Estou escrevendo uma função de média móvel que usa a função convolve em numpy, o que deve ser equivalente a (média móvel ponderada). Quando meus pesos são todos iguais (como em uma média aritmática simples), ele funciona bem: no entanto, quando eu tento usar uma média ponderada em vez do (para o mesmo dado) 3.667.4.667,5.667,6.667. Eu espero, eu consigo Se eu remover a bandeira válida, eu nem vejo os valores corretos. Eu realmente gostaria de usar convolve para o WMA, bem como MA, pois faz o código de limpeza (mesmo código, pesos diferentes) e caso contrário eu acho que eu tenho que percorrer todos os dados e pegar fatias. Qualquer ideia sobre este comportamentoNotro primeiro passo é traçar um gráfico que mostra as médias de dois arrays. Let8217s criam dois arrays x e y e traçam os mesmos. X será de 1 a 10. E você terá esses mesmos elementos em uma ordem aleatória. Isso nos ajudará a verificar que, de fato, nossa média está correta. Let8217s aleatorizar a ordem de nossos elementos em y mais uma vez e tramar novamente: com relação a y let8217s veja como a média móvel se comporta: no próximo tutorial devemos traçar as médias móveis. Compartilhe isso: Gosto do seguinte: Publicar navegação Deixe uma resposta Cancelar resposta d bloggers como este: anteriormente, apresentamos como criar médias móveis usando python. Este tutorial será uma continuação deste tópico. Uma média móvel no contexto das estatísticas, também chamada de média de deslocamento, é um tipo de resposta de impulso finito. Em nosso tutorial anterior, traçamos os valores das matrizes x e y: Let8217s traçam x contra a média móvel de y que devemos chamar yMA: Em primeiro lugar, let8217s igualam o comprimento de ambos os arrays: E para mostrar isso em contexto: O resultante Gráfico: Para ajudar a entender isso, let8217s traçam dois relacionamentos diferentes: x vs y e x vs MAy: A média móvel aqui é o gráfico verde que começa em 3: Compartilhe isso: Curtiu: Postar navegação Deixe uma resposta Cancelar resposta Muito útil eu Gostaria de ler a última parte em grandes conjuntos de dados Espero que venha em breve8230 d blogueiros como este:
No comments:
Post a Comment