real time web analytics

Promedio móvil numérico

Antes de comenzar nuestro tema, comprendamos qué es el promedio móvil. En estadística, una media móvil es una técnica para calcular y analizar puntos de datos. Calcula puntos de datos haciendo una serie de un promedio de diferentes subconjuntos de un conjunto de datos completo. Entonces, un promedio móvil es una medida que capta el cambio típico en una serie de información a lo largo del tiempo. El movimiento es uno de los indicadores de análisis técnico más flexibles y de uso frecuente. Dado que es tan simple de usar, los inversores profesionales lo emplean como un medio de un determinado conjunto de datos en las estadísticas. También podemos calcular un promedio móvil en un período más corto usándolo en datos diarios o de minutos. Por ejemplo: al determinar un promedio móvil de 10 días, en nuestro caso, sumaremos los precios de cierre de cualquiera de los diez anteriores. días y divide el resultado por diez. Al día siguiente, también calcularemos el precio de los últimos diez días, lo que significa que no calcularemos el precio del primer día. Más bien será reemplazado por nuestro precio de ayer. Los datos cambian de esta manera con cada día móvil, por lo que se conoce como media móvil. El propósito del promedio móvil es determinar el inicio de una tendencia, luego seguir su progreso y también informar su reversión en caso de que ocurra. La fórmula para calcular la media móvil es Ft = (Dt1+Dt2+Dt3…+Dtn)/n. Donde Dt es la Demanda en el periodo t y Ft es el Pronóstico en el tiempo t.

Sintaxis:

Podemos calcular el promedio móvil de varias maneras que son las siguientes:

Método 1:

Devuelve la suma de los elementos de la matriz dada. Podemos calcular el promedio móvil dividiendo la salida de cumsum() por el tamaño de la matriz.

Método 2:

Tiene los siguientes parámetros.

a: datos en forma de matriz que se promediarán.

eje: su tipo de dato es int y es un parámetro opcional.

peso: también es una matriz y un parámetro opcional. Puede tener la misma forma que una forma 1-D. En el caso de unidimensional, debe tener la misma longitud que el arreglo “a”.

Tenga en cuenta que parece que no hay una función estándar en NumPy para calcular el promedio móvil, por lo que se puede hacer con otros métodos.

Método 3:

Otro método que se puede utilizar para calcular la media móvil es:

notario público.retorcerse(a, v, modo=‘completo’)

En esta sintaxis, a es la primera dimensión de entrada y v es el segundo valor de dimensión de entrada. El modo es el valor opcional, puede ser completo, igual y válido.

Ejemplo # 01:

Ahora, para explicar más sobre el promedio móvil en Numpy, demos un ejemplo. En este ejemplo, sacaremos el promedio móvil de una matriz con la función de convolución de NumPy. Entonces, tomaremos una matriz “a” con 1,2,3,4,5 como sus elementos. Ahora, llamaremos a la función np.convolve y almacenaremos su salida en nuestra variable “b”. Después de eso, imprimiremos el valor de nuestra variable “b”. Esta función calculará la suma móvil de nuestra matriz de entrada. Imprimiremos la salida para ver si nuestra salida es correcta o no.

Después de eso, convertiremos nuestra salida al promedio móvil usando el mismo método de convolución. Para calcular la media móvil, solo tendremos que dividir la suma móvil por el número de muestras. Pero el principal problema aquí es que, como se trata de una media móvil, el número de muestras sigue cambiando dependiendo de la ubicación en la que nos encontremos. Entonces, para resolver ese problema, simplemente crearemos una lista de los denominadores y necesitamos convertir esto en un promedio.

Para ese propósito, hemos inicializado otra variable “denom” para el denominador. Es simple para la comprensión de listas usando el truco del rango. Nuestra matriz tiene cinco elementos diferentes, por lo que el número de muestras en cada lugar irá de uno a cinco y luego volverá a bajar de cinco a uno. Entonces, simplemente agregaremos dos listas juntas y las almacenaremos en nuestro parámetro “denom”. Ahora imprimiremos esta variable para comprobar si el sistema nos ha dado los verdaderos denominadores o no. Después de eso, dividiremos nuestra suma móvil con los denominadores y la imprimiremos almacenando la salida en la variable “c”. Ejecutemos nuestro código para comprobar los resultados.

importar entumecido como notario público

a = [1,2,3,4,5]

b = notario público.retorcerse(a,notario público.ones_like(a))

impresión(“Suma móvil”,b)

denominación = lista(rango(1,5)) + lista(rango(5,0,1))

impresión(“Denominadores”,denominación)

C = notario público.retorcerse(a,notario público.ones_like(a)) / denominación

impresión(“Media móvil “,C)

Después de la ejecución exitosa de nuestro código, obtendremos el siguiente resultado. En la primera línea, hemos impreso la “Suma móvil”. Podemos ver que tenemos “1” al principio y “5” al final de la matriz, tal como teníamos en nuestra matriz original. El resto de los números son las sumas de diferentes elementos de nuestra matriz.

Por ejemplo, seis en el tercer índice de la matriz proviene de sumar 1, 2 y 3 de nuestra matriz de entrada. Diez en el cuarto índice proviene de 1,2,3 y 4. Quince proviene de sumar todos los números, y así sucesivamente. Ahora, en la segunda línea de nuestra salida, hemos impreso los denominadores de nuestra matriz.

De nuestra salida, podemos ver que todos los denominadores son exactos, lo que significa que podemos dividirlos con nuestra matriz de suma móvil. Ahora, vaya a la última línea de la salida. En la última línea, podemos ver que el primer elemento de nuestra matriz de promedio móvil es 1. El promedio de 1 es 1, por lo que nuestro primer elemento es correcto. La media de 1+2/2 será 1,5. Podemos ver que el segundo elemento de nuestra matriz de salida es 1,5, por lo que el segundo promedio también es correcto. El promedio de 1,2,3 será 6/3=2. También hace que nuestra salida sea correcta. Entonces, a partir de la salida, podemos decir que hemos calculado con éxito el promedio móvil de una matriz.

Conclusión

En esta guía, aprendimos sobre los promedios móviles: qué es el promedio móvil, cuáles son sus usos y cómo calcular el promedio móvil. Lo estudiamos en detalle desde el punto de vista matemático y de programación. En NumPy, no existe una función o proceso específico para calcular el promedio móvil. Pero hay otras funciones diferentes con la ayuda de las cuales podemos calcular el promedio móvil. Hicimos un ejemplo para calcular el promedio móvil y describimos cada paso de nuestro ejemplo. Los promedios móviles son un enfoque útil para pronosticar resultados futuros con la ayuda de datos existentes.

Leave a Comment