সংযোজক বনাম গুণিতামূলক পচন


9

আমার প্রশ্নটি একটি খুব সাধারণ একটি তবে এটি আসলেই আমাকে পেয়ে যায় :) একটি নির্দিষ্ট সময় সিরিজটি যদি একটি অ্যাডিটিভ বা গুণিতামূলক পচন পদ্ধতি ব্যবহার করে কোনও নির্দিষ্ট সময় সিরিজটি পচে যেতে হয় তবে কীভাবে মূল্যায়ন করতে হয় তা আমি সত্যিই জানি না। আমি জানি যে একে অপরের থেকে আলাদা করে বলার মতো ভিজ্যুয়াল ইঙ্গিত রয়েছে তবে আমি সেগুলি পাই না।

উদাহরণস্বরূপ এই সময় সিরিজ নিন:

এখানে চিত্র বর্ণনা লিখুন

তুমি এটা কিভাবে বর্ননা করবে?

আপনার সাহায্যের জন্য আগাম ধন্যবাদ।


1
একটি গুণগত পচন মোটামুটি লগারিদমগুলির একটি অ্যাডেটিভ পচনের সাথে সামঞ্জস্য করে , stats.stackexchange.com/questions/74537 এ লগ (বা বর্গমূল) রূপান্তর গ্রহণ করবেন কিনা তা সিদ্ধান্ত নেওয়ার ক্ষেত্রে থ্রেডের খুব বেশি এখানে প্রয়োগ হয়। (সেখানে কোনও উত্তর অগ্রাহ্য করুন যে রূপান্তরগুলি প্রয়োগের বিরুদ্ধে সাবধানতা কারণ এটি বিন্দু নয়।) আপনার উদাহরণে উপাত্তের পুনর্বিবেচনার উপর ভিত্তি করে একটি পচন এমনকি ডেকে আনা যেতে পারে, বিশেষত যদি প্রত্যাহারগুলির একটি অর্থপূর্ণ ব্যাখ্যা থাকে (যেমন গ্যালন প্রতি মাইল রূপান্তরকরণ হিসাবে) প্রতি মাইল গ্যালন মধ্যে)।
whuber

1
@ শুভ আপনার উত্তর এবং আপনি যে পোস্ট পোস্ট করেছেন তার জন্য আপনাকে অনেক ধন্যবাদ। আমি আশঙ্কা করছি যে আমি কীভাবে তাদেরকে আলাদা করে রাখতে এবং সেই সময়ের সিরিজটি উদাহরণের উদ্দেশ্যে ব্যবহার করে কখন একে অপরকে ব্যবহার করতে হবে তা শিখতে আশা করছি। আমি কখনই পচনশীল ভিত্তিক পারিশ্রমিকের কথা শুনিনি: - / আমি এ নিয়ে কিছু গবেষণা করব।
4everlearning

আমি যে থ্রেডে রেফারেন্স দিয়েছি সেগুলির দুটি উত্তর সেগুলি আলাদা করার জন্য পদ্ধতিগুলি দেয়: "ফোরকাস্টার" এর একটি "এসটিএল পদ্ধতি" বোঝায় এবং এটি চিত্রিত করে; আমার উত্তর বর্ণনা করে (এবং এর Rজন্য কোড দেয় ) একটি সহজ শক্তিশালী অনুসন্ধানের পদ্ধতি, "স্প্রেড বনাম স্তর স্তর" " আমি আপনার গ্রাফিকটিকে চোখের সামনে দেখতে পাচ্ছি এবং দেখতে পাচ্ছি যে মানগুলি যখন 600 এর কাছাকাছি হয় তখন তাদের স্বল্প-মেয়াদী প্রকরণের প্রশস্ততা প্রায় 200 এর কাছাকাছি মাত্রার বৃহত্তর ক্রম হয়: এটি একটি লগ, পারস্পরিক বা সম্ভবত পারস্পরিক বর্গমূল বিবেচনা করে।
শুশুক

উত্তর:


5

@ হুবার সুপারিশ করেছেন কি তা ছাড়াও, আমি আপনাকে https://www.otexts.org/fpp/6/1 এ উল্লেখ করব যা ব্যাখ্যা করে যে আপনি কেন যোগমূলক বনাম গুণিতামূলক পচন বেছে নেবেন।

আপনার ডেটা বিশেষভাবে দেখার জন্য, কারণ theতুতে পরিবর্তিত হয়, অর্থাত্, শুরুতে মৌসুমতা বড় এবং পরবর্তী বছরগুলিতে এটি মৌসুমতা প্রায় উপস্থিত না থাকায় এটি একটি গুণগত পচনকে বোঝায়। উপরোক্ত পাঠ্য অনুসারে, একটি বিকল্প হ'ল উপযুক্ত রূপান্তর করা এবং অ্যাডেটিভ পচন প্রয়োগ করা।

১৯ mod২ সালের প্রায় কিছু সময়ের মধ্যে ডেটাতে লেভেল শিফট রয়েছে যা পচে যাওয়ার সময়ও চিকিত্সা করা উচিত।

অপ্রয়োজনীয় উপাদানগুলির মডেল নামে আরও একটি পঁচন ভিত্তিক পদ্ধতি রয়েছে যা অনুমানের কাজটি বেশিরভাগ ক্ষয়ের বাইরে নিয়ে যায় এবং আপনাকে স্টোকাস্টিক বনাম ডিস্ট্রিমেন্টিক ট্রেন্ডস / seasonতুসত্তা ইত্যাদির মতো যথাযথ সিদ্ধান্ত নেওয়ার জন্য কিছু ভাল পরিসংখ্যান সরবরাহ করে

আশাকরি এটা সাহায্য করবে.


1
+1 কেবল স্পষ্ট করে বলার জন্য: আমি প্রয়োজনীয়ভাবেই বিকল্প হিসাবে উপযুক্ত রূপান্তরের প্রস্তাব দিচ্ছিলাম না। আমার পরামর্শ ছিল যে বহুগুণিত কাঠামোর একটি ইঙ্গিতটি হ'ল লগের রূপান্তরটি স্প্রেড-বনাম-সম্পর্ককে স্থিতিশীল করে appears
শুক্র

আমি সম্পূর্ণ @ রাজি।
পূর্বাভাসকারী
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.