發表文章

目前顯示的是 6月, 2018的文章

精確(Accuracy)與精密(Precision)

圖片
所謂精確(Accuracy)是指一個量測與真實值一致的程度。而精密(Precision)是指此量測的可重複性。 與精確(accuracy)相對應所謂誤差(error)也是指一個量測與真實值一致的程度 。 而不確定(uncertainty)是指重複量測所產生量測值的落點區間  。

季節性調整

圖片
根據一年中的不同時間,許多行業會出現各種不同量級的波動。 這意味著無法通過比較一年中的數據和另一年的數據來有效評估績效。 此外,這些季節性波動有時可能非常大,以至於掩蓋了隱藏在數據中的重要業務趨勢。 例如,考慮一個冰淇淋店的銷售情況。 這種業務在溫暖的夏季期間銷售額高於冬季是正常的,因此您無法比較1月份的銷售額與7月份的銷售額。 此外,由季節性引起的波動可能非常大,以至於難以看清商業趨勢。 例如,如果7月份的最近一個月的銷售額增加了,這是由於季節性變化還是銷售額的實際增長? 為了得到這些答案,我們需要從數據中刪除“季節性”,這個過程稱為季節性調整。 上面的圖片顯示了1949年到1960年的航空公司旅客人數。左側的圖表顯示了原始數據,顯示了豐富的季節性:人們在夏季旅行更多。 季節性變化使得難以觀察到潛在的值得注意的波動。 經季節性調整的右圖已經從原始數據中刪除了季節性模式,使我們能夠看到隨著時間推移的乘客活動的實際趨勢。 在這樣做的時候,我們在1960年暴露了一個在原始數據中不容易察覺的異常。 有時候異常會非常大,甚至在原始數據中也很明顯。 例如,左上圖顯示的是1996年至2015年的航空公司乘客數量。2001年底的嚴重下降是由於9/11襲擊美國造成的,導致北美的所有空間都關閉了好幾天。 但經季節性因素調整的時間序列使得更容易看到的更加微妙的差異,例如2008年大衰退造成的下跌。 在  R 的 forecast 套件中,stlm 先進行季節性調整後再進行預測。而這種季節調整模型主要是加法模型,季節影響會在配適或預測後加回去。