Contraintes Problèmemeilleure courbe en forme de ligne de tendance
- Taille de l'ensemble de données, mais pas les données elles-mêmes, est connu.
- L'ensemble de données augmente d'un point de données à la fois.
- La courbe de tendance est représentée graphiquement par un point de données à la fois (en utilisant une courbe spline/Bézier).
Graphiques
Le collage ci-dessous montre les ensembles de données avec des lignes de tendance raisonnablement précises:
Les graphiques sont:
- supérieur gauche. Par heure, avec ~ 24 points de données.
- En haut à droite. Le jour pendant un an, avec ~ 365 points de données.
- En bas à gauche. Par semaine pendant un an, avec ~ 52 points de données.
- En bas à droite. Par mois pendant un an, avec ~ 12 points de données.
Entrées utilisateur
L'utilisateur peut sélectionner:
- le type de séries chronologiques (horaire, quotidienne, mensuelle, trimestrielle, annuelle); et
- les dates de début et de fin de la série chronologique.
Par exemple, l'utilisateur peut sélectionner un rapport quotidien pendant 30 jours en juin.
Poids Tendance
Pour calculer la taille de la fenêtre (à savoir le nombre de points de données à la moyenne lors du calcul de la ligne de tendance), l'expression suivante est utilisée:
data points/trend weight
Où data points
est dérivé des entrées de l'utilisateur et trend weight
est 6.4. Même si un poids tendanciel de 6.4 produit de bons ajustements, il est plutôt arbitraire et pourrait ne pas convenir à différentes entrées utilisateur.
Question
Comment devrait trend weight
être calculé compte tenu des contraintes de ce problème?
Est-ce que vous ajustez une ligne de tendance, ou calculez simplement la moyenne mobile dans une fenêtre, puis mettez une spline à travers les valeurs? – Aniko
Je crois que je suis après une spline de lissage http://en.wikipedia.org/wiki/Smoothing_spline –