Mikä on yksityiskohta?
Detrendiin sisältyy kertyvien tietojoukkojen vaikutusten poistaminen trendistä, joka näyttää vain arvojen absoluuttiset muutokset ja mahdollisten suhdannekuvioiden tunnistamisen. Tämä tehdään regressioanalyysillä ja muilla tilastollisilla tekniikoilla. Kehittyminen auttaa maalaamaan selkeämmän kuvan kuviosta, jonka haluat tunnistaa.
Avainsanat
- Hajautusta käytetään tunnistamaan tietyn tietojoukon suhdannekuviot. Tyypillisesti on kaksi suuntausluokkaa: deterministinen ja stokastinen. Ennen kuin trendi voi tapahtua, trendi on tunnistettava. Detrend-hintaoskillaattori on yksinkertaisin menetelmä, jota voidaan käyttää kehityksen havaitsemiseen. On olemassa useita muita menetelmiä, joita voidaan käyttää tietyissä olosuhteissa, mutta ne ovat usein vaikeampia ja monimutkaisempia.
Kuinka yksityiskohta toimii?
Kun tutkija piirtää tietyn tietojoukon, he yleensä tekevät niin poistaakseen näkökohdan, joka näyttää aiheuttavan jonkinlaista vääristymää lopputuloksessa. Trenditietojen poistamisesta tietokokonaisuudesta on usein suuria etuja, koska kyse on vain ensisijaisesti suuntausten tunnistamisesta ja niiden mallintamisesta, jotka ovat aiemmin osoittautuneet hyödyllisiksi tai muuten informatiivisiksi.
Trendin poistaminen tietojoukosta voi antaa sinun keskittyä vaihtelun sijasta ja tunnistaa useita tärkeitä tekijöitä. Tämä on erityisen hyödyllistä myynnissä ja markkinoinnissa.
Detrendin tyypit
Eri kartoituspalveluihin sisältyy detrend-hintaoskillaattorin käyttö, joka antaa kauppiaille menetelmän lyhyemmän aikavälin suhdannekuvioiden analysoimiseksi. Näitä malleja voidaan sitten käyttää tehokkaammin tunnistamaan tärkeimmät käännekohdat pidemmällä aikavälillä.
On olemassa useita muita menetelmiä, joita voidaan käyttää suuntaamiseen, mutta suurin osa niistä on paljon monimutkaisempia ja vaikeampia käyttää. Muutamat vaihtoehtoisista vaihtoehdoista ovat neliömäisesti hajoavia, käyttämällä Baxter-King-suodatinta (vain keskimääräisten trendilinjojen siirtämiseen) ja Hodrick-Prescott-suodatinta (vain tietyn aikasarjan syklisille komponenteille).
Mikä menetelmä on parhaiten hankkeelle ja käsillä oleva tieto, riippuu monista yksittäisistä tekijöistä, mukaan lukien tietty tutkimusala ja siitä, korreloidaanko tiedot lineaarisesti. Mahdollisuus nopeasti ja tehokkaasti kehittyä sisältyy suurimpaan osaan tilastollisia ohjelmistopaketteja, jotka ovat saatavilla ja joita käytetään nykyään laajasti.
Vaatimukset detrendille
Ennen kuin trendi voi tapahtua, trendin erityisluokka on tunnistettava sopivimman käytetyn menetelmän määrittämiseksi. Vaikka suuntauksia on monia erilaisia, ne esiintyvät tyypillisesti vain kahdessa eri luokassa. Nämä luokat ovat deterministisiä suuntauksia ja stokastisia suuntauksia.
Deterministiset trendit vähenevät tai kasvavat jatkuvasti, ja stokastiset trendit vähenevät tai kasvavat epäjohdonmukaisesti. Deterministisiä suuntauksia on usein helpompi tunnistaa ja hajottaa, koska ne ovat hiukan ennustettavissa ja luotettavia, mutta on menetelmiä, jotka ovat osoittautuneet hyödyllisiksi myös stokastisissa suuntauksissa.
Esimerkki kehittyvästä
Usein markkinoiden vauhdilla tapahtuu hinnoittelusuuntauksia. Noin 2011–2015 Yhdysvaltain osakemarkkinoilla oli suuri heikkolaatuinen kehitys. Niiden liikkeeseenlaskijoiden varastot, joiden laadun perustiedot olivat heikompia kuin perinteisen blue-chip -yrityksesi, ylittivät suuren marginaalin. Nämä tiedot, jos niitä ei "hajoteta" ennustemalleista, ovat saattaneet luoda väärät positiiviset tulokset markkinoiden yläosille tai muille taloudellisille käännepisteille.
Yksi yleisimmistä detrending-käytöistä on tietojoukossa, joka osoittaa jonkinlaista yleistä kasvua. Tietojen kehittyessä voit nähdä mahdolliset alitrendit, jotka voivat olla uskomattoman hyödyllisiä tieteellisessä, taloudellisessa, myynti- ja markkinointitutkimuksessa kautta linjan.
