Daar is baie artikels oor die frekwensieweergawe van die bewegende gemiddelde filter, maar hulle almal lyk om te fokus op die omvang. Maar die fase reaksie is intrige en ek vind dit moeilik om te interpreteer. Die fase blyk te draai, maar dit vou binne die - pi, pi) interval eerder as op sy kante. Voorbeeld hieronder: 'n fase oop te algoritme sal nie hierdie op te los, so dit is regtig 'n pseudo-wrap. Verdere, as ek krane toe te voeg tot die bewegende gemiddelde, dit plat hierdie proses uit, so ek vermoed dat wiskundig, die bewegende gemiddelde filter sal nooit bereik 0 of 2 pi, al het ek nog nooit 'n verduideliking waarom gesien. Voorbeeld van 'n 11-tap: Ek vind hierdie gedrag fassinerende en sou belangstel in die interpretasie van 'n deskundige te wees. Is dit dui daarop dat funksies sal verwring op sekere swak plekke in die frekwensieweergawe Is dit korrek om die fase van 'n bewegende gemiddelde filter stuksgewys-lineêre noem eerder as liniêr Ek vermoed nie, gegewe dat simmetriese FIR filters analities getoon om lineêre fase , maar ek het 'n harde tyd roep hierdie lineêre. gevra 15 Januarie by 09:41 Die frekwensieweergawe van 'n oorsaaklike lengte N bewegende gemiddelde filter is daarop dat 'n (omega) is nie die grootte van H (omega), maar dit is 'n reëelwaardige amplitude funksie, wat neem op positiewe sowel as negatiewe waardes. Die fase phi (omega) - (N-1) omega / 2, soos omskryf in (1), is natuurlik lineêre. Dis ook die algemene definisie wanneer ons praat oor 'n lineêre fase reaksie. Die fase geplot word nie phi (omega), maar hoed (omega) soos gedefinieer deur die verskil tussen phi (omega) en hoed (omega) is dat wanneer 'n (omega) kruisies nul, 'n fase spring van pm pi voorkom in hoed (omega), wat ooreenstem met 'n teken verandering in a (omega). Nietemin, ons verwys steeds na H (omega) as 'n frekwensieweergawe met 'n lineêre fase, want phi (omega) is 'n lineêre funksie van omega. Let daarop dat in die praktyk, 'n lineêre fase is slegs relevant in die deurlaatband van 'n filter, dit wil sê in 'n frekwensie gebied waar geen nulle van H (omega) voorkom. In die deurlaatband, ook hoed (omega) is lineêre, omdat dit net spring op die nulpunte van H (omega).Frequency Reaksie van die lopende gemiddeld Filter Die frekwensieweergawe van 'n LTI stelsel is die DTFT van die impulsrespons, Die impuls reaksie van 'n L - sample bewegende gemiddelde is sedert die bewegende gemiddelde filter is FIR, die frekwensieweergawe verminder om die eindige som ons kan die baie nuttig identiteit gebruik om die frekwensie reaksie as waar ons toelaat dat AE minus jomega skryf. N 0, en M L minus 1. Ons kan belangstel in die omvang van hierdie funksie word ten einde te bepaal watter frekwensies te kry deur middel van die filter unattenuated en wat verswakte. Hier is 'n plot van die omvang van hierdie funksie lyk, vir L 4 (rooi), 8 (groen) en 16 (blou). Die horisontale as wissel van nul tot pi radiale per monster. Let daarop dat in al drie gevalle, die frekwensieweergawe het 'n laagdeurlaat kenmerk. 'N konstante komponent (nul frekwensie) in die insette gaan deur die filter unattenuated. Sekere hoër frekwensies, soos pi / 2, is heeltemal uitgeskakel word deur die filter. Maar, as die bedoeling was om 'n laagdeurlaatfilter ontwerp, dan het ons nie baie goed gedoen. Sommige van die hoër frekwensies is verswakte net met 'n faktor van ongeveer 1/10 (vir die 16 punt bewegende gemiddelde) of 1/3 (vir die vier punt bewegende gemiddelde). Ons kan baie beter as dit doen. Bogenoemde plot is geskep deur die volgende Matlab kode: omega 0: pi / 400: pi H4 (1/4) (1-exp (-iomega4)) ./ (1-exp (-iomega)) H8 (1/8 ) (1-exp (-iomega8)) ./ (1-exp (-iomega)) H16 (1/16) (1-exp (-iomega16)) ./ (1-exp (-iomega)) plot (omega , ABS (H4) ABS (H8) ABS (H16)) as (0, PI, 0, 1) Kopiereg kopie 2000- - Universiteit van Kalifornië, moet BerkeleyI 'n bewegende gemiddelde filter wat 'n afsnyfrekwensie van 7.8 het ontwerp Hz. Ek het gebruik voordat bewegende gemiddelde filters, maar so ver as Im bewus, die enigste parameter wat in gevoer kan word is die aantal punte wat gemiddeld. Hoe kan dit met 'n afsnyfrekwensie Die omgekeerde van 7.8 Hz is 130 ms, en Im werk met data wat getoets by 1000 Hz. Impliseer dit dat ek dit behoort te word met behulp van 'n bewegende gemiddelde filter venster grootte van 130 monsters, of is daar iets anders wat Im hier vermis gevra 18 Julie 13 aan 09:52 Die bewegende gemiddelde filter is die filter gebruik word in die tydgebied te verwyder die geraas bygevoeg en ook vir glad doel, maar as jy dieselfde bewegende gemiddelde filter gebruik in die frekwensiedomein vir frekwensie skeiding dan prestasie sal ergste wees. so in daardie geval gebruik frekwensiedomein filters uitvoering maak user19373 3 Februarie by 05:53 Die bewegende gemiddelde filter (soms omgangstaal bekend as 'n wagon filter) het 'n vierkantige impulsrespons: Of, anders gestel: Onthou dat 'n diskretetyd-stelsels frekwensieweergawe is gelyk aan die diskrete-tyd Fourier-transform van sy impulsrespons, kan ons dit soos volg bereken: Wat was die meeste belangstelling in jou geval is die grootte van die filter, H (omega). Met behulp van 'n paar eenvoudige manipulasies, kan ons kry dat in 'n makliker om te begryp vorm: Dit kan nie makliker om te verstaan kyk. As gevolg van Eulers identiteit. onthou dat: Daarom kan ons skryf die bogenoemde as: Soos ek al voorheen gesê, wat jy regtig bekommerd oor die omvang van die frekwensieweergawe. Dus, kan ons die grootte van die bogenoemde te neem om dit verder te vereenvoudig: Let wel: Ons is in staat om die eksponensiële terme uit te laat val, omdat hulle dit nie invloed op die grootte van die resultaat e 1 vir alle waardes van omega. Sedert xy xy vir enige twee eindige komplekse getalle x en y, kan ons aflei dat die teenwoordigheid van die eksponensiële terme dont raak die algehele omvang reaksie (in plaas daarvan, hulle invloed op die stelsels fase reaksie). Die gevolglike funksie binne die omvang hakies is 'n vorm van 'n Dirichlet kern. Dit is soms 'n periodieke sed funksie, want dit lyk soos die sinc funksie ietwat in voorkoms, maar is periodieke plaas. In elk geval, sedert die definisie van afsnyfrekwensie ietwat is underspecified (-3 dB punt -6 dB punt eerste sidelobe nul), kan jy die bostaande vergelyking gebruik om op te los vir alles wat jy nodig het. Stel H (omega) ter waarde wat ooreenstem met die filter reaksie wat jy wil by die afsnyfrekwensie: spesifiek, kan jy die volgende doen. Stel omega gelyk aan die afsnyfrekwensie. Om 'n deurlopende-time frekwensie om die diskrete-tyd domein karteer, onthou dat omega 2pi frac waar FS is jou monster tempo. Vind die waarde van N wat gee jou die beste ooreenkoms tussen die linker - en regterkante van die vergelyking. Dit moet die lengte van jou bewegende gemiddelde wees. As N is die lengte van die bewegende gemiddelde, dan 'n geskatte afsnyfrekwensie F (geldig vir N GT 2) in genormaliseer frekwensie Ff / fs is: Die omgekeerde hiervan is Hierdie formule is asimptoties korrekte vir groot N, en het ongeveer 2 fout vir N2, en minder as 0,5 vir N4. P. s. Na twee jaar, hier uiteindelik wat die benadering gevolg. Die gevolg is gebaseer op ongeveer dieselfde MA amplitude spektrum rondom f0 as 'n parabool (2 orde Series) volgens MA (Omega) ongeveer 1 (frac - frac) Omega2 wat meer presiese naby die nul kruising van MA (Omega) gemaak kan word - frac deur te vermenigvuldig Omega deur 'n koëffisiënt verkryging MA (Omega) ongeveer 10,907523 (frac - frac) Omega2 die oplossing van MA (Omega) - frac 0 gee die resultate hierbo, waar 2pi F Omega. Al die bogenoemde het betrekking op die -3dB afsny frekwensie, die onderwerp van hierdie post. Soms al is dit interessant om 'n verswakking profiel in stop-orkes wat vergelykbaar is met dié van 'n 1 Om IIR laaglaatfilter verkry (enkele paal LPF) met 'n gegewe -3dB afsny frekwensie (so 'n LPF is ook bekend as lekkende integreerder, 'n paal nie presies by DC, maar naby aan dit). Om die waarheid te beide die MA en die 1ste orde IIR LPF het -20dB / dekade helling in die stop-band ( 'n mens moet 'n groter N as die een wat in die figuur, N32, om dit te sien), maar terwyl MA het spektrale nulls by Fk / n en 'n 1 / f evelope, die IIR filter het slegs 'n 1 / f profiel. As 'n mens wil 'n MA filter met 'n soortgelyke geraas filter vermoëns as hierdie IIR filter verkry, en ooreenstem met die 3dB afgesny frekwensies om dieselfde te wees, op die vergelyking van die twee spektra, sou hy besef dat die stop orkes rimpeleffek van die MA filter beland 3dB laer as dié van die IIR filter. Met die oog op dieselfde stop-orkes rimpeleffek (maw dieselfde geraas krag verswakking) as die IIR kry filtreer die formules kan soos volg gewysig word: ek het terug die Mathematica script waar ek bereken die uitroei vir 'n paar filters, insluitend die MA een. Die gevolg is gebaseer op ongeveer dieselfde MA spektrum rondom f0 as 'n parabool volgens MA (Omega) Sonde (OmegaN / 2) / Sonde (Omega / 2) Omega 2piF MA (F) ongeveer N1 / 6F2 (N-N3) pi2. En die afleiding van die kruising met 1 / sqrt van daar af. â € Massimo 17 Januarie by 2: 08Documentation dfilt. latticemamin Die belangrikste is die etiket posisie in die diagram, wat identifiseer waar die formaat van toepassing. As 'n voorbeeld, kyk na die etiket ProductFormat, wat altyd volg op 'n koëffisiënt vermenigvuldiging element in die sein vloei. Die etiket dui aan dat koëffisiënte laat die vermenigvuldiging element met die lengte woordlengte en breuk wat verband hou met die produk bedrywighede wat koëffisiënte sluit. Van die hersiening van die tafel, sien jy dat die ProductFormat verwys na die eienskappe ProductFracLength. ProductWordLength. en ProductMode wat ten volle die koëffisiënt formaat na vermeerder definieer (of produk) operasies. Eiendomme in hierdie tabel wat jy sien die eienskappe wat verband hou met die minimum fase, bewegende gemiddelde rooster implementering van dfilt voorwerpe. Let Die tabel lys van al die eienskappe wat 'n filter kan hê. Baie van die eienskappe is dinamiese, wat beteken dat hulle bestaan net in reaksie op die stellings van ander eiendomme. Jy kan al die tyd nie sien al die genoteerde eiendomme. Aan al die eienskappe vir 'n filter te eniger tyd te sien, te gebruik waar HD is 'n filter. Vir verdere inligting oor die eienskappe van hierdie filter of enige dfilt voorwerp, verwys na vaste punt Filter Properties. Stel die modus gebruik word om te reageer op omstandighede in vaste punt rekenkundige oorloop. Kies uit óf versadig (die uitset na die grootste positief of negatief representeerbaar waarde beperk) of draai (stel golwende waardes tot die naaste representeerbaar waarde met behulp van modulêre rekenkunde). Die keuse wat jy maak slegs affekteer die akkumulator en uitset rekenkundige. Koëffisiënt en insette rekenkundige versadig altyd. Ten slotte, produkte nooit oorloop 8212 hulle volle akkuraatheid te handhaaf. Vir die produksie van 'n produk operasie, dit stel die fraksie lengte gebruik om die data te interpreteer. Hierdie eiendom word skryfbare (jy kan die waarde te verander) wanneer jy ProductMode stel om SpecifyPrecision. Bepaal hoe die filter hanteer die uitvoer van die produk bedrywighede. Kies uit volle presisie (FullPrecision), of om die belangrikste bietjie (KeepMSB) of minstens beduidende bietjie (KeepLSB) in die resultaat te hou wanneer jy dit nodig om die data woorde verkort. Vir jou om in staat wees om die akkuraatheid (die breuk lengte) wat gebruik word deur die uitvoer van die vermeerder stel, jy ProductMode stel om SpecifyPrecision. Spesifiseer die woordlengte om te gebruik vir vermenigvuldiging operasie resultate. Hierdie eiendom word skryfbare (jy kan die waarde te verander) wanneer jy ProductMode stel om SpecifyPrecision. Gee aan of die filter state en geheue te herstel voor elke filter werking. Kan jy besluit of jou filter behou state van die vorige filter lopies. Vals is die verstek. Stel die modus van die filter gebruik om numeriese waardes quantiseren wanneer die waardes tussen representeerbaar waardes vir die data-formaat (woord en breuk lengtes) lê. oordek - Ronde na positiewe oneindig. konvergente - Ronde na die naaste representeerbaar heelgetal. Bande te rond tot die naaste selfs gestoor heelgetal. Dit is die minste bevooroordeeld van die beskikbare in hierdie sagteware metodes. los - Ronde na nul. vloer - Ronde teenoor negatiewe oneindigheid. naaste - Ronde na naaste. Bande te rond na positiewe oneindig. ronde - Ronde na naaste. Bande te rond na negatiewe oneindigheid vir negatiewe getalle, en die rigting van positiewe oneindigheid vir positiewe getalle. Die keuse wat jy maak slegs affekteer die akkumulator en uitset rekenkundige. Koëffisiënt en insette rekenkundige altyd ronde. Ten slotte, produkte nooit oorloop 8212 hulle volle akkuraatheid te handhaaf. Gee aan of die filter gebruik onderteken of unsigned vaste punt koëffisiënte. Slegs koëffisiënte weerspieël hierdie eiendom omgewing. Kies jou CountryMoving gemiddelde in Statistiek. 'n bewegende gemiddelde. ook bekend as rollende gemiddelde. beweeg gemiddelde. rollende gemiddelde. gly tydelike gemiddelde. of hardloop gemiddelde. is 'n soort van eindige impulsrespons filter wat gebruik word om 'n stel datapunte analiseer deur die skep van 'n reeks van gemiddeldes van verskillende onderafdelings van die volle datastel. Gegewe 'n reeks van getalle en 'n vaste subset grootte, is die eerste element van die bewegende gemiddelde verkry deur die gemiddelde van die aanvanklike vaste subset van die aantal reeks. Toe die subset is gewysig deur die verskuiwing na vore, dit is, met uitsluiting van die eerste getal van die reeks en met die volgende getal na die oorspronklike subset in die reeks. Dit skep 'n nuwe subset van getalle, wat gemiddeld. Hierdie proses word herhaal oor die hele data-reeks. Die plot lyn verbind al die (vaste) gemiddeldes is die bewegende gemiddelde. 'N bewegende gemiddelde is 'n versameling getalle, elk van wat is die gemiddelde van die ooreenstemmende subset van 'n groter stel datum punte. 'N bewegende gemiddelde kan ook gebruik ongelyke gewigte vir elke datum waarde in die subset om bepaalde waardes te beklemtoon in die subset. 'N bewegende gemiddelde is algemeen gebruik word met tydreeksdata te stryk korttermynskommelings en na vore te bring die langer termyn tendense of siklusse. Die drumpel tussen korttermyn - en langtermyn hang af van die aansoek, en die parameters van die bewegende gemiddelde dienooreenkomstig opgestel. Byvoorbeeld, is dit dikwels gebruik in tegniese ontleding van finansiële data, soos aandele pryse. opbrengste of verhandelingsvolumes. Dit word ook gebruik in die ekonomie tot die bruto binnelandse produk, diens of ander makro-ekonomiese tydreekse ondersoek. Wiskundig n bewegende gemiddelde is 'n tipe van konvolusie en dus is dit kan gesien word as 'n voorbeeld van 'n laaglaatfilter gebruik in seinverwerking. Wanneer dit gebruik word met 'n nie-tydreeksdata, 'n bewegende gemiddelde filters hoër frekwensie komponente sonder enige spesifieke verbinding met tyd, hoewel tipies 'n soort van bestel word geïmpliseer. Beskou simplisties kan dit beskou word as glad die data. Inhoud Eenvoudige bewegende gemiddelde wysig 'n eenvoudige bewegende gemiddelde (SMA) is die ongeweegde gemiddelde van die vorige N datum punte in die finansiële programme. Maar in wetenskap en ingenieurswese die gemiddelde is gewoonlik geneem uit 'n gelyke aantal data aan weerskante van 'n sentrale waarde. Dit verseker dat variasies in die gemiddelde is in lyn met die verskille in die data eerder as verskuif in die tyd. 'N Voorbeeld van 'n eenvoudige ewe geweegde hardloop beteken vir 'n N-dag monster van sluitingsprys is die gemiddeld van die vorige N dae sluiting pryse. As die pryse is dan die formule By die berekening van opeenvolgende waardes, 'n nuwe waarde in werking die som en 'n ou waarde druppels uit, wat beteken dat 'n volledige opsomming elke keer is onnodig vir hierdie eenvoudige geval, die geselekteerde periode hang af van die tipe beweging van rente, soos kort, intermediêre, of langtermyn. In finansiële terme bewegende gemiddelde vlakke kan geïnterpreteer word as ondersteuning in 'n stygende mark, of weerstand in 'n dalende mark. As die gebruik van data nie gesentreer rondom die gemiddelde, 'n eenvoudige bewegende gemiddelde loop agter die jongste datum punt deur die helfte van die breedte monster. 'N SBG kan ook buite verhouding beïnvloed word deur ou datum punte val uit of nuwe data inkom. Een eienskap van die SMA is dat as die data het 'n periodieke skommeling, dan aansoek doen 'n SMA van daardie tydperk sal dit variasie (die gemiddelde altyd met skakel een volledige siklus). Maar 'n perfek gereelde siklus is selde teëgekom. 1 Vir 'n aantal aansoeke is dit voordelig om die verskuiwing veroorsaak deur die gebruik van slegs die verlede data te vermy. Vandaar 'n sentrale bewegende gemiddelde kan bereken word, met behulp van data eweredig gespasieerde weerskante van die punt in die reeks waar die gemiddelde bereken word. Dit vereis die gebruik van 'n onewe aantal datum punte in die monster venster. Kumulatiewe bewegende gemiddelde wysig In 'n kumulatiewe bewegende gemiddelde. die data kom in 'n geordende datum stroom en die statistikus wil die gemiddeld van al die data op te staan tot die huidige datum punt. Byvoorbeeld, kan 'n belegger wil die gemiddelde prys van al die voorraad transaksies vir 'n bepaalde voorraad tot die huidige tyd. Soos elke nuwe transaksie plaasvind, kan die gemiddelde prys ten tyde van die transaksie word bereken vir al die transaksies tot op daardie punt met behulp van die kumulatiewe gemiddelde, tipies 'n ewe geweegde gemiddelde van die volgorde van i waardes x 1. x i tot die huidige tyd: Die brute krag metode om hierdie te bereken sal wees om al die data te stoor en bereken die som en deel dit deur die aantal datum punte elke keer as 'n nuwe datum punt aangekom. Dit is egter moontlik om kumulatiewe gemiddelde eenvoudig te werk as 'n nuwe waarde XI 1 beskikbaar raak, met behulp van die formule: So het die huidige kumulatiewe gemiddelde vir 'n nuwe datum punt is gelyk aan die vorige kumulatiewe gemiddelde plus die verskil tussen die jongste datum punt en die vorige gemiddelde gedeel deur die aantal punte tot dusver ontvang. Wanneer al die datum punte kom (i N), sal die kumulatiewe gemiddelde finale gemiddelde gelyk. Die afleiding van die kumulatiewe gemiddelde formule is eenvoudig. Die gebruik van en insgelyks vir i 1. Dit is gesien dat belangrikheid van hierdie vergelyking vir GR i 1 resultate in: Geweegde bewegende gemiddelde wysig 'n Geweegde gemiddelde is geen gemiddelde wat faktore het vermenigvuldig om verskillende gewigte om data te gee op verskillende posisies in die monster venster. Wiskundig die bewegende gemiddelde is die konvolusie van die datum punte met 'n vaste gewig funksie. Een aansoek verwydering pixelisation van 'n digitale beeld grafiese. In tegniese ontleding van finansiële data, 'n geweegde bewegende gemiddelde (WBA) het die spesifieke betekenis van gewigte wat afname in rekenkundige progressie. 2 In 'n N - Day WBG die jongste dag het gewig N. die tweede jongste N 16087221601, ens af tot een. Lêer: Geweegde bewegende gemiddelde gewigte N15.png By die berekening van die WBG oor opeenvolgende waardes, die verskil tussen die tellers van WBG M 1 en WBG M is NP M 1 1608722160 p M 16087221601608722160 p M 8722n1. As ons aan te dui die som p M 160160160160 p M 8722 N 1 deur Total M. sal die grafiek op die regte toon hoe die gewigte te verminder, uit hoogste gewig vir die mees onlangse datum punte, af na nul. Dit kan vergelyk word met die gewigte in die eksponensiële bewegende gemiddelde wat volg. Eksponensiële bewegende gemiddelde wysig 'n eksponensiële bewegende gemiddelde (EMA), ook bekend as 'n eksponensieel geweeg bewegende gemiddelde (EWMA), 3 is 'n tipe van oneindige impulsrespons filter wat gewig faktore wat eksponensieel afneem van toepassing. Die gewig van elke ouer datum punt afneem eksponensieel, nooit bereik nul. Die grafiek regs toon 'n voorbeeld van die gewig vermindering. Die EMA vir 'n reeks Y kan rekursief bereken word: Die koëffisiënt verteenwoordig die mate van gewig afname, 'n konstante glad faktor tussen 0 en 1. 'n hoër afslag ouer Waarnemings vinniger. Alternatiewelik kan uitgedruk word in terme van N tydperke, waar 1601602 / (N 1) script fout script fout 91 verwysing benodig 93. Byvoorbeeld, as N 16.016.019 is gelykstaande aan 1.601.600,1, die halfleeftyd van die gewigte (die interval oor wat die gewigte te verminder met 'n faktor van twee) is ongeveer n /2.8854 (binne 1 as n 160gt1605). Y t is die waarde op 'n tydperk t. S t is die waarde van die EMO te eniger tyd t. S 1 ongedefinieerd is. S 1 kan in 'n aantal verskillende maniere, wat die algemeenste geïnisialiseer deur die oprigting van S 1 tot Y 1. alhoewel ander tegnieke bestaan, soos die opstel van S 1 tot 'n gemiddeld van die eerste 4 of 5 waarnemings. Die prominensie van die S 1 initializations uitwerking op die gevolglike bewegende gemiddelde is afhanklik van kleiner waardes maak die keuse van S 1 relatief belangriker as groter waardes, aangesien 'n hoër afslag ouer Waarnemings vinniger. Hierdie formulering is volgens Hunter (1986). 4 Deur herhaalde toepassing van hierdie formule vir verskillende tye, kan ons uiteindelik skryf S t as 'n geweegde som van die datum punte Y t. soos: 'n alternatiewe benadering deur Roberts (1959) gebruik Y t in plaas van Y t 87221. 5 Hierdie formule kan ook uitgedruk word in terme van tegniese ontleding soos volg, wys hoe die EMO stappe in die rigting van die nuutste datum punt, maar slegs deur 'n deel van die verskil (elke keer): Dit is 'n oneindige som met dalende terme. Die N periodes in 'n N - Day EMO slegs die faktor spesifiseer. N is nie 'n stop punt vir die berekening van die manier waarop dit is in 'n SMA of WBG. Vir groot genoeg N. Die eerste N datum punte in 'n EMO verteenwoordig sowat 86 van die totale gewig in die berekening: 6 Die krag formule hierbo gee 'n begin waarde vir 'n spesifieke dag, waarna die opeenvolgende dae formule eerste getoon kan word. Die vraag van hoe ver terug te gaan vir 'n aanvanklike waarde hang, in die ergste geval, op die data. Groot prys waardes in ou data sal beïnvloed op die totale selfs al hul gewig is baie klein. As pryse het 'n klein variasies dan net die gewig kan oorweeg word. Die gewig uitgelaat deur te stop nadat k terme is uit die totale gewig. Byvoorbeeld, om te hê 99,9 van die gewig bokant verhouding gelyk aan 0.1 stel en op te los vir k. vir hierdie voorbeeld (99,9 gewig). Gewysig bewegende gemiddelde wysig A gemodifiseerde bewegende gemiddelde (MMA), hardloop bewegende gemiddelde (RMA), of glad bewegende gemiddelde word gedefinieer as: Aansoek om die meting van werkverrigting van die rekenaar wysig Sommige rekenaar prestasie statistieke, bv die gemiddelde proses tou lengte, of die gemiddelde CPU gebruik, gebruik 'n vorm van eksponensiële bewegende gemiddelde. Hier word gedefinieer as 'n funksie van tyd tussen twee lesings. 'N Voorbeeld van 'n koëffisiënt gee groter gewig aan die huidige lees, en kleiner gewig aan die ouer lesings is byvoorbeeld 'n 15-minuut gemiddelde L van 'n proses tou lengte Q. gemeet elke 5 sekondes (tydsverskil is 5 sekondes), word bereken as Ander gewigte wysig Ander gewig stelsels soms 8211 word byvoorbeeld in aandeleverhandeling n volume gewig sal elke tydperk in verhouding tot sy handel volume gewig. 'N Verdere gewig, wat gebruik word deur aktuarisse, is Spencer 15-punt bewegende gemiddeld 11 ( 'n sentrale bewegende gemiddelde). Die simmetriese gewig koëffisiënte is -3, -6, -5, 3, 21, 46, 67, 74, 67, 46, 21, 3, -5, -6, -3. Buite die wêreld van finansies, geweegde hardloop middel het baie vorms en aansoeke. Elke gewig funksie of kern het sy eie kenmerke. In ingenieurswese en wetenskap die frekwensie en fase van die filter is dikwels van groot belang in die begrip van die gewenste en ongewenste verdraaiings dat 'n bepaalde filter sal van toepassing wees op die data. 'N gemiddelde nie net glad die data. 'N gemiddelde is 'n vorm van laaglaatfilter. Die gevolge van die betrokke filter gebruik moet verstaan word ten einde 'n gepaste keuse te maak. Op hierdie punt, die Franse weergawe van hierdie artikel bespreek die spektrale effekte van 3 soorte middel (kumulatiewe, eksponensiële, Gauss). Moving mediaan wysig Uit 'n statistiese oogpunt, die bewegende gemiddelde, wanneer dit gebruik word om die onderliggende tendens in 'n tydreeks te skat, is vatbaar vir seldsame gebeurtenisse soos vinnige skokke of ander onreëlmatighede. 'N meer robuuste skatting van die neiging is die eenvoudige beweeg mediaan oor N tyd punte: waar die mediaan is gevind deur, byvoorbeeld, sorteer die waardes binne die hakies en die vind van die waarde in die middel. Vir groter waardes van n. die mediaan kan doeltreffend bereken deur die opdatering van 'n geïndekseer skiplist. 12 Statisties, die bewegende gemiddelde is optimaal vir die herstel van die onderliggende tendens van die tyd reeks wanneer die skommelinge oor die tendens normaal versprei is. Dit beteken egter die normaalverdeling nie plaas 'n hoë waarskynlikheid op 'n baie groot afwykings van die tendens wat verduidelik waarom sulke afwykings n buite verhouding groot invloed op die tendens beraming sal hê. Dit kan aangetoon word dat indien die skommelinge in plaas word aanvaar dat Laplace te versprei. dan die bewegende gemiddelde is statisties optimale. 13 Vir 'n gegewe variasie, die Laplace verspreiding plaas hoër waarskynlikheid op seldsame geleenthede as wel die normale, wat verklaar waarom die bewegende gemiddelde skokke beter as die bewegende gemiddelde verdra. Wanneer die eenvoudige beweeg mediaan bo staan sentraal, die smoothing is identies aan die mediaan filter wat aansoeke in, byvoorbeeld, beeld seinverwerking het. Sien ook Wysig hierdie artikel sluit 'n lys van verwysings. maar sy bronne bly onduidelik omdat dit onvoldoende inline aanhalings. Help asseblief om hierdie artikel te verbeter deur die instelling van meer akkurate aanhalings. 32 (Februarie 2010)
No comments:
Post a Comment