Casa Finanza personale Come utilizzare il livellamento dei dati in Predictive Analytics - dummies

Come utilizzare il livellamento dei dati in Predictive Analytics - dummies

Sommario:

Video: Calling All Cars: Highlights of 1934 / San Quentin Prison Break / Dr. Nitro 2025

Video: Calling All Cars: Highlights of 1934 / San Quentin Prison Break / Dr. Nitro 2025
Anonim

L'arrotondamento dei dati nell'analisi predittiva è, in sostanza, cercando di trovare il "segnale" nel "disturbo" di scartando i punti dati considerati "rumorosi". L'idea è di affinare gli schemi nei dati e evidenziare le tendenze a cui i dati stanno puntando.

L'implicazione alla base del livellamento dei dati consiste nel fatto che i dati sono costituiti da due parti: una parte (costituita dai punti di dati fondamentali ) che indica tendenze generali o tendenze reali e un'altra parte costituita principalmente da deviazioni ( rumore ) - alcuni punti fluttuanti che derivano da una certa volatilità nei dati. Il livellamento dei dati cerca di eliminare quella seconda parte.

Come ridurre il rumore

Il livellamento dei dati funziona su diverse ipotesi:

  • La fluttuazione dei dati è più probabile che sia il rumore.

  • Che la parte rumorosa dei dati sia di breve durata.

  • Che le fluttuazioni dei dati, indipendentemente dalla loro variabilità, non influenzeranno le tendenze sottostanti rappresentate dai punti dati principali.

Il rumore nei dati tende a essere casuale; le sue fluttuazioni non dovrebbero influenzare le tendenze generali tratte dall'esame del resto dei dati. Pertanto, la riduzione o l'eliminazione di punti dati rumorosi può chiarire le tendenze e i modelli reali nei dati, migliorando in effetti il ​​rapporto segnale-rumore dei dati. “

A condizione di aver identificato correttamente il rumore e di averlo ridotto, il livellamento dei dati può aiutare a prevedere il prossimo punto di osservazione osservato semplicemente seguendo le principali tendenze rilevate all'interno dei dati.

Il livellamento dei dati riguarda la maggior parte dei punti di dati, le loro posizioni in un grafico e quali sono i modelli risultanti che predicono sull'andamento generale di (diciamo) un prezzo azionario, sia che la sua direzione generale sia su, giù o lateralmente.

Questa tecnica non prevede con precisione il prezzo esatto del prossimo scambio per un determinato titolo, ma la previsione di una tendenza generale può fornire intuizioni più potenti rispetto al conoscere il prezzo effettivo o le sue fluttuazioni.

Una previsione basata su una tendenza generale dedotta da dati attenuati presuppone che qualunque direzione i dati abbiano seguito fino ad ora continueranno nel futuro in modo coerente con la tendenza. Nel mercato azionario, ad esempio, le performance passate non sono indicative delle prestazioni future, ma certamente possono essere una guida generale per il movimento futuro del prezzo delle azioni.

Metodi, vantaggi e svantaggi della levigatura dei dati

Il livellamento dei dati non deve essere confuso con adattando un modello, che fa parte dell'analisi dei dati composta da due passaggi:

  1. Trova un modello adatto modello che rappresenta i dati.

  2. Assicurarsi che il modello si adatti efficacemente ai dati.

Il livellamento dei dati si concentra sulla definizione di una direzione fondamentale per i punti dati principali (1) ignorando eventuali punti dati rumorosi e (2) disegnando una curva più fluida attraverso i punti dati che saltano quelli che si agitano e enfatizza i modelli primari - tendenze - in i dati, non importa quanto sia lento il loro emergere. Di conseguenza, in una serie temporale numerica, il livellamento dei dati serve come una forma di filtraggio.

Il livellamento dei dati può utilizzare uno dei seguenti metodi:

  • La passeggiata casuale si basa sull'idea che il prossimo risultato, o punto dati futuro, è una deviazione casuale dall'ultimo punto dati noto o presente.

  • La media mobile è una media corrente di periodi consecutivi, equidistanti. Un esempio potrebbe essere il calcolo di una media mobile a 200 giorni di un prezzo azionario.

  • Levigatura esponenziale assegna un peso o un'importanza in modo esponenziale maggiore ai punti dati recenti rispetto ai punti dati precedenti.

    • Semplice: Questo metodo dovrebbe essere usato quando i dati delle serie temporali non hanno trend e non hanno stagionalità.

    • Lineare: Questo metodo deve essere utilizzato quando i dati delle serie temporali hanno una linea di tendenza.

    • Stagionale: Questo metodo dovrebbe essere usato quando i dati delle serie temporali non hanno tendenza ma stagionalità.

Ciò che questi metodi di livellamento hanno in comune è che eseguono una sorta di processo di calcolo della media su diversi punti di dati. Tale media dei punti dati adiacenti è il modo essenziale per azzerare tendenze o modelli sottostanti.

I vantaggi del livellamento dei dati sono

  • È facile da implementare.

  • Aiuta a identificare le tendenze.

  • Aiuta ad esporre modelli nei dati.

  • Elimina i punti di dati che hai deciso non sono di interesse.

  • Aiuta a predire la direzione generale dei prossimi punti di dati osservati.

  • Genera bei grafici lisci.

Ma tutto ha un rovescio della medaglia. Gli svantaggi del livellamento dei dati sono

  • Possono eliminare i punti dati validi risultanti da eventi estremi.

  • Può portare a previsioni imprecise se i dati del test sono solo stagionali e non pienamente rappresentativi della realtà che ha generato i punti dati.

  • Potrebbe spostare o inclinare i dati, in particolare i picchi, generando un'immagine distorta di ciò che sta accadendo.

  • Potrebbe essere vulnerabile a un'interruzione significativa dei valori anomali all'interno dei dati.

  • Potrebbe causare una deviazione maggiore dai dati originali.

Se il livellamento dei dati non fa altro che dare ai dati un semplice lifting, può disegnare fondamentalmente un errore nei seguenti modi:

  • Può introdurre errori attraverso distorsioni che trattano i dati smussati come se fossero identici all'originale dati.

  • Può distorcere l'interpretazione ignorando e nascondendo i rischi incorporati nei dati.

  • Può causare una perdita di dettagli all'interno dei dati, il che è un modo in cui una curva smussata può discostarsi notevolmente da quella dei dati originali.

Quanto seriamente l'uniformità dei dati possa influire sui dati dipende dalla natura dei dati disponibili e da quale tecnica di smoothing è stata implementata su tali dati.Ad esempio, se i dati originali hanno più picchi, il livellamento dei dati porterà a un maggiore spostamento di quei picchi nei grafici levigati - molto probabilmente una distorsione.

Ecco alcuni punti di attenzione da tenere a mente quando ci si avvicina al livellamento dei dati:

  • È una buona idea confrontare grafici lisci con grafici non trattati che tracciano i dati originali.

  • I punti dati rimossi durante la levigatura dei dati potrebbero non essere disturbi; potrebbero essere validi, veri e propri punti dati che sono il risultato di eventi rari ma reali.

  • Il livellamento dei dati può essere utile con moderazione, ma il suo uso eccessivo può portare a una travisamento dei dati.

Applicando il tuo giudizio professionale e la tua esperienza nel campo della conoscenza aziendale, puoi utilizzare efficacemente il livellamento dei dati. Rimuovere il rumore dai tuoi dati - senza influire negativamente sulla precisione e l'utilità dei dati originali - è almeno tanto un'arte quanto una scienza.

Come utilizzare il livellamento dei dati in Predictive Analytics - dummies

Scelta dell'editore

Come salvare le immagini in un file immagine in R - dummies

Come salvare le immagini in un file immagine in R - dummies

Se vuoi pubblicare le tue risultati, è necessario salvare la trama in un file in R e quindi importare questo file grafico in un altro documento. Tuttavia, per la maggior parte del tempo, potresti semplicemente voler utilizzare la grafica R in modo interattivo per esplorare i tuoi dati. Per salvare un grafico su un'immagine ...

Come cercare più parole in R - dummies

Come cercare più parole in R - dummies

Quando si lavora con il testo in R, potrebbe essere necessario per trovare parole o motivi all'interno del testo. Immagina di avere una lista degli stati negli Stati Uniti e vuoi scoprire quali nomi di stato consistono in due parole. Per trovare sottostringhe, è possibile utilizzare la funzione grep (), che prende due argomenti essenziali: ...

Come cercare le singole parole in R - dummies

Come cercare le singole parole in R - dummies

Quando lavori con il testo, spesso tu può risolvere i problemi se riesci a trovare parole o motivi all'interno del testo. R rende questo facile da fare. Immagina di avere una lista degli stati negli Stati Uniti e vuoi scoprire quale di questi stati contiene la parola Nuovo. Per indagare su questo ...

Scelta dell'editore

Come calcolare le detrazioni e i crediti di imposta sugli investimenti immobiliari per l'esame di licenza immobiliare

Come calcolare le detrazioni e i crediti di imposta sugli investimenti immobiliari per l'esame di licenza immobiliare

Una detrazione fiscale è qualcosa che puoi vedere nell'esame di licenza immobiliare che puoi detrarre dal reddito di un investimento immobiliare per ridurre le tasse. Un credito d'imposta è qualcosa che puoi detrarre dalle tasse dovute. I governi federali e talvolta statali creano programmi che consentono crediti d'imposta o detrazioni per ...

Fattori economici che influenzano il valore per l'esame di licenza immobiliare - dummies

Fattori economici che influenzano il valore per l'esame di licenza immobiliare - dummies

Valore doesn ' semplicemente succede; le persone devono crearlo. La maggior parte di queste azioni personali che saranno trattate durante l'esame di licenza immobiliare, di solito chiamate influenze economiche, non sono altro che normali comportamenti umani. Il test pone due tipi di domande su questi principi o fattori economici. Vedrai domande sulle definizioni e ...

Come calcolare le aliquote fiscali per l'esame di licenza immobiliare - dummy

Come calcolare le aliquote fiscali per l'esame di licenza immobiliare - dummy

Pur calcolando la tassa le tariffe non sono qualcosa che devi sapere esattamente come fare per l'esame di licenza immobiliare, è qualcosa che devi capire in generale per rispondere a domande di non-matematica sul processo. Sapere come calcolare le tasse non è una cosa brutta da sapere, perché probabilmente si pagano le tasse di proprietà e ...

Scelta dell'editore

Suggerimenti per la registrazione Regole di gioco logiche sull'LSAT - manichini

Suggerimenti per la registrazione Regole di gioco logiche sull'LSAT - manichini

La maggior parte dei giochi di logica sull'LSAT hanno tre, quattro o cinque condizioni o regole che limitano il modo in cui giochi con i pezzi. Per ordinare i giochi, le restrizioni forniscono indizi su come i pezzi possono essere posizionati in relazione l'uno con l'altro. I tipi comuni di regole di ordinazione sono obiettivi, distanziatori e arrangiatori. Regole di destinazione I bersagli danno ...

Come gestire il tuo tempo con saggezza sul TASC - dummies

Come gestire il tuo tempo con saggezza sul TASC - dummies

Perché ogni sezione del TASC, oppure Prova l'esame di completamento secondario, ha un limite di tempo, vorrai essere consapevole di quanto tempo è passato mentre stai facendo il test. Un modo per gestire efficacemente il tuo tempo è semplicemente indossando un orologio. I centri di test potrebbero non avere sempre un orologio disponibile e ...

Rendendo più semplice il giorno di prova SSAT o ISEE - manichini

Rendendo più semplice il giorno di prova SSAT o ISEE - manichini

Non è possibile effettuare SSAT o ISEE più facile, ma puoi iniziare la giornata di test correttamente e renderlo più semplice e meno stressante, il che può portare a risultati migliori durante l'esame di ammissione. Ecco alcuni suggerimenti da tenere a mente al giorno del test SSAT o ISEE: riposati molto. La ...