نموذج الانحدار التلقائي: الميزات والعملية والوجبات الجاهزة

غالبًا ما يتطلب التنبؤ المستقبلي أساسًا تقنيًا. في العالم العملي ، يتوقع المحللون القيم المستقبلية بناءً على القيم السابقة لسلعة أو اتجاه في السوق. في النموذج الإحصائي ، يُطلق عليه اسم الانحدار الذاتي إذا كان قادرًا على التنبؤ بالقيم المستقبلية في ضوء سلسلة من البيانات الواقعية للقيم السابقة.

على سبيل المثال ، قد يتم استخدام نموذج الانحدار التلقائي لاشتقاق سعر سهم في المستقبل ، بناءً على أدائه السابق. يستخدم المحللون البيانات السابقة فقط كمدخلات لنمذجة السلوك.

لذلك ، يتم استخدام البادئة "auto" (المعنى اليوناني ، "self") في الاسم autoregressive. تسمى نماذج AR أيضًا نماذج شرطية أو نماذج انتقالية أو نماذج ماركوف.

حول نموذج الانحدار التلقائي (AR)

في الإحصاء أو الاقتصاد القياسي أو حتى معالجة الصور ، يعتبر نموذج الانحدار الذاتي (AR) نوعًا من العمليات العشوائية. بمعنى ، يتم استخدامه لتوضيح إحصائيات سلسلة من الأحداث المحددة المتغيرة بمرور الوقت في الطبيعة والاقتصاد وما إلى ذلك.

عمليًا ، في السلاسل الزمنية ، يتم ملاحظة أوجه التشابه بين القيم الماضية والحالية. هذا يعني نطاق الارتباط التلقائي داخل هذه البيانات. على سبيل المثال ، من خلال معرفة سعر السهم اليوم ، يمكننا غالبًا عمل تنبؤ تقريبي حول تقييمه غدًا. يشير هذا إلى الارتباط ، الجانب الذي يعتمد عليه نموذج الانحدار الذاتي.

يعد نموذج الانحدار التلقائي (AR) أحد نماذج التنبؤ المبنية على طرق الانحدار. سوف تتنبأ نماذج الانحدار المتعدد بمتغير باستخدام مجموعة خطية من المتنبئين ؛ بينما يستخدم نموذج الانحدار التلقائي مجموعة من القيم السابقة التي يمتلكها المتغير. على عكس نماذج الانحدار الذاتي الموزع (ADL) ، تستند نماذج AR إلى الارتباطات التسلسلية بين الكيانات في سلسلة زمنية.

لذلك ، فإن الانحدار التلقائي (AR) هو نموذج سلسلة زمنية. يهدف نموذج الانحدار التلقائي إلى التنبؤ بالقيم المستقبلية بناءً على القيم في الأحداث الماضية. يستخدم بيانات الإدخال من ملاحظات الخطوات السابقة ، واستخدام معادلة الانحدار يتنبأ بالقيمة في الخطوة الزمنية التالية. يمكن أن ينتج عن هذا النموذج تنبؤات دقيقة حول مجموعة من مشاكل السلاسل الزمنية.

عادةً ما تستخدم الخوارزمية بناءً على الارتباطات (الارتباط التسلسلي) المشتقة ضمن القيم في سلسلة زمنية معينة والقيم التي تقودها وتتبعها. إن الفرضية القائلة بأن القيم السابقة تؤثر على القيم الحالية تجعل التقنية الإحصائية مفيدة لتحليل الطبيعة ، مثل الطقس ، والتمويل ، مثل الاقتصاد ، والعمليات الأخرى التي تتعرض للتغير بمرور الوقت.

قراءة: نموذج الانحدار الخطي

السمات البارزه

• تساعد نماذج الانحدار الذاتي على التنبؤ بالقيم المستقبلية بناءً على القيم السابقة.
• تستخدم نماذج الانحدار الذاتي في التحليل الفني للتنبؤ بالاتجاهات المستقبلية.
• تعتمد نماذج الانحدار الذاتي على نظرية أن المستقبل سوف يشبه الماضي.
• بيانات السلاسل الزمنية هي البيانات التي تم جمعها على نفس وحدة المراقبة في فترات متعددة.

يخضع التنبؤ لظروف متقلبة ، مثل الطفرة التكنولوجية السريعة ، أو في حالة المجال المالي ، ظروف السوق المتأثرة بالأزمات المالية ، إلخ.

عملية AR

هذه العملية هي انحدار خطي. إنه انحدار البيانات ضمن السلسلة الحالية من المخططات الزمنية مقابل قيم واحدة أو متعددة في نفس السلسلة.

في تحليل الانحدار ، عادةً في الانحدار الخطي "المنتظم" ، تظل قيمة متغير النتيجة (Y) عند نقطة معينة "t" في الوقت المناسب مرتبطة ارتباطًا مباشرًا بمتغير التوقع (X).

هنا ، يختلف الانحدار الخطي البسيط ونماذج AR في طريقة Y تظل معتمدة على X وأيضًا على القيم السابقة لـ Y. تحليل الارتباط هو تقنية تستخدم لتحديد الارتباطات بين متغيرين مستمرين.

عملية الواقع المعزز هي إحدى العمليات العشوائية. وفقًا لنظرية الاحتمالية ، لديها درجات من عدم اليقين أو إلى حد ما ، العشوائية المستحثة. تعني العشوائية أنك قد تتنبأ بالاتجاهات المستقبلية بسهولة ، ضمن مجموعة البيانات التاريخية. لكنك لن تكون دقيقًا أبدًا.

تستغرق العملية عادةً تقريبًا و "قريبة بدرجة كافية" ليتم الاعتماد عليها في معظم الأحداث.

AR الوجبات الجاهزة

غالبًا ما يتطلع المحللون في الصناعة إلى الأساليب الإحصائية في التنبؤ والتنبؤ. يساعد التعلم المرتبط بنموذج Autoregressive (AR) دائمًا المحللين المحترفين على أخذ مشاريع تحليل البيانات وعلوم البيانات بثقة. الدورات التدريبية في هذا الموضوع ، من قبل مقدمي الخدمات مثل upGrad ، تساعد في المضي قدمًا. العلامة التجارية upGrad هي عبارة عن منصة للتعليم العالي عبر الإنترنت توفر مجموعة واسعة من البرامج ذات الصلة بالصناعة الجاهزة لقيادة نجاحك المهني.

ماذا بعد؟

إذا كنت مهتمًا بالتعرف على علوم البيانات ، فراجع دبلوم PG في IIIT-B & upGrad في علوم البيانات والذي تم إنشاؤه للمهنيين العاملين ويقدم أكثر من 10 دراسات حالة ومشاريع ، وورش عمل عملية عملية ، وإرشاد مع خبراء الصناعة ، 1- على - 1 مع موجهين في الصناعة ، وأكثر من 400 ساعة من التعلم والمساعدة في العمل مع الشركات الكبرى.

تعلم دورات علوم البيانات عبر الإنترنت من أفضل الجامعات في العالم. اربح برامج PG التنفيذية أو برامج الشهادات المتقدمة أو برامج الماجستير لتتبع حياتك المهنية بشكل سريع.