طريقة من الانتقال بين المتوسطات في و إحصاءات

المتوسط ​​المتحرك: ما هو عليه وكيفية حسابه شاهد الفيديو أو اقرأ المقالة أدناه: المتوسط ​​المتحرك هو أسلوب للحصول على فكرة عامة عن الاتجاهات في مجموعة بيانات هو متوسط ​​أي مجموعة فرعية من الأرقام. والمتوسط ​​المتحرك مفيد للغاية للتنبؤ بالاتجاهات الطويلة الأجل. يمكنك حسابه لأي فترة من الزمن. على سبيل المثال، إذا كان لديك بيانات مبيعات لفترة عشرين عاما، يمكنك حساب متوسط ​​متحرك لمدة خمس سنوات، ومتوسط ​​متحرك لمدة أربع سنوات، ومتوسط ​​متحرك لمدة ثلاث سنوات، وما إلى ذلك. وكثيرا ما يستخدم محللو سوق الأسهم متوسطا متحركا يتراوح بين 50 أو 200 يوم لمساعدتهم على رؤية الاتجاهات في سوق الأسهم وتوقع (أينما كانت) الأسهم. يمثل المتوسط ​​قيمة 8220middling 8221 لمجموعة من الأرقام. المتوسط ​​المتحرك هو نفسه تماما، ولكن يتم حساب المتوسط ​​عدة مرات لعدة مجموعات فرعية من البيانات. على سبيل المثال، إذا كنت ترغب في متوسط ​​متحرك لمدة عامين لمجموعة بيانات من 2000 و 2001 و 2002 و 2003 ستجد متوسطات للمجموعات الفرعية 20002001 و 20012002 و 20022003. وعادة ما يتم رسم المتوسطات المتحركة ويتم تصويرها بشكل أفضل. حساب متوسط ​​متحرك لمدة خمس سنوات مثال لمشكلة العينة: حساب متوسط ​​متحرك لمدة خمس سنوات من مجموعة البيانات التالية: (4M 6M 5M 8M 9M) ​​5 6.4M متوسط ​​مبيعات المجموعة الفرعية الثانية من خمس سنوات (2004 8211 2008). (6M 5M 8M 9M 5M) 5 6.6M متوسط ​​مبيعات المجموعة الفرعية الثالثة من خمس سنوات (2005 8211 2009). تتمحور حول 2007، هو 6.6M: (5M 8M 9M 5M 4M) 5 6.2M مواصلة حساب كل خمس سنوات، حتى تصل إلى نهاية المجموعة (2009-2013). هذا يمنحك سلسلة من النقاط (المتوسطات) التي يمكنك استخدامها لرسم مخطط للمتوسطات المتحركة. يوضح جدول إكسيل التالي المتوسطات المتحركة المحسوبة للفترة 2003-2012 مع مؤامرة مبعثر للبيانات: شاهد الفيديو أو اقرأ الخطوات التالية: يحتوي إكسيل على وظيفة إضافية قوية، وهي أداة تحليل البيانات (كيفية تحميل البيانات أداة تولباك تولباك) التي تمنحك العديد من الخيارات الإضافية، بما في ذلك وظيفة المتوسط ​​المتحرك الأوتوماتيكي. وظيفة ليس فقط بحساب المتوسط ​​المتحرك بالنسبة لك، فإنه أيضا الرسوم البيانية البيانات الأصلية في نفس الوقت. مما يوفر لك الكثير من ضربات المفاتيح. إكسيل 2013: الخطوات الخطوة 1: انقر فوق علامة التبويب 8220Data8221 ثم انقر فوق 8220 تحليل البيانات. 8221 الخطوة 2: انقر 8220 متوسط ​​المتوسط ​​8221 ثم انقر فوق 8220OK.8221 الخطوة 3: انقر فوق المربع 8220 الإدخال 8221 ثم حدد البيانات الخاصة بك. إذا قمت بتضمين رؤوس الأعمدة، فتأكد من تحديد علامة التبويب في مربع الصف الأول. الخطوة 4: اكتب فاصل زمني في المربع. الفاصل الزمني هو عدد النقاط السابقة التي تريد من إكسيل استخدامها لحساب المتوسط ​​المتحرك. على سبيل المثال، 822058221 سوف تستخدم نقاط البيانات الخمس السابقة لحساب المتوسط ​​لكل نقطة لاحقة. كلما انخفض الفاصل الزمني، كلما كان المتوسط ​​المتحرك أقرب إلى مجموعة البيانات الأصلية. الخطوة 5: انقر في المربع 8220 المدى المدى 8221 وحدد منطقة في ورقة العمل حيث تريد ظهور النتيجة. أو انقر فوق زر الاختيار 8220New ورقة العمل 8221. الخطوة 6: تحقق من مربع 8220Chart الإخراج 8221 إذا كنت تريد أن ترى مخططا لمجموعة البيانات الخاصة بك (إذا كنت قد نسيت القيام بذلك، يمكنك دائما العودة وإضافته أو اختيار مخطط من علامة التبويب 8220Insert8221.8221 الخطوة 7: اضغط 8220OK .8221 سيعرض إكسيل النتائج في المنطقة التي حددتها في الخطوة 6. شاهد الفيديو أو اقرأ الخطوات التالية: مشكلة العينة: احسب المتوسط ​​المتحرك لمدة ثلاث سنوات في إكسيل لبيانات المبيعات التالية: 2003 (33M)، 2004 (22 مليونا) وعام 2005 (36 مليونا) وعام 2006 (34 مليونا) وعام 2007 (43 مليونا) وعام 2008 (39 مليونا) وعام 2009 (41 مليونا) و 2010 (36 مليونا) و 2011 (45 مليونا) و 2012 (56 مليونا) 1: اكتب بياناتك إلى عمودين في إكسيل، يجب أن يحتوي العمود الأول على السنة والعمود الثاني على البيانات الكمية (في هذا المثال، أرقام المبيعات).تأكد من عدم وجود صفوف فارغة في بيانات الخلية الخطوة 2 : احسب متوسط ​​الثلاث سنوات الأولى (2003-2005) بالنسبة لهذه المشكلة، اكتب 8220 (B2B3B4) 38221 إلى الخلية D3 حساب المتوسط ​​الأول الخطوة 3: اسحب المربع في الزاوية اليمنى السفلى d الخاصة لنقل الصيغة إلى جميع الخلايا في العمود. ويحسب هذا متوسطات السنوات المتعاقبة (على سبيل المثال، 2004-2006، 2005-2007). سحب الصيغة. الخطوة 4: (اختياري) إنشاء رسم بياني. حدد كافة البيانات في ورقة العمل. انقر فوق علامة التبويب 8220Insert8221، ثم انقر فوق 8220Scatter، 8221 ثم انقر فوق 8220Scatter مع خطوط ناعمة وعلامات. 8221 سيظهر رسم بياني للمتوسط ​​المتحرك في ورقة العمل. تحقق من قناتنا على يوتوب للحصول على مزيد من الإحصائيات المساعدة والنصائح المتوسط ​​المتحرك: ما هو وكيفية حسابه تم آخر تعديل: 8 يناير 2016 بواسطة أنديل 22 أفكار حول لدكو المتوسط ​​المتحرك: ما هو عليه وكيفية حسابه رديقو هذا هو مثالية وبسيطة لاستيعاب. شكرا على العمل هذا واضح جدا وغنية بالمعلومات. السؤال: كيف يحسب المرء المتوسط ​​المتحرك لمدة 4 سنوات ما هو العام الذي سينتقل فيه المتوسط ​​المتحرك لمدة 4 سنوات إلى مركزه في نهاية السنة الثانية (أي 31 ديسمبر). هل يمكنني استخدام متوسط ​​الدخل للتنبؤ الأرباح المستقبلية أي شخص يعرف عن الوسط تركز يرجى التكرم تخبرني إذا كان أي شخص يعرف. هنا 8217s بالنظر إلى أننا يجب أن تنظر 5 سنوات للحصول على المتوسط ​​الذي هو في center. then ماذا عن سنوات بقية إذا أردنا الحصول على متوسط ​​20118230as نحن don8217t لديها المزيد من القيم بعد عام 2012، ثم كيف نحسب ذلك كما كنت don8217t ديك أي مزيد من المعلومات سيكون من المستحيل لحساب 5 سنوات ما لعام 2011. هل يمكن أن تحصل على المتوسط ​​المتحرك لمدة عامين على الرغم من. مرحبا، شكرا على الفيديو. ومع ذلك، هناك شيء واحد غير واضح. كيفية القيام بتوقعات للأشهر القادمة يعرض الفيديو التوقعات للأشهر التي تتوفر عنها البيانات بالفعل. مرحبا، الخام، I8217m العمل على توسيع المادة لتشمل التنبؤ. وهذه العملية أكثر تعقيدا من استخدام البيانات السابقة. نلقي نظرة على هذه المادة جامعة ديوك، والذي يفسر ذلك في العمق. التحيات، ستيفاني شكرا لكم على تفسيرات واضحة. مرحبا غير قادر على تحديد موقع الرابط إلى مقترح جامعة ديوك المادة. طلب نشر الرابط أغينيت 1-مقدمة في الإحصاء: مقدمة في الإحصاء، أهمية الإحصاءات في بيئة الأعمال الحديثة. تعريف إحصاءات الإحصاءات ونطاقها وتطبيقاتها الخصائص الإحصائية، وظائف الإحصاء، قيود الإحصاءات، البرامج الإحصائية. الوحدة 2- المسح الإحصائي. مقدمة، تعريف المسح الإحصائي، مراحل المسح الإحصائي - تخطيط المسح الإحصائي - تنفيذ المسح الإحصائي، المصطلحات الأساسية المستخدمة في المسح الإحصائي - الوحدات أو الأفراد - السكان أو الكون ندشامبل - كوانتيتاتيف - مميزة - النوعية النوعية نداش متغير، مجموعة البيانات - البيانات الأولية - البيانات الثانوية - المسح التجريبي. التدقيق والتحرير لوحدة البيانات 3- التصنيف، تبويب وعرض البيانات: مقدمة. وظائف التصنيف - متطلبات تصنيف جيد - أنواع التصنيف - طرق التصنيف، تبويب - الفرق الأساسي بين التصنيف وتبويب - Parts من الجدول - Types من الجدول. توزيع الترددات والترددات - توزيعات التردد المشتقة - توزيع الترددات المتغيرة ومتعدد المتغيرات - بناء توزيع الترددات. عرض الرسوم البيانية، عرض الرسوم البيانية - الرسم البياني - مضلع التردد - منحنى التردد - أوجيفس الوحدة 4 - مقاييس الاتجاه المركزي والتشتت: مقدمة، أهداف المتوسط ​​الإحصائي، متطلبات المتوسط ​​الجيد، المتوسطات الإحصائية - الوسط الحسابي - خصائص الحساب يعني - مزايا وعيوب الوسط الحسابي، متوسط ​​- مزايا وعيوب الوسيط. الوضع - مزايا وعيوب الوضع. متوسط ​​هندسي. الوسط التوافقي. الحالات المناسبة لاستخدام المتوسطات المختلفة. المتوسطات الموضعية. تشتت نداش المدى - الانحرافات الربعية، الانحراف المعياري، الانحراف المعياري - Properties الانحراف المعياري معامل التباين وحدة 5- نظرية الاحتمال: مقدمة - تعريف الاحتمالات - المصطلحات الأساسية المستخدمة في نظرية الاحتمالات، نهج الاحتمال. قواعد الاحتمالات - قاعدة إضافة - قاعدة الضرب. الاحتمال الشرطي، الخطوات المشاركة في حل المشاكل على الاحتمالات. بايزرسكو الاحتمال. وحدة المتغيرات العشوائية 6- التوزيعات الاحتمالية النظرية: مقدمة - المتغيرات العشوائية. التوزيعات الاحتمالية - توزيعات الاحتمالات المنفصلة - توزيعات الاحتمالات المستمرة. برنولي التوزيع - تكرار تجربة برنولي. التوزيع الحدين - افتراضات تطبيق التوزيع ذي الحدين - أمثلة على التباين ذي الحدين - صيغة التكرار في حالة التوزيع ذي الحدين - دراسة حالة للتوزيع ذي الحدين توزيع بواسون - افتراضات لتوزيع بواسون - أمثلة الحياة الحقيقية لمتغير بواسون - علاقة التكرار - دراسة الحالة على توزيع بواسون. التوزيع الطبيعي - وحدة التوزيع العادية المعيارية 7- أخذ العينات وتوزيعات العينات: مقدمة. السكان والعينة - الكون أو السكان - أنواع السكان ندش عينة. مزايا أخذ العينات، نظرية أخذ العينات - قانون الانتظام الإحصائي - مبدأ الجمود من أرقام كبيرة - مبدأ استمرار الأرقام الصغيرة - مبدأ الصلاحية - مبدأ التحسين. المصطلحات المستخدمة في نظرية أخذ العينات. أخطاء في الإحصاء. تدابير الأخطاء الإحصائية. أنواع أخذ العينات - أخذ العينات الاحتمالية - أخذ العينات غير الاحتمالية، حالة السماح على أنواع العينات، تحديد حجم العينة، نظرية الحد المركزي وحدة 8- تقدير: مقدمة. أسباب إجراء التقديرات. إجراء الاستدلال الإحصائي، أنواع التقديرات - تقدير النقطة - تقدير الفاصل الزمني. معايير مقدر جيد نداش ونبياسدنس نداش الكفاءة نداش التناسق نداش الكفاية، تقديرات نقطة، تقديرات الفاصل الزمني، دراسة حالة لحساب التقديرات - جعل تقدير الفاصل الزمني الفاصل الزمني تقديرات وفترات الثقة - تقديرات الفاصل الزمني لمتوسط ​​العينات الكبيرة - تقديرات الفاصل الزمني لنسبة من عينات كبيرة - تقديرات الفاصل الزمني باستخدام التوزيع ستودنترسكوس لسكوترسكو. تحديد حجم العينة في وحدة تقدير 9- اختبار الفرضية في حالة العينات الكبيرة والصغيرة: مقدمة ندش عينات كبيرة ندوات الفرضيات. اختبار الفرضية - الفرضية الفارغة والناجمة - تفسير مستوى الدلالة - تقبل الفرضيات ولا تثبت. اختيار مستوى الأهمية - تفضيل نوع الخطأ I - تفضيل نوع الخطأ الثاني - تحديد التوزيع المناسب، واثنين من نداش الذيل الاختبارات ونداش اختبار واحد الذيل - اثنان نداش الاختبارات الذيل - دراسة حالة على اثنين نانداشيلد واختبار واحد تايلد، تصنيف الاختبار الاحصائيات - الإحصاءات المستخدمة لاختبار الفرضية - إجراء الاختبار - كيفية التعرف على الإحصاءات الصحيحة للاختبار. اختبار الفرضية في حالة عينات صغيرة - مقدمة نداش عينات صغيرة، لسكوترسكو التوزيع. استخدامات لسكوترسكو اختبار وحدة 10- تشي ندش مربع اختبار: مقدمة. تشي مربع كاختبار الاستقلال - خصائص اختبار 2 - درجات الحرية - القيود في تطبيق 2 اختبار - التطبيقات العملية من 2 اختبار - مستويات أهمية - خطوات في حل المشاكل المتعلقة اختبار تشي مربع - تفسير ساحة تشي القيم. تشي ساحة التوزيع - خصائص توزيع 2 - شروط تطبيق اختبار مربع تشي - استخدامات من 2 اختبار. تطبيقات اختبار الساحة - اختبارات استقلالية الصفات - اختبار حسن الخير - اختبار التباين المحدد الوحدة 11- توزيع وتحليل التباين (أنوفا): مقدمة، تحليل التباين (أنوفا)، افتراضات ل F - اختبار - أهداف أنوفا - جدول أنوفا - افتراضات لدراسة أنوفا، تصنيف أنوفا - أنوفا الجدول في اتجاه واحد أنوفا - تصنيفات الطريقين وحدة 12- الارتباط البسيط والانحدار: مقدمة. الارتباط - السببية والارتباط - أنواع الارتباط - مقاييس الارتباط - رسم مبعثر - معامل ارتباط كارل بيرسونرسكوس - خصائص معامل ارتباط كارل بيرسونروسكوس - العوامل المؤثرة على حجم معامل الارتباط. خطأ محتمل - الشروط التي يمكن بموجبها استخدام خطأ محتمل. سبيرمانرسكوس رانك معامل الارتباط. علاقات جزئية. علاقات متعددة. الانحدار - تحليل الانحدار - خطوط الانحدار - معامل الانحدار. خطأ قياسي في التقدير. تحليل الانحدار المتعدد. موثوقية التقديرات. تطبيق وحدة الانحدارات متعددة 13- التنبؤ الأعمال: مقدمة، والتنبؤ الأعمال - أهداف التنبؤ في الأعمال التجارية - التنبؤ والإسقاط والتنبؤ - خصائص التنبؤ الأعمال - خطوات في التنبؤ. طرق التنبؤ بالاعمال - مقياس ضغط العمل في العمل - تحليل سلسلة زمنية ندش استقراء - تحليل الانحدار - أساليب الاقتصاد القياسي الحديثة - طريقة التجانس الأسي، نظريات التنبؤ بالأعمال - نظرية التسلسل الزمني أو التأخر - نظرية العمل والتفاعل - نظرية الإيقاع الاقتصادي - نظرية التحليل المتقاطع. فائدة التنبؤ الأعمال - مزايا التنبؤ الأعمال - قيود التنبؤ الأعمال وحدة 14- تحليل سلسلة الوقت: مقدمة، تحليل سلسلة الوقت. فائدة من سلسلة الوقت. مكونات السلاسل الزمنية - الاتجاه الطويل الأجل أو الاتجاه العلماني - الاختلافات الموسمية - الاختلافات الدورية - الاختلافات العشوائية، طرق قياس الاتجاه - اليد الحرة أو طريقة الرسم - طريقة شبه المتوسط ​​- طريقة المتوسطات المتحركة - طريقة المربعات الصغرى، النماذج الرياضية ل سلسلة زمنية - نموذج إضافي - نموذج مضاعف، تحرير سلسلة زمنية، قياس التباين الموسمية - طريقة المتوسط ​​الموسمية - التباين الموسمية من خلال المتوسطات المتحركة - طريقة السلسلة أو الارتباط النسبي - نسبة إلى طريقة الاتجاه، طرق التنبؤ باستخدام سلسلة زمنية - متوسط ​​التنبؤ - توقعات - توقعات الاتجاه الخطي - توقعات الاتجاه غير الخطية - التنبؤ مع التمهيد الأسي وحدة 15- أرقام الفهرس: مقدمة، تعريف رقم مؤشر ندش النسبية - تصنيف أرقام الفهرس. سنة الأساس والسنة الحالية - الخصائص الرئيسية لأرقام الفهرس - الخطوات الرئيسية في بناء الأرقام القياسية، طرق حساب أرقام الفهرس ندش أرقام الفهرس غير المرجح - أرقام الفهرس الموزون، اختبارات كفاية الأرقام القياسية. مؤشر تكلفة المعيشة أرقام مؤشر أسعار المستهلك - فائدة الأرقام القياسية لأسعار المستهلك - افتراضات الرقم القياسي لتكاليف المعيشة - خطوات بناء أرقام مؤشر تكلفة المعيشة. طرق بناء الرقم القياسي لأسعار المستهلك - طريقة الإنفاق الكلي - طريقة ميزانية الأسرة - متوسط ​​الوزن لأقارب الأسعار، قيود أرقام الفهرس. فائدة وأهمية أرقام الفهرس أدوات كومبوتاتيونال على نحو مماثل، داتافريم لديه طريقة كوف لحساب التباينات الزوجية بين السلسلة في داتافريم، وأيضا استبعاد قيم نانول. وبافتراض أن البيانات المفقودة مفقودة عشوائيا، فإن ذلك يؤدي إلى تقدير لمصفوفة التباين المشترك غير المتحيز. ومع ذلك، قد لا يكون هذا التقدير مقبولا بالنسبة لكثير من التطبيقات لأن مصفوفة التباين المقدرة غير مضمونة لتكون شبه محددة. وهذا يمكن أن يؤدي إلى ارتباطات تقديرية لها قيم مطلقة أكبر من واحد، و أن مصفوفة التباين غير قابل للانعكاس. انظر تقدير مصفوفات التغاير لمزيد من التفاصيل. كما يدعم DataFrame. cov كلمة رئيسية اختيارية مينبيريودس تحدد الحد الأدنى المطلوب من الملاحظات لكل زوج عمود من أجل الحصول على نتيجة صالحة. يتم تحديد الأوزان المستخدمة في النافذة بواسطة الكلمة الرئيسية وينتيب. قائمة أنواع المعترف بها هي: بوكسكار تريانغ بلاكمان هامنج بارتليت بارزن بوهمان بلاكمانهاريس نوتال بارثان كايزر (يحتاج بيتا) غاوسيان (يحتاج ستد) جينيرالغوسيان (يحتاج السلطة، العرض) سليبيان (يحتاج العرض). لاحظ أن نافذة بوكسكار تعادل يعني (). بالنسبة لبعض وظائف النوافذ، يجب تحديد معلمات إضافية: ل. سوم () مع وينتيب. لا يوجد التطبيع القيام به إلى الأوزان للنافذة. تمرير الأوزان المخصصة من 1، 1، 1 سوف تسفر عن نتيجة مختلفة من تمرير الأوزان من 2، 2، 2. على سبيل المثال. عند تمرير وينتيب بدلا من تحديد أوزان صريحة، الأوزان هي بالفعل تطبيع بحيث أكبر وزن هو 1. على النقيض من ذلك، فإن طبيعة. mean () حساب بحيث يتم تطبيع الأوزان فيما يتعلق بعضها البعض. أوزان 1، 1، 1 و 2، 2، 2 تعطي نفس النتيجة. وقت علم المتداول الجديد في الإصدار 0.19.0. الجديد في الإصدار 0.19.0 هي القدرة على تمرير الإزاحة (أو قابلة للتحويل) إلى. rolling () طريقة ويكون لها إنتاج نوافذ متغيرة الحجم استنادا إلى نافذة الوقت مرت. لكل نقطة زمنية، وهذا يشمل جميع القيم السابقة التي تحدث داخل دلتا الوقت المشار إليها. ويمكن أن يكون هذا مفيدا بشكل خاص لمؤشر الترددات غير المنتظمة. هذا هو مؤشر الترددات العادية. استخدام معامل نافذة عدد صحيح يعمل على لفة على طول تردد النافذة. ويتيح تحديد الإزاحة مواصفات أكثر سهولة للتكرار المتداول. باستخدام مؤشر غير منتظم، ولكن لا يزال رتابة، المتداول مع نافذة عدد صحيح لا نقل أي حساب خاص. استخدام مواصفات الوقت يولد نوافذ متغيرة لهذه البيانات متفرق. وعلاوة على ذلك، نسمح الآن اختياري على المعلمة لتحديد عمود (بدلا من الافتراضي الفهرس) في داتافريم. الوقت المتداول المتداول مقابل إعادة أخذ العينات باستخدام. rolling () مع فهرس يستند إلى الوقت يشبه إلى حد كبير إعادة اختزال. كلاهما يعمل وأداء عمليات الاختزال على كائنات الباندا بفهرسة الوقت. عند استخدام. rolling () مع إزاحة. الإزاحة هي دلتا الوقت. اتخاذ نافذة في الوراء في الوقت تبحث، وتجميع كل القيم في تلك النافذة (بما في ذلك نقطة النهاية، ولكن ليس نقطة البداية). هذه هي القيمة الجديدة عند هذه النقطة في النتيجة. هذه هي النوافذ ذات الحجم المتغير في مساحة زمنية لكل نقطة من المدخلات. سوف تحصل على نفس الحجم نتيجة المدخلات. عند استخدام. resample () مع إزاحة. إنشاء مؤشر جديد هو تواتر الإزاحة. ولكل حاوية تردد، يتم تجميع النقاط المجمعة من المدخلات داخل نافذة النظر في الوقت المناسب التي تقع في تلك الحاوية. وتكون نتيجة هذا التجميع ناتج نقطة التردد هذه. النوافذ هي حجم حجم ثابت في مساحة التردد. سيكون لديك نتيجة شكل تردد منتظم بين دقيقة والحد الأقصى للكائن المدخلات الأصلية. كي تختصر. المتداول () عملية إطار يستند إلى الوقت، بينما. resample () عملية إطار يستند إلى تردد. توسيط ويندوز يتم تعيين التسميات بشكل افتراضي على الحافة اليسرى للنافذة، ولكن تتوفر كلمة رئيسية مركزية بحيث يمكن تعيين التصنيفات في المركز. دوال ويندو فونكتيونس كوف () و كور () يمكن حساب إحصاءات نافذة متحركة حول سلسلتين أو أي مجموعة من داتافراميزيريز أو داتافرامداتافريم. هنا هو السلوك في كل حالة: سلسلتين. حساب إحصاء الاقتران. DataFrameSeries. حساب الإحصاءات لكل عمود من داتافريم مع سلسلة مرت، وبالتالي إرجاع داتافريم. DataFrameDataFrame. افتراضيا حساب الإحصائية لمطابقة أسماء الأعمدة، وإرجاع داتافريم. إذا تم تمرير وسيطة الكلمة الرئيسية بيرويزترو ثم يحسب الإحصائية لكل زوج من الأعمدة، فارجع لوحة العناصر التي هي التواريخ المعنية (انظر القسم التالي). الحوسبة المتغايرات المتداخلة الازدواجية والارتباطات في تحليل البيانات المالية وغيرها من المجالات it8217s المشتركة لحساب التباين والمصفوفات الارتباط لمجموعة من السلاسل الزمنية. وكثيرا ما يكون المرء مهتما أيضا بتباين نافذة النافذة ومصفوفات الارتباط. ويمكن القيام بذلك عن طريق تمرير وسيطة الكلمة الرئيسية الزوجية، والتي في حالة مدخلات داتافريم سوف تسفر عن لوحة العناصر التي هي التواريخ المعنية. وفي حالة وسيطة داتافريم واحدة، يمكن حذف الوسيطة الزوجية: يتم تجاهل القيم المفقودة ويتم حساب كل إدخال باستخدام الملاحظات الكاملة الزوجية. يرجى الاطلاع على قسم التباين في التحذيرات المرتبطة بهذه الطريقة لحساب التباين المشترك ومصفوفات الارتباط. وبصرف النظر عن عدم وجود معلمة نافذة، هذه الوظائف لها نفس واجهات مثل نظرائهم. rolling. مثل أعلاه، المعلمات التي يقبلونها جميعا هي: مينبيريودس. عتبة نقاط البيانات غير الفارغة المطلوبة. الافتراضات إلى الحد الأدنى اللازم لحساب الإحصائية. لا نانس سيتم إخراج مرة واحدة وقد شوهدت نقاط البيانات غير فارغة نول. مركز. منطقي، ما إذا كان سيتم تعيين التسميات في مركز (الافتراضي هو فالس) إخراج أساليب. rolling و. إكسباندينغ لا نان إذا كان هناك على الأقل مينبيريودس القيم غير فارغة في الإطار الحالي. هذا يختلف عن كومسوم. cumprod. cummax. و الكمون. التي تعود نان في الإخراج أينما واجه نان في المدخلات. وستكون إحصائية النافذة الآخذة في الاتساع أكثر استقرارا (وأقل استجابة) من نظيرتها المتداول النافذة حيث أن حجم النافذة المتزايد يقلل من التأثير النسبي لنقطة بيانات فردية. وكمثال على ذلك، هنا هو الناتج المتوسط ​​() لمجموعة بيانات السلاسل الزمنية السابقة: ويندوز المرجح أضعافا مضاعفة مجموعة من الوظائف ذات الصلة هي إصدارات مرجحة أضعافا مضاعفة للعديد من الإحصائيات المذكورة أعلاه. يتم الوصول إلى واجهة مماثلة ل. rolling و. إكسباندينغ من خلال طريقة. ewm لتلقي كائن إوم. يتم توفير عدد من طرق إو المتزايدة أضعافا مضاعفة: