StudneckiPrawdopodobnie ostatni egzamin jaki będę pisał zbliża się do mnie wielkimi krokami. Zapewne by się tak nie przejmował gdyby nie fakt ,że powstała pewna głupia sytuacja, która trochę mnie zdołowała. A sam egzamin jest z “algorytmów genetyczny, sieci neuronowych, analiza szeregów czasowych, liczb rozmytych oraz zagadnień transportowych plus algorytm centroidów. Nie mówiąc o tym ,że planowałem sobie ferie.
Zapewne powinien opisywać jaki to ja jestem wściekły i tak dalej. Jednak gniew do niczego nie prowadzi i nie ma on sensu z punktu widzenia biznesowego dlatego staram się zarządzać takim emocjami w bardziej cywilizowany sposób.
Postanowiłem zrobić wpis na blogu.
Oto problem. Ponieważ błędnie myślałem ,że jestem zwolniony z egzaminu nie było mnie na pewnych kluczowych wykładach. Mówiąc krótko ten wzór prezentuje “średnią ruchomą” ,ale nie ma pojęcia jak go użyć ponieważ zawiera on za dużo abstrakcyjnych symbolów. Jestem głupi cóż za niespodzianka na każdym etapie edukacji mam zawsze ten moment.
Wzór na średnio ruchomą nieparzystą (gdzie q jest dowolną liczbą naturalną)
Dopiero korzystają z wykładu z innej uczelni zacząłem cokolwiek rozumieć. Co prawda nie rozwiązuje to problemu ponieważ zagadnienia szeregów czasów już rozumiem ,ale nie w kontekście wykładu z którego powinien wszystko rozumieć. Czyli i tak mam problem. Kogo ja oszukuje na siłę jakby zrobić egzamin z tych zagadnień to nikt by tego przedmiotu nie zaliczył. Co to przedmiot, który zakłada ,że w 2 godzinny możesz się nauczyć algorytmów genetycznych.To jest nawet za krótki czas na przypomnienie. Czyli gadka ,że jest to przypomnienie ze studiów inżynierskich też nie bardzo działa jako tłumaczenie.
Śmiechem żartem ,ale wiele osób zapewne moich kolegów trafiło na mojego bloga ponieważ objaśniłem algorytm centroidów. Nasza grupa laboratoryjnymi miała większy wykład na ten temat ze względu na projekty. Nic śmiesznego nikt nie chce mieć warunku w 3 semestrze studiów magisterskich. Zwłaszcza ,ze wszyscy nagminnie ci przypominają ,ze powinieneś teraz pisać prace magisterską. Wiecie zero stresów.
Z drugiej strony może egzamin nie będzie taki trudny ,ale fakt faktem nie lubię przedmiotów na których umieszcza się tony wiedzy abstrakcyjno-książkowej. Nawet nie wiadomo jak nauczyć się dobrze takich zagadnień tak aby zdać.
To dlatego studenci częściej pytają jakie będą "pytania" niż "z czego" będzie egzamin.
2013-02-11: Egzamin zdałem ,ale trzeba przyznać ,ze jak na taki zakres materiału (plus twierdzenia Bayesa?) 8 pytań a,b,c,d sprawiło ,że poczułem się bardziej jakby grał w lotto niż pisał egzamin.
Prawdopodobnie robię ten wpis także dlatego ,że chce zobaczyć ile osób do mnie będzie trafiać ze względu na keywordy "średnie ruchome".
Średnie ruchome – parzyste i nieparzyste
Jeśli używałeś Googli to mnie więcej wież z której prezentacji się uczyłem tych zagadnień. Wszystko co teraz przeczytasz jest jednodniową dedukcją na temat zagadnienia.
Średnie ruchome to najłatwiejsza metoda wyrównywania szeregu czasowego.
Co to jest szereg czasowy? Rozmawiamy już średnich ruchomych ,a nie wiem co jest szereg.
Jest to zbiór danych który się zmieniają na przestrzeni czasu . Bardziej fachowa definicja brzmi:
Zbiór wartości badanej cechy (zjawiska) uporządkowany chronologicznie nazywamy szeregiem czasowym lub chronologicznym.Szereg czasowy zasobów otrzymamy w wyniku prowadzenia pomiarów danego zjawiska w ściśle określonym momencie czasowym.
Czyli szereg to mniej więcej coś takiego:
Jak już pisałem “Średnie ruchome” są najłatwiejszym sposobem na wyrównywaniem szeregu. Co mam namyślni przez wyrównywanie szeregu?
Wszystko sprowadza się do wykresu. Po lewej mamy jakieś dane ,a po prawej mamy te dane po wyrównaniu szeregu.
Co jest celem średnich ruchomy?
Celem średnich ruchomych jest wyeliminowanie wahań okresowych. Im bardziej będziemy je eliminować tym bardziej wykres będzie przypominał prostą. Oczywiście proces eliminacji wahań powinien być dostosowany do liczby pomiarów ponieważ możemy utracić cenne informacje.
Nie oszukujmy się z takiego wykresu ciężko określić co się dzieje.
Średnie ruchome dzielimy na średnie nieparzyste i parzyste. Przy czym parzyste średnie ruchome nazywamy średnimi scentrowanymi.
Parzystość i nieparzystość zależy od tego czy parametr “k” który symbolizuje “długość średniej ruchomej” jest parzysty czy nie.
Im dłuższa średnia ruchoma (im większe k), tym większe straty na informacji, ale za to lepsze wygładzenie i możliwość zaobserwowania tendencji rozwojowej badanego
zjawiska.
Przyszedł czas na wzory. Oto wzór dla średniej ruchomej nie parzystej gdy “k” równa się “3”.
Wzór wzorem ,ale wypadałoby go jakość graficznie przedstawić. Przyjrzymy się tabelce która pokazuje średnie ruchome w zależności od wielkość parametru“k”.
Jak widać przy k=3 tracimy jedną informację na początku i jedną na końcu szeregu. Dla k=5 tracimy dwie informacje na początku i na końcu.
Używając wzoru obliczyłem średnią ruchomą nieparzystą dla k=3.
Dla k=3 i rekordu nr 2 wzór wygląda tak.
Dla k=5 postępujemy ponownie tylko liczba parametrów dodawanych uległa zmianie.
To wszystko.
Średnie scentrowane
Średnie scentrowane są trochę trudniejsze. Rozwiązują one problem z parzystością liczby parametrów.
Wzór dla k=4 wygląda tak:
Znając już wzór łatwo go podstawiam do Excela.
Dla pierwszego rekordu w szeregu scentrowany wzór wygląda tak.
Analogicznie postępujemy gdy k=6.
Oto wynik graficzny wszystkich obliczeń. Jak widać im większe “k” tym wykres rzeczywiście coraz bardziej zaczyna przypominać prostą.
Ale to nie koniec mojej nauki. To akurat było proste ,ale przynajmniej wiedza mi się utrwaliła.
