а дорівнює 1.0. Також на початку і в кінці ряду згладжування проводиться за допомогою симетричного щодо центру вікна додавання даних. p> Веса. Цей стовпець покаже всі ваги, використовувані у вікні згладжування, для отримання оцінок спектральної щільності (див. вище). Різні згладжуючі вікна описані нижче (Вікна даних для оцінок спектральної щільності). Зауважимо, що ваги нормуються, так щоб їх сума дорівнювала 1. p> Зазвичай для обчислення оцінок спектральної щільності периодограмм згладжують, щоб прибрати випадкові коливання. Вид зваженого ковзного середнього і ширина вікна згладжування вибирається у вікні Спектральні вікна, яке знаходиться в закладці Додатково. Для розглянутого прикладу встановимо 5-точкове вікно Хеммінга (Вікно Хеммінга - для кожної частоти ваги для зваженого ковзного середнього значень періодограмми визначаються як, після чого натиснемо кнопку Спектральна щільність при включеній закладці Перегляд і графік. br/>В
Рис.5. Спектральна щільність
Для перегляду гістограми спектральної щільності необхідно зайти в результати спектрального аналізу і на плотн. Клацнути правою кнопкою, потім вибрати графіки бічних даних --- гістограма: за стовпцями
В
Рис. 6 гістограма значень спектральної щільності
.2 Спектральний аналіз динаміки крос-курсу EUR/USD із застосуванням експоненціального згладжування
Перетворимо наші вихідні дані, проведемо просте експоненціальне згладжування.
Аналіз - поглиблені методи аналізу - часові ряди і прогнозування.
У вікні аналіз часових рядів натиснути - ОК (перетворення, авто-і кросскорреляціі, графіки)
В
Рис 1. вікно перетворення змінних
У закладці згладжування виберемо просте експоненціальне згладжування при ? = 0,1
Просте експоненціальне згладжування. Тут більш старим спостереженнями приписуються експоненціально убуваючі ваги. Точна формула простого експоненціального згладжування наступна:
St = a * Xt + (1 - a ) * St-1
де St - це значення перетвореного ряду в момент t, St-1 - значення перетвореного ряду в момент t-1, Xt - значення перетвореного ряду в момент t, і a (альфа) - константа (0 < a <1) . Очевидно, результат залежить від параметра a . Якщо a дорівнює 1, то попередні спостереження повністю ігноруються. Якщо a дорівнює 0, то ігноруються поточні спостереження. Значення a між 0, 1 дають проміжні резу...
