Ev Kişisel Finans Markov Modeli'ni Tahmin Edici Analizlerde Kullanma - mankenler

Markov Modeli'ni Tahmin Edici Analizlerde Kullanma - mankenler

Video: İleri Analitiklere Giriş 2025

Video: İleri Analitiklere Giriş 2025
Anonim

Markov Modeli , olasılık teorisine büyük önem veren tahmini analitikte kullanılabilen istatistiksel bir modeldir. (Birincil araştırması olasılık teorisinde olan bir Rus matematikçilerinin adını taşıyor.)

İşte nasıl çalıştığını gösteren pratik bir senaryo: Takımın gelecekteki oyunu kazanacağını tahmin etmeyi hayal ettiğinizi düşünün. Yapılması gereken ilk şey, X Takımıyla ilgili önceki istatistikleri toplamaktır. Ortaya çıkabilecek soru, tarihe ne kadar geri gitmeniz gerektiğidir.

Sıralamada son 10 maç sonuçlarına ulaşabildiğinizi varsayalım. Son 10 maçın sonuçlarına bakıldığında, X takımının bir sonraki oyunu kazanma ihtimalini bilmek istersiniz.

Sorun, tarihin geri dönüp gitmek istediğinizde, veri toplama ve olasılık hesaplamasının gittikçe zorlaşması ve daha karmaşık hale gelmesi.

İster inanın ister inanmayın, Markov Modeli size, kelimeleri yazarken şu şekilde görünen Markov Varsayım, 'ı vererek hayatınızı kolaylaştırır:

n geçmiş olaylar göz önüne alındığında, bir olayın gerçekleşme ihtimali, sadece son bir geçmiş olayda böyle bir olayın gerçekleşme ihtimaline yaklaşık olarak eşittir.

Bir formül olarak yazılmış olan Markov Varsayımı şöyle:

Her durumda Markov Varsayımı, yarının sonuçlarını tahmin etmek için tarihe çok ilerlemeniz gerekmediği anlamına gelir. En son geçmiş etkinliği kullanabilirsiniz. Gelecekteki olayı tahmin etmek için yalnızca son olayı düşünüyorsanız buna birinci dereceden Markov tahmini adı verilir.

ikinci dereceden Markov tahmini sırayla gerçekleşen sadece son iki olayı içerir. Verilen denklemde aşağıdaki yaygın olarak kullanılan denklem de türetilebilir:

Bu denklem, bazı olayların sırayla oluşma ihtimalini hesaplamayı amaçlamaktadır: olay 1 sonra olayı 2 , vb. Bu olasılık, her olayın ( t olasılığının çarpıtılmasıyla) önceki sıralamadaki bir sonraki olayla çarpımı ile hesaplanabilir. Örneğin, X Takımının kazanacağını, daha sonra kaybettiğini ve daha sonra bağlarını tahmin etmek istediğinizi varsayalım.

İşte bir Markov Modeline dayanan tipik bir tahmin modeli nasıl işleyecek. Aynı örneği düşünelim: Bir futbol oyununun sonuçlarını X takımının oynayacağını tahmin etmek istediğinizi varsayalım. durum olarak adlandırılan üç olası sonuç kazanmak, kaybetmek veya kravat etmektir.

Ekip X futbol oyunlarının sonuçları hakkında geçmiş istatistiksel verileri topladığınızı ve Ekip X'in en yeni oyunu kaybettiğini varsayalım. Bir sonraki futbol maçının sonucunu tahmin etmek istiyorsunuz. Her şey, Ekip X'in kazanacağını, kaybedeceğini veya kravatıp kazanmayacağını tahmin etmekle alakalıdır - yalnızca geçmiş oyunların verisine dayanarak. İşte bu tahmini yapmak için Markov Modelini nasıl kullanıyorsunuz.

  1. Geçmiş veriler temel alınarak bazı olasılıkları hesaplayın.

    Örneğin, X ekibi oyunları kaç kere kaybetti? X ekibi kaç defa oyun kazandı? Örneğin, X Takımının toplam on oyun arasından 6 oyun kazanıp kazanmadığını düşünün. Sonra, X takımı zamanının yüzde 60'ını kazandı. Bir başka deyişle, X takımının kazanma ihtimali yüzde 60'tır.

  2. Aynı şekilde bir kayıp olasılığı ve ardından bir kravat olma olasılığı hesaplayın.

  3. Aşağıdakiler gibi olasılıkları hesaplamak için Naïve Bayes olasılık denklemini kullanın:

    • Ekip X'in son maçını kaybetmesi nedeniyle X Takımının kazanma ihtimali.

    • X takımının son maçı kazanması nedeniyle X takımının kaybedeceği ihtimali.

  4. Her durum için olasılıkları hesaplayın (kazanın, kaybedin veya kravat yapın).

  5. Takımın günde sadece bir oyun oynadığını varsayarsak, olasılıklar şu şekildedir:

    • P (Kazanma Kaybı), Dün kaybedildiğinden X Takımı'nın bugün kazanma ihtimalidir.

    • P (Win | Tie), Dün bağlı olduğu için X takımının bugün kazanma ihtimalidir.

    • P (Kazan | Kazan), Dün kazandığı göz önüne alındığında, X Takımı'nın bugün kazanma ihtimalidir.

  6. Hesaplanan olasılıkları kullanarak bir grafik oluşturun.

    Bu grafikteki bir daire, X Takımının herhangi bir zamanda kazanabileceği olası bir durumu (kazan, kaybet, kravat) temsil eder; oklardaki sayılar X Ekibinin bir devletten diğerine geçme ihtimalini temsil eder.

Örneğin, X takımı bugünkü maçını kazanırsa (mevcut durumu = kazanırsa), takımın tekrar kazanma ihtimali yüzde 60 olur; bir sonraki oyunu kaybedeceği ihtimali yüzde 20'dir (bu durumda mevcut durumu = kazanmaktan gelecekteki durumuna = kaybeder).

Ekip X'in üst üste iki oyun kazanması ve üçüncü maçı kaybetme ihtimalini bilmek istediğinizi varsayalım. Tahmin edebileceğiniz gibi, bunu yapmak basit bir tahmin değildir.

Ancak, yeni oluşturulan çizelgeyi ve Markov varsayımını kullanarak böyle bir olayın meydana gelme ihtimalini kolayca tahmin edebilirsiniz. Kazanma durumuyla başlarsınız, kazanma durumunu tekrar geçersiniz ve yüzde 60'ı kaydedersiniz; o zaman kaybolma durumuna geçersiniz ve yüzde 20'sini kaydedersiniz.

Ekip X'in iki kere kazanması ve üçüncü maçı kaybetme ihtimali daha basit hale geliyor: yüzde 60, yüzde 60, yüzde 60, yüzde 60, yüzde 20, yüzde 72;

Peki X Takımı kazanacak, sonra bağlayacak ve ondan sonra iki kere kaybedecek şansı ne olacak? Cevap, yüzde 20 (kayıp durumdan kravat durumuna geçerken) yüzde 20 (kravattan kayıptan kayıpla değişen), yüzde 35'lik (kaybeden kayıptan kasıtlı olarak) yüzde 35'tir (kayıpdan kaybına). Sonuç yüzde 49'dur.

Markov Modeli'ni Tahmin Edici Analizlerde Kullanma - mankenler

Editörün Seçimi

Yakın Çekimlerde Doğru Kusur ve Dikkat Eserleri - AYDINLATMA

Yakın Çekimlerde Doğru Kusur ve Dikkat Eserleri - AYDINLATMA

Birçok faktör, makro veya yakın plan fotoğrafı. Bunlar konudan alıkoyma eğilimindedir ve görüntülerin dağınık veya belirsiz görünmesine neden olabilir. Teknik açıdan, fotoğraflarınıza giren toz sensörünüz toz olabilir. Bu alanlarda lekelerin görülmesine neden olur ...

Doğru HDR Fotoğrafları - mankenler

Doğru HDR Fotoğrafları - mankenler

Photoshp Elements'teki yeni HDR görüntüsünü açabilir ve renk, beyaz dengesi ve parlaklığı kontrol etmeye başlayabilir. Düzeyler iletişim kutusunu açmak için Geliştir → Aydınlatmayı Ayarla → Seviyeleri seçin (şekilde gösterildiği gibi). Değişikliği beğenip beğenmediğinizi görmek için Otomatik düğmesini tıklayın. ...

Photoshop Elements 8'de HDR Görüntüleri Oluşturun - mankenler

Photoshop Elements 8'de HDR Görüntüleri Oluşturun - mankenler

Photoshop Elements 8, HDR özellikli uygulamaların saflarına katıldı . Elements'in yüksek dinamik menzilli fotoğraf özelliği o kadar da güçlü değil - temelde atılan küçük bir tonlu haritalama ile pozlama harmanlıyor. Bununla birlikte, parantezli pozları kabul eden her şey o kadar da kötü değil. Hangi modu kullanmak istediğinize bakılmaksızın aynı işlemi başlatırsınız ...

Editörün Seçimi

Taktik Zorlayıcı Bozukluk Taklit Edici Kompulsif Bozukluk Taklit Kompulsif Bozukluk veya OKB ile yaşayan Hile Bülteni

Taktik Zorlayıcı Bozukluk Taklit Edici Kompulsif Bozukluk Taklit Kompulsif Bozukluk veya OKB ile yaşayan Hile Bülteni

Zorluklar çıkarır, en azından OKB'nize sizi tanımlamasına izin vermediğinizden emin olun. OKB, hayatınızın bir parçasıysa, diğer sağlık ihtiyaçlarına da odaklanmaya çalışın. Bozukluğun nedeni ve aldığı birçok şekil yararlı bilgiler ...

Omega-3 Yağ Asitleri ve Bipolar Bozuklukların Tedavisi - AYDINLATMA

Omega-3 Yağ Asitleri ve Bipolar Bozuklukların Tedavisi - AYDINLATMA

Çalışmaları, insanların çok fazla deniz ürünü yediği ülkelerde depresyon oranları. Araştırmacılar, son on yılda bu bağlantıyı anlamaya çalışıyor ve omega-3 yağ asitleri üzerine odaklanmış durumda. Vücuttan kendisinin üretemediği besin maddeleri ve diyetle beslenmesi gereken besinler. Omega-3 yağ asitleri sağlıklı olmak için gereklidir ...

Sağlık < < Motive Edici Eylem Almayı Planlıyor -

Sağlık < < Motive Edici Eylem Almayı Planlıyor -

Pozitif hareket almayı planlayan mankenler engeller aşmanıza yardımcı oluyor ve ilerlemenizi sağlar. Planlamanıza yardımcı olacak bazı genel ipuçları. İlk adımlarınızın neler olacağına karar verin, hatta önce bir 'yapılacaklar listesi' yazarak! İlk adımlarınız, nihai hedefinize ulaşmanın mini hedefleridir. Neyin ne olduğunu öğrenin ...

Editörün Seçimi

Pazarlama Otomasyonu için Dinamik İçerikle Dönüşümleri Artırma - mankenler

Pazarlama Otomasyonu için Dinamik İçerikle Dönüşümleri Artırma - mankenler

Pazarlama otomasyon kampanyanız Birçok insanı tek bir açılış sayfasına başarılı bir şekilde yönlendirirseniz, bunu yalnızca tek bir harekete geçirme eylemiyle her biriyle alakalı hale getirirsiniz? Cevap şu ki, bilmiyorsun; yani, tek bir açılış sayfasını her kişi için farklı kılmak için dinamik içeriği kullanırsınız. Dinamik içerik ...

Doğrudan Posta ve Pazarlama Otomasyonunu Entegre Etmek İçin Nasıl Yaparsınız? - AYAKLAR

Doğrudan Posta ve Pazarlama Otomasyonunu Entegre Etmek İçin Nasıl Yaparsınız? - AYAKLAR

Bazı insanlar doğrudan posta pazarlamacılığının iş. Pazarlama otomasyonu ile doğrudan posta pazarlama kampanyanızın ne kadar etkili olduğunu göstermek için veri oluşturursunuz. Toplu patlatma postalarının normal posta veya e-postayla çalışmadığını kabul edebilirsiniz. Bununla birlikte, hedefli e-postalar hedeflenen e-postayla olduğu kadar çalışır. İhtiyacınız olan temel işlemler şunlardır:

LinkedIn'ı Pazarlama Otomasyonu ile Kaldıraç Etmek - mankenler

LinkedIn'ı Pazarlama Otomasyonu ile Kaldıraç Etmek - mankenler

LinkedIn çoğu işletme için çok güçlü bir sosyal medya kanalıdır. Bir B2B markası için pazarlama yapıyorsanız, pazarlama otomasyonundan faydalanabilirsiniz. Tüketici ambalajlı mal markaları ve diğer B2B dışı şirketler için, çok az değeri vardır. Bir B2B markası için pazarlama yapıyorsanız, LinkedIn'ı ve pazarlama otomasyonunu birlikte kullanmanın bazı yolları şunlardır: ...