग करें। डेटा डाटा विश्लेषण और सांख्यिकी सॉफ्टवेयर। एनकोलस जे कॉक्स, डरहम विश्वविद्यालय, यूके क्रिस्टोफर बॉम, बोस्टन कॉलेज। ईजन, एमए और इसकी सीमाएं। स्टेटस सबसे स्पष्ट मूविंग एवरेज की गणना करने के लिए कमांड है ईजन का मा फंक्शन एक अभिव्यक्ति को देखते हुए, यह उस अभिव्यक्ति की एक औसत गति चलती औसत बनाता है, डिफ़ॉल्ट रूप से 3 के रूप में लिया जाता है अजीब होना चाहिए. हालांकि, मैन्युअल प्रविष्टि के रूप में इंगित करता है, ईजन, मा नहीं हो सकता जोड़ती वेंलिस्ट द्वारा एड, और अकेले ही कारण के लिए, यह पैनल डेटा पर लागू नहीं होता है किसी भी स्थिति में, यह विशेष रूप से समय श्रृंखला के लिए लिखे गए आदेशों के सेट के बाहर होता है विवरण के लिए समय श्रृंखला देखें। वैकल्पिक दृष्टिकोण। पैनल डेटा के लिए चलती औसत की गणना , कम से कम दो विकल्प हैं दोनों डेटासेट पर निर्भर करते हैं जो पहले tsset किया गया था यह न केवल आप अपने बार-बार पैनल वेरिएबल निर्दिष्ट करने और समय चर को सहेजने के लिए बहुत ही लायक है, लेकिन स्टैटा स्मार्ट डेटा में किसी भी अंतराल के अनुसार व्यवहार करता है। जनरेटिंग का उपयोग करते हुए अपनी परिभाषा। एल और एफ जैसे टाइम-सीरीज़ ऑपरेटरों का उपयोग करना चलती औसत की परिभाषा को जनरेट करने के लिए तर्क के रूप में देता है यदि आप ऐसा करते हैं, तो आप स्वाभाविक रूप से, उतना ही भारित असुविधाजनक केंद्रित चलती औसत गणना ईजन द्वारा, मा। उदाहरण के लिए, समान रूप से भारित तीन-अवधि की चलती औसत द्वारा दिया जाएगा। और कुछ भार को आसानी से निर्दिष्ट किया जा सकता है.आप निश्चित रूप से, अभिव्यक्ति निर्दिष्ट कर सकते हैं जैसे लॉग myv आरई के बजाय एक वैरिएबल नाम जैसे कि माइवर। इस दृष्टिकोण का एक बड़ा फायदा यह है कि स्टाटा स्वतः पैनल डेटा के लिए सही चीज करता है और पैरों के भीतर ठंड के दायरे को काम किया जाता है, बस तर्क के रूप में ये होना चाहिए कि ये सबसे उल्लेखनीय नुकसान यह है कि कमांड लाइन को अधिक समय तक ले जाया जा सकता है यदि चलती औसत में कई पद शामिल होते हैं। एक और उदाहरण एक एकमात्र चलती औसत है जो केवल पिछले मानों पर आधारित है यह एक अनुकूली अपेक्षाओं को पैदा करने के लिए उपयोगी हो सकता है, एक निश्चित भारांकन योजना का उपयोग करते हुए, पिछले चार मूल्यों के आधार पर वर्तमान अवधि के लिए कोई पूर्वानुमानित हो सकता है ए 4-अवधि का अंतराल खासकर आमतौर पर त्रैमासिक बार के साथ इस्तेमाल किया जा सकता है। एसजीएस का प्रयोग करें, एसएससी से फ़िल्टर करें। यूज़र लिखित ईजन फ़ंक्शन फ़िल्टर का उपयोग करें 14 नवंबर 2001 के बाद एसटीसी में एसएससी पर ईजनमोर पैकेज से 14 नवंबर 2001 के बाद अपडेट किया गया, आप इस पैकेज को बाद में स्थापित कर सकते हैं। प्रदान किया जाएगा इस तुलना में उत्पन्न दृष्टिकोण संभवतः अधिक पारदर्शी है, लेकिन हम एक पल में विपरीत का एक उदाहरण देखेंगे, इस स्थिति में नकारात्मक संख्याएं नकारात्मक हो जाती हैं -1 -1 फैलता -1 0 1 या सीसा 1, अंतराल 0 , अंतराल 1 कॉफ़ फिक्टिक्स, एक अन्य सूचीबद्ध सूची, इस मामले में इसी प्रकार की पिछड़ या अग्रणी वस्तुओं को गुणा करें, उन मदों के मायवर हैं और सामान्य विकल्प का प्रभाव गुणांक के योग से प्रत्येक गुणांक को स्केल करने के लिए है, ताकि 1 1 1 सामान्यीकृत कॉफ़ी 1 3 1 3 1 3 और coef 1 2 1 के सामान्य गुणों के बराबर 1 4 1 2 1 के गुणांक के बराबर है। 4. आपको न केवल लत्ता बल्कि गुणांक निर्दिष्ट करना चाहिए क्योंकि ईजन, मा समान भारित मामले प्रदान करता है, ईजन के लिए मुख्य तर्क, फ़िल्टर असमान भारित मामले का समर्थन करना है, जिसके लिए आपको गुणांक निर्दिष्ट करना चाहिए यह भी कहा जा सकता है कि उपयोक्ता को गुणांक निर्दिष्ट करने के लिए उन पर थोड़ा अतिरिक्त दबाव है, बराबर भार के लिए, हम अनुमान लगाते हैं, सादगी, लेकिन बराबर वज़न में सिर्फ एक विचार का उल्लेख करने के लिए, घटिया आवृत्ति डोमेन गुण हैं। तीसरा उदाहरण ऊपर हो सकता है। जिनमें से कोई भी उतना जटिल नहीं है जितना उत्पन्न उत्पन्न दृष्टिकोण। , फिल्टर जनरेट करने के लिए एक सरल सूत्रीकरण देता है यदि आप नौ-टर्म दोमोनियल फ़िल्टर चाहते हैं, जो क्लाइमैटोलॉजिस्ट्स को उपयोगी लगते हैं, तो संभवतः कम भयानक, और सही होने की तुलना में आसान हो। बस उत्पन्न दृष्टिकोण के साथ, ईजन, फिल्टर ठीक से काम करता है पैनल डेटा के साथ, वास्तव में, जैसा कि ऊपर बताया गया है, यह डेटासेट पर पहले से मौजूद है। एक ग्राफिकल टिप। अपनी चलती औसत की गणना के बाद, आप शायद एक ग्राफ को देखना चाहते हैं उपयोगकर्ता-लिखित आदेश tsgraph tsset datasets के बारे में स्मार्ट है इसे एसएससी इंस्टा टीएसजीसी द्वारा अप-टू-डेट स्टैट 7 में स्थापित करें। यदि उपर्युक्त उदाहरणों में से किसी एक का उपयोग करना है तो निबटने के बारे में कोई बात नहीं। वास्तव में, मा, अगर कभी निर्दिष्ट किया जाए तो कभी-कभी लोग वा यदि चलने की औसत गणना करते समय उपयोग करने के लिए एनटी, लेकिन आमतौर पर इसका उपयोग थोड़ा अधिक जटिल होता है। आप एक चल औसत औसत से क्या उम्मीद करेंगे अगर हम दो संभावनाओं की पहचान करें। व्याख्या कीजिए मैं किसी भी परिणाम को देखना नहीं चाहता बहिष्कृत टिप्पणियों.मैं यह भी नहीं चाहता कि आप बाहर की गई टिप्पणियों के लिए मूल्यों का उपयोग करना चाहते हैं। यहाँ एक ठोस उदाहरण है यदि कुछ के परिणाम के रूप में मान लीजिए कि हालत 1-42 टिप्पणियों में शामिल है, लेकिन समीक्षा नहीं 43 पर चलती औसत 42 के लिए, अन्य बातों के अलावा, अवलोकन के मूल्य पर 43 यदि औसत पीछे और आगे बढ़ाता है और कम से कम 3 की लंबाई के बराबर है, और यह इसी तरह कुछ परिस्थितियों में कुछ टिप्पणियों पर 44 पर निर्भर करेगा। हमारा अनुमान यह है कि अधिकांश लोग कमजोर व्याख्या के लिए जाते हैं, लेकिन यह सही है कि क्या, ईजन, यदि आप या तो जो भी नहीं चाहते हैं, पर अनदेखा कर सकते हैं या फिर बाद में गायब होने के लिए अवांछित मूल्यों को भी अनदेखा कर सकते हैं तो फ़िल्टर का समर्थन नहीं होता है श्रृंखला के छोर पर लापता परिणामों पर प्रतिस्थापित करें। एक नोट। क्योंकि चलती औसत लेट्स और लीड्स के कार्य हैं, ईजन, मा उत्पादन करती है जहां लगी और सुराग मौजूद नहीं है, श्रृंखला के आरंभ और अंत में, एक विकल्प नामांकन पूंछों के लिए कम, बिना सेंसर की चलती औसत की गणना करने के लिए मजबूर करता है। इसके विपरीत, न तो उत्पन्न और न ही ईजन, फिल्टर करता है, या अनुमति देता है, लापता परिणाम से बचने के लिए कुछ विशेष है अगर गणना के लिए आवश्यक मानों में से कोई भी गायब है, तो उस परिणाम में यह गुम है उपयोगकर्ताओं को यह तय करने के लिए है कि इस तरह की टिप्पणियों के लिए और क्या सुधारात्मक सर्जरी की आवश्यकता है, संभवतः डाटासेट को देखकर और किसी अंतर्निहित विज्ञान को ध्यान में रखकर जो कि सहन करने के लिए लाया जा सकता है।