Što je Detrend?
Derend uključuje uklanjanje učinaka nakupljanja skupa podataka iz trenda da se prikažu samo apsolutne promjene vrijednosti i da se omoguće prepoznavanje potencijalnih cikličkih obrazaca. To se provodi pomoću regresijske analize i drugih statističkih tehnika. Detrending pomaže u jasnijoj slici obrasca koji želite identificirati.
Ključni odvodi
- Detrending se koristi za identificiranje cikličkih obrazaca u određenom skupu podataka. Obično postoje dvije klase trendova: determinirajući i stohastički. Prije nego što se dogodi trend, potrebno je utvrditi vrstu trenda. Detrend oscilator cijene je najjednostavnija metoda koja se može upotrijebiti za detrend. Postoji nekoliko drugih metoda koje se mogu primijeniti u određenim okolnostima, ali često su i teže i složenije.
Kako djeluje Detrend
Kada istraživač umanji određeni skup podataka, obično to radi kako bi uklonio aspekt za koji se čini da u konačnom ishodu stvara neku vrstu izobličenja. Često su velike koristi uklanjanju podataka o trendovima iz skupa podataka, kao što je jednostavno prepoznavanje trendova na prvom mjestu i modeliranje onih koji su se u prošlosti pokazali korisnima ili na neki drugi način informativni.
Uklanjanje trenda iz vašeg skupa podataka može vam omogućiti da se umjesto toga usredotočite na fluktuacije i identificirate bilo koji broj važnih čimbenika. To je posebno korisno u prodaji i marketingu.
Vrste Detrenda
Različite usluge grafikovanja uključuju uporabu detrend oscilatora cijena, što trgovcima daje metodu za analizu kratkoročnih cikličkih obrazaca. Ovi se obrasci tada mogu koristiti za učinkovitije prepoznavanje glavnih prekretnica u dugoročnom ciklusu.
Postoji nekoliko drugih metoda koje se mogu koristiti za detrend, ali većina je mnogo složenijih i težih za upotrebu. Neke od alternativnih opcija su kvadratno skretanje, pomoću filtra Baxter-King (samo za kretanje prosječnih linija trendova) i korištenja filtra Hodrick-Prescott (samo za cikličke komponente određene vremenske serije).
Koja je metoda najbolja za projekt i postojeći podaci ovisit će o brojnim pojedinačnim čimbenicima, uključujući određeno područje istraživanja i jesu li podaci linearno povezani. Mogućnost brzog i efikasnog detrendiranja uključena je u većinu statističkih softverskih paketa koji su danas dostupni i naširoko korišteni.
Zahtjevi za Detrend
Prije nego što se dogodi odstupanje, mora se utvrditi određena klasa trenda kako bi se odredila najprikladnija metoda koja će se koristiti. Iako postoji mnogo različitih trendova, oni se obično javljaju u samo dvije različite klase. Ove klase su deterministički i stohastički trendovi.
Deterministički trendovi stalno se smanjuju ili povećavaju, a stohastički trendovi neprestano se smanjuju ili povećavaju. Trendove koji se određuju često je lakše prepoznati i uništiti jer su malo predvidljiviji i pouzdaniji, ali postoje metode koje su se pokazale korisnim i za stohastičke trendove.
Primjer skretanja
Često puta tržišni zamah nosit će trendove cijena. Otprilike u razdoblju od 2011. do 2015. godine na američkim je tržištima vrijednosnih papira zabilježen veliki trend niske kvalitete. Dionice izdavatelja koje su imale manje kvalitete od klasičnih tvrtki s plavim čipom nadmašile su široku maržu. Ovi podaci, ako se ne "umanjuju" od modela predviđanja, mogli bi stvoriti lažne pozitivne rezultate za tržišne vrhove ili druge ekonomske prekretnice.
Jedna od najčešćih primjena detrendinga je u skupu podataka koji pokazuje neku vrstu ukupnog povećanja. Promjena podataka omogućuje vam da vidite bilo kakve potencijalne potencijale, koji mogu biti nevjerojatno korisni za znanstvena, financijska, prodajna i marketinška istraživanja.
