restricciones del problemacurva de mejor ajuste para la línea de tendencia
- tamaño del conjunto de datos, pero no los datos en sí, es conocida.
- El conjunto de datos crece en un punto de datos a la vez.
- La línea de tendencia se representa gráficamente con un punto de datos a la vez (usando una curva spline/Bezier).
gráficos
El collage siguiente muestra los conjuntos de datos con líneas de tendencia razonablemente precisas:
Los gráficos son:
- superior izquierda. por hora, con ~ 24 puntos de datos.
- Upper-right. Por día durante un año, con ~ 365 puntos de datos.
- abajo a la izquierda. Por semana durante un año, con ~ 52 puntos de datos.
- Derecha abajo. Por mes durante un año, con ~ 12 puntos de datos.
entradas de usuario
el usuario puede seleccionar:
- el tipo de serie de tiempo (por hora, diaria, mensual, trimestral, anual); y
- las fechas de inicio y finalización de la serie temporal.
Por ejemplo, el usuario podría seleccionar un informe diario durante 30 días en junio.
tendencia Peso
Para calcular el tamaño de la ventana (es decir, el número de puntos de datos a la media en el cálculo de la línea de tendencia), se utiliza la siguiente expresión:
data points/trend weight
Dónde data points
es derivado de las entradas del usuario y trend weight
es 6.4. Aunque un peso de tendencia de 6.4 produce buenos ajustes, es bastante arbitrario y puede no ser apropiado para diferentes entradas de usuario.
Pregunta
¿Cómo debe ser trend weight
calcula teniendo en cuenta las limitaciones de este problema?
¿Está ajustando una línea de tendencia, o simplemente calculando la media móvil dentro de una ventana y luego colocando una spline a través de los valores? – Aniko
Creo que estoy buscando una spline suavizante. Http://en.wikipedia.org/wiki/Smoothing_spline –