डेट्रेंड क्या है?
एक डेट्रेंड में मूल्यों में केवल पूर्ण परिवर्तन दिखाने और संभावित चक्रीय पैटर्न की पहचान करने की अनुमति देने के लिए एक प्रवृत्ति से डेटा सेटों के प्रभावों को हटाने शामिल है। यह प्रतिगमन विश्लेषण और अन्य सांख्यिकीय तकनीकों का उपयोग करके किया जाता है। पता लगाना उस पैटर्न की स्पष्ट तस्वीर को चित्रित करने में मदद करता है जिसे आप पहचानना चाहते हैं।
चाबी छीन लेना
- किसी विशेष डेटा सेट में चक्रीय पैटर्न की पहचान करने के लिए डिटरेंडिंग का उपयोग किया जाता है। आम तौर पर ट्रेंड के दो वर्ग होते हैं: नियतात्मक और स्टोचस्टिक। इससे पहले कि अलग-अलग हो सकते हैं, प्रवृत्ति के प्रकार को पहचानने की आवश्यकता है। डेट्रेंड की कीमत थरथरानवाला सबसे सरल तरीका है जिसका उपयोग करने के लिए किया जा सकता है। यह कई अन्य तरीके हैं जिनका उपयोग कुछ परिस्थितियों में किया जा सकता है, लेकिन वे अक्सर अधिक कठिन और जटिल होते हैं।
कैसे एक काम करता है
जब एक शोधकर्ता किसी विशेष डेटा सेट को रोकता है, तो वे आम तौर पर ऐसा पहलू निकालने के लिए ऐसा करते हैं जो अंतिम परिणाम में किसी प्रकार की विकृति पैदा करता प्रतीत होता है। डेटा सेट से प्रवृत्ति की जानकारी को हटाने के लिए अक्सर बड़े लाभ होते हैं, क्योंकि पहले स्थान पर रुझानों की पहचान करने और मॉडलिंग करने वाले लोग हैं जो अतीत में उपयोगी या अन्यथा जानकारीपूर्ण साबित हुए हैं।
अपने डेटा सेट से एक प्रवृत्ति को हटाने से आप उतार-चढ़ाव पर ध्यान केंद्रित कर सकते हैं और किसी भी महत्वपूर्ण कारक की पहचान कर सकते हैं। यह बिक्री और विपणन में विशेष रूप से उपयोगी है।
एक डेट्रेंड के प्रकार
विभिन्न चार्टिंग सेवाओं में डिटरेंड प्राइस ऑसिलेटर का उपयोग शामिल है, जो व्यापारियों को छोटी अवधि के चक्रीय पैटर्न के विश्लेषण के लिए एक विधि देता है। इन पैटर्नों को तब और अधिक प्रभावी ढंग से लंबी अवधि के चक्र में प्रमुख मोड़ की पहचान करने के लिए इस्तेमाल किया जा सकता है।
कई अन्य विधियां हैं जिनका उपयोग करने के लिए किया जा सकता है, लेकिन उनमें से अधिकांश कहीं अधिक जटिल और उपयोग करने में मुश्किल हैं। वैकल्पिक विकल्पों में से कुछ द्विघात-किंग फ़िल्टर का उपयोग कर रहे हैं, केवल बैक्सटर-किंग फ़िल्टर (केवल औसत प्रवृत्ति लाइनों को आगे बढ़ाने के लिए), और हॉड्रिक-प्रेसकॉट फ़िल्टर (केवल एक विशेष समय श्रृंखला के चक्रीय घटकों के लिए) का उपयोग कर रहे हैं।
प्रोजेक्ट के लिए कौन सा तरीका सबसे अच्छा है और हाथ में डेटा कई व्यक्तिगत कारकों पर निर्भर करेगा, जिसमें अध्ययन के विशेष क्षेत्र शामिल हैं और डेटा रैखिक रूप से सहसंबद्ध है या नहीं। जल्दी और कुशलता से डिफेंड करने का विकल्प सांख्यिकीय सॉफ्टवेयर पैकेजों के बहुमत में शामिल है जो आज उपलब्ध हैं और व्यापक रूप से उपयोग किया जाता है।
एक Detrend के लिए आवश्यकताएँ
उपयोग करने से पहले, सबसे उपयुक्त विधि का निर्धारण करने के लिए प्रवृत्ति के विशेष वर्ग की पहचान की जानी चाहिए। जबकि कई अलग-अलग प्रकार के रुझान हैं, वे आम तौर पर केवल दो अलग-अलग वर्गों के भीतर होते हैं। ये वर्ग नियतात्मक रुझान और स्टोकेस्टिक रुझान हैं।
नियतात्मक रुझान लगातार घटते या बढ़ते हैं, और स्टोकेस्टिक रुझान असंगत रूप से घटते या बढ़ते हैं। नियतात्मक रुझान अक्सर पहचानना और कम करना आसान होता है क्योंकि वे थोड़ा अधिक पूर्वानुमान और विश्वसनीय होते हैं, लेकिन ऐसे तरीके भी हैं जो स्टोकेस्टिक प्रवृत्तियों के लिए भी उपयोगी साबित हुए हैं।
डीट्रेंडिंग का उदाहरण
अक्सर बाजार की गति मूल्य निर्धारण के रुझान को ले जाएगी। 2011-2015 के आसपास, अमेरिकी इक्विटी बाजारों में एक बड़ी निम्न-गुणवत्ता की प्रवृत्ति थी। जारीकर्ता के स्टॉक्स जिसमें आपकी क्लासिक ब्लू-चिप कंपनियों की तुलना में कम गुणवत्ता वाले बुनियादी ढांचे थे, जो एक विस्तृत मार्जिन से बेहतर थे। यह डेटा, यदि पूर्वानुमान मॉडल से "बाधित नहीं" हो सकता है, तो बाजार में सबसे ऊपर या अन्य आर्थिक मोड़ के लिए झूठी सकारात्मकता पैदा हो सकती है।
डिटरडिंग का सबसे आम उपयोग एक डेटा सेट में है जो किसी प्रकार की समग्र वृद्धि दर्शाता है। डेटा का पता लगाने से आप किसी भी संभावित उपप्रकार को देख पाएंगे, जो कि बोर्ड भर में वैज्ञानिक, वित्तीय, बिक्री और विपणन अनुसंधान के लिए अविश्वसनीय रूप से उपयोगी हो सकता है।
