ฉันรักการแปลTrend PatternAlthough t

ฉันรักการแปล
Trend Pattern
Although time series data generally exhibit random fluctuations, a time series may also show
gradual shifts or movements to relatively higher or lower values over a longer period of time.
If a time series plot exhibits this type of behavior, we say that a trend pattern exists. A trend
is usually the result of long-term factors such as population increases or decreases, changing
demographic characteristics of the population, technology, and/or consumer preferences.
To illustrate a time series with a trend pattern, consider the time series of bicycle sales
for a particular manufacturer over the past 10 years, as shown in Table 15.3 and Figure 15.3.
Note that 21,600 bicycles were sold in year one, 22,900 were sold in year two, and so on.
In year 10, the most recent year, 31,400 bicycles were sold. Visual inspection of the time
series plot shows some up and down movement over the past 10 years, but the time series
also seems to have a systematically increasing or upward trend.
The trend for the bicycle sales time series appears to be linear and increasing over time,
but sometimes a trend can be described better by other types of patterns. For instance, the
data in Table 15.4 and the corresponding time series plot in Figure 15.4 show the sales for
a cholesterol drug since the company won FDA approval for it 10 years ago. The time
series increases in a nonlinear fashion; that is, the rate of change of revenue does not increase
by a constant amount from one year to the next. In fact, the revenue appears to be growing
in an exponential fashion. Exponential relationships such as this are appropriate when the
percentage change from one period to the next is relatively constant.
Seasonal Pattern
The trend of a time series can be identified by analyzing multiyear movements in historical
data. Seasonal patterns are recognized by seeing the same repeating patterns over successive
periods of time. For example, a manufacturer of swimming pools expects low sales

ผลลัพธ์ (ไทย) 1:

ฉันรักการแปลรูปแบบแนวโน้มแม้ว่าข้อมูลอนุกรมเวลาโดยทั่วไปแสดงความผันผวนสุ่ม ชุดเวลาอาจแสดงค่อย ๆ เปลี่ยนหรือย้ายค่าค่อนข้างสูง หรือต่ำเป็นระยะเวลานานถ้าพล็อตชุดจัดแสดงชนิดของลักษณะการทำงาน เวลาเราพูดว่า มีรูปแบบแนวโน้ม แนวโน้มโดยปกติจะเป็นผลลัพธ์ของปัจจัยระยะยาวเช่นประชากรเพิ่มขึ้น หรือลด ลง การเปลี่ยนแปลงลักษณะทางประชากรของลักษณะประชากร เทคโนโลยี และ/หรือผู้บริโภคการแสดงลำดับเวลากับรูปแบบแนวโน้ม พิจารณาชุดเวลาขายจักรยานสำหรับผู้ผลิตที่เฉพาะกว่า 10 ปี เป็นแสดงในตารางที่ 15.3 15.3 รูปหมายเหตุว่า จักรยาน 21,600 ถูกขายในปีหนึ่ง 22900 ถูกขายในปีสอง และอื่น ๆในปีที่ 10 ปีล่าสุด จักรยาน 31,400 ถูกขาย ตรวจสอบภาพของเวลาลงจุดชุดแสดงขึ้นเคลื่อนไหวมากกว่า 10 ปี แต่ชุดเวลานอกจากนี้ยัง ดูเหมือนว่าจะ มีแนวโน้มเพิ่มขึ้น หรือขึ้นอย่างเป็นระบบแนวโน้มสำหรับชุดจักรยานเวลาขายปรากฏเป็นเส้นตรง และเพิ่มช่วงเวลาแต่บางครั้งแนวโน้มสามารถอธิบายดี โดยรูปแบบชนิดอื่น ๆ ตัวอย่าง การข้อมูลในตาราง 15.4 และชุดเวลาที่สอดคล้องกันที่พล็อตในรูปที่ 15.4 แสดงการขายมีไขมันยาเนื่องจากบริษัทที่ชนะการอนุมัติจาก FDA สำหรับ 10 ปีที่ผ่านมา เวลาเพิ่มชุดแฟชั่นแบบไม่เชิงเส้น นั่นคือ อัตราการเปลี่ยนแปลงของรายได้เพิ่มขึ้นไม่โดยมียอดเงินคงที่จากปีหนึ่งไป ปรากฏในความเป็นจริง รายได้จะเติบโตในแฟชั่นที่เนนการ เนนความสัมพันธ์เช่นนี้จะเหมาะสมเมื่อการเปอร์เซ็นต์การเปลี่ยนแปลงจากระยะหนึ่งไปจะค่อนข้างคงรูปแบบตามฤดูกาลสามารถระบุแนวโน้มของลำดับเวลา โดยการวิเคราะห์การเคลื่อนไหว multiyear ในประวัติศาสตร์ข้อมูล รูปแบบตามฤดูกาลมีการรับรู้ โดยเห็นรูปแบบซ้ำกันมากกว่าต่อเนื่องรอบระยะเวลา ตัวอย่าง ผู้ผลิตของสระคาดว่าขายต่ำ

ผลลัพธ์ (ไทย) 3:

แนวโน้มรูปแบบฉันรักการแปล

แม้ว่าข้อมูลอนุกรมเวลาโดยทั่วไปมีความผันผวนสุ่มเวลาชุดนอกจากนี้ยังอาจแสดง
ค่อยๆกะหรือความเคลื่อนไหวที่ค่อนข้างสูงหรือค่าต่ำในระยะเวลานานของเวลา .
ถ้าเวลาแปลงชุดแสดงประเภทของพฤติกรรมนี้ เรากล่าวว่า แนวโน้มรูปแบบอยู่แล้ว แนวโน้ม
มักจะเกิดจากปัจจัยระยะยาว เช่น การเพิ่มประชากรลดลงหรือเปลี่ยน
ลักษณะทางประชากรศาสตร์ของประชากร เทคโนโลยี และ / หรือการตั้งค่าของผู้บริโภค .
เพื่อแสดงอนุกรมเวลาที่มีแนวโน้มรูปแบบพิจารณาอนุกรมเวลาขายจักรยาน
เป็นผู้ผลิตเฉพาะในช่วง 10 ปี ดังแสดงในตารางที่ 15.3 และรูปที่ 15.3
หมายเหตุที่ 21600 คันถูกขายในหนึ่งปี 22900 ถูกขายในปีที่สอง และ
ในปี 10 , ปีล่าสุด , 31400 จักรยานถูกขาย การตรวจสอบภาพในเวลาแปลง
ชุดแสดงการเคลื่อนไหวขึ้นลง มา 10 ปี แต่เวลาชุด
ดูเหมือนจะรับเพิ่มหรือแนวโน้มสูงขึ้น
แนวโน้มการขายจักรยานเวลาชุดปรากฏเป็นเส้นตรงและเพิ่มช่วงเวลา
แต่บางครั้ง แนวโน้มสามารถอธิบายได้ดีขึ้น โดยประเภทอื่น ๆของรูปแบบ ตัวอย่างเช่น
ข้อมูลในตาราง 15.4 และเวลาที่สอดคล้องกันในชุดแปลงตัวเลข 15.4 แสดงขาย
คอเลสเตอรอลยาเนื่องจากบริษัทได้รับการอนุมัติจาก FDA สำหรับมันเมื่อ 10 ปีก่อน เวลา
ชุดเพิ่มในแบบแฟชั่นนั่นคือ อัตราการเปลี่ยนแปลงของรายได้ไม่ได้เพิ่มตามจำนวนเงินที่คงที่
จากหนึ่งปีถัดไป ในความเป็นจริง รายได้จะเติบโต
ในแฟชั่นแบบเอกซ์โพเนนเชียล ชี้แจงความสัมพันธ์เช่นนี้มีความเหมาะสมเมื่อเทียบจากช่วงหนึ่งไป
ต่อไปจะค่อนข้างคงที่

รูปแบบตามฤดูกาลแนวโน้มของอนุกรมเวลาที่สามารถระบุได้โดยวิเคราะห์ถึงการเคลื่อนไหวในข้อมูลทางประวัติศาสตร์

รูปแบบตามฤดูกาลการเห็นรูปแบบเดียวกันซ้ำในช่วงเวลาที่ต่อเนื่อง
ของเวลา ตัวอย่างเช่น ผู้ผลิตของสระว่ายน้ำ คาดว่ายอดขายต่ำ