المرجحة أضعافا مضاعفة - الحركة - متوسط - المزايا

غارتش و EWMA.21 مايو 2010 من قبل ديفيد هاربر، كفا، فرم، CIPM. AIM قارن والتباين وحساب النهج المعلمية وغير المعلمية لتقدير التقلبات المشروطة بما في ذلك نهج جارتش بما في ذلك إكسوننتيال سموثينغ EWMA. Exonential التجانس المعلمة الشرطية. الأساليب الحديثة تضع أكثر الوزن على المعلومات الحديثة كل من إوما و غارتش يضعان وزنا أكبر على المعلومات الأخيرة وعلاوة على ذلك، وبما أن إوما هي حالة خاصة من غارتش، فإن كلا من إوما و غارتش يستخدمان التمهيد الأسي. غارتش p، q وعلى وجه الخصوص غارتش 1، 1.GARCH p، q هو نموذج الانحدار الذاتي المشروط نموذج غير متجانسة الشرطية وتشمل الجوانب الرئيسية. التوتر أر أر التباين أو تقلب الغد هو وظيفة تراجعت من التباين اليوم انها تتراجع على نفسها. المشروط C التباين غد s يعتمد مشروط على التباين الأخير التباين غير المشروط لن تعتمد على اليوم s التباين. هيتيروسكيداستيك H التباينات ليست ثابتة، فإنها تتدفق مع مرور الوقت. يتراجع غارتش على مصطلح متأخر أو تاريخي s ترجع المصطلحات المتأخرة إما إلى التباين أو العوائد التربيعية يتراجع نموذج غارتش p و q العام على عوائد p التربيعية و ف فاريانسس ولذلك فإن غارتش 1 أو 1 يتخلف أو يتراجع في الفترة الأخيرة s تربيع العائد أي 1 عودة فقط والفترة الأخيرة s التباين 1 غارتش 1، 1 المعطاة بالمعادلة التالية يمكن إعطاء نفس الصيغة غارتش 1، 1 مع المعلمات اليونانية هال يكتب نفس المعادلة غارتش كما غل مصطلح الأول مهم لأن فل هو متوسط ​​التباين متوسط ​​المدى لذلك، غل هو والمنتج هو التباين المتوسط ​​المرجح على المدى الطويل يحل النموذج غارتش 1 و 1 للتباين الشرطي كدالة لثلاثة متغيرات التباين السابق والعائد السابق 2 والتباين على المدى الطويل الثبات هو ميزة مضمنة في نموذج غارتش تلميح في الصيغ المذكورة أعلاه، الثبات هو بك أو ألفا-1 بيتا يشير الثبات إلى مدى سرعة أو ببطء تباين التباين أو الانحطاط نحو متوسطه على المدى الطويل ارتفاع الثبات يعادل بطء الاضمحلال والانحدار البطيء نحو t انه يعني انخفاض الثبات يعادل الانحلال السريع والانعكاس السريع لمتوسط ​​A استمرار 1 0 يعني عدم وجود انعكاس يعني استمرار أقل من 1 0 يعني العودة إلى المتوسط، حيث استمرار أقل يعني ضمنا أكبر إلى متوسط ​​تلميح كما هو مبين أعلاه، مجموع الأوزان المخصصة للتفاوت المتأخر والعائد التربيعي المتخلف هو استمرار الثبات بك استمرارية عالية أكبر من الصفر ولكن أقل من واحد يعني عودة بطيئة إلى المتوسط ​​ولكن إذا كانت الأوزان المخصصة للتفاوت المتأخر والعائد التربيعي المتخلف أكبر من واحد، ونموذج غير ثابت إذا كان بك أكبر من 1 إذا بك 1 النموذج غير ثابت، وفقا ل هال، غير مستقر في هذه الحالة، يفضل إوما ليندا ألين يقول عن غارتش 1، 1.GARCH على حد سواء المدمجة أي نماذج غارتش بسيطة نسبيا ودقيقة بشكل ملحوظ تسود في البحوث العلمية وقد حاولت العديد من الاختلافات في نموذج غارتش، ولكن قد تحسنت قليلة على الأصل. العيب من نموذج غارتش هو على سبيل المثال حل للتباين على المدى الطويل في غارتش 1،1 النظر في معادلة غارتش 1، 1 أدناه افترض أن المعلمة ألفا 0. المعلمة بيتا 0 7، و. لاحظ أن أوميغا هو 0 2 ولكن دون t خطأ أوميغا 0 2 للتباين على المدى الطويل أوميغا هو نتاج غاما والتباين على المدى الطويل لذلك، إذا ألفا بيتا 0 9، ثم يجب أن تكون غاما 0 1 نظرا إلى أوميغا هو 0 2، يجب أن يكون التباين في التشغيل 2 0 0 2 0 1 2 0.GARCH 1،1 الفرق بين الاختلاف بين هال و Allen. EWMA هو حالة خاصة من غارتش 1،1 و غارتش 1،1 هو حالة عامة من إوما الفرق البارز هو أن غارش تتضمن المصطلح الإضافي ل متوسط ​​الإرجاع و إوما تفتقر إلى متوسط ​​العائد هنا هو كيف نحصل من غارتش 1،1 إلى إوما ثم تركنا 0 و بك 1، بحيث تبسط المعادلة أعلاه إلى هذا يعادل الآن الصيغة للمتوسط ​​المتحرك المرجح أضعافا مضاعفة إوما في إوما، تحدد المعلمة لامدا الآن تسوس لامدا التي هي قريبة من المعارض لامدا عالية واحدة ق (ريكوميتريستم Approach. RiskMetrics) هو نموذج ذو علامة تجارية للمتوسط ​​المتحرك المرجح أضعافا مضاعفة نهج إوما يختلف لامدا النظري الأمثل حسب فئة الأصول، ولكن المعلمة المثلى الشاملة المستخدمة من قبل ريسميتريكس كانت 0 94 في الممارسة العملية، يستخدم ريسكمتريكس عامل تسوس واحد فقط لكل سلسلة 0 94 للبيانات اليومية 0 97 لشهر البيانات الشهري المحدد على 25 يوم تداول من الناحية الفنية، فإن النماذج اليومية والشهرية غير متناسقة ومع ذلك، فهي على حد سواء سهلة الاستخدام، أنها تقارب سلوك البيانات الفعلية بشكل جيد للغاية، وأنها قوية ل ميسبيسيفيكاتيون ملاحظة غارتش 1، 1، إوما و ريسكمتريكس هي كل حدودي و ريسورسيف. ريسورسيف EWMA. EWMA هو من الناحية الفنية سلسلة لانهائية ولكن سلسلة لانهائية يقلل بشكل أنيق إلى شكل متكرر. المزايا والعيوب من ما أي ستديف مقابل تقديرات GARCH. GARCH يمكن أن توفر تقديرات أكثر دقة من ملخص MA. Graphical للأساليب حدودي أن تعيين المزيد من الوزن للعائدات الأخيرة غارتش EWMA. Summa ري ريسميتريكس، وعلى العكس من ذلك، ريسكميتريكس هي حالة محدودة من غارتش 1،1 حيث 0 و بك 1 غارتش 1، 1 تعطى من قبل المعلمات الثلاثة هي الأوزان، وبالتالي يجب أن نلخص تلميح واحد كن حذرا حول المدى الأول في غارتش 1، 1 معادلة أوميغا غاما متوسط ​​التباين على المدى الطويل إذا طلب منك التباين، قد تحتاج إلى تقسيم الوزن من أجل حساب متوسط ​​التباين تحديد متى وما إذا كان نموذج غارتش أو إوما ينبغي أن تستخدم في تقدير التقلب في الممارسة العملية، تميل معدلات التباين إلى أن تكون عائدة بالتالي، فإن نموذج غارتش 1، 1 متفوق نظريا أكثر جاذبية من نموذج إوما تذكر أن هذا الفرق الكبير غارتش يضيف المعلمة التي ترجح المدى الطويل، متوسط، وبالتالي فهو يشتمل على متوسط ​​مرجح تلميح غارتش 1، يفضل 1 ما لم تكن المعلمة الأولى سالبة مما يعني ضمنا إذا بيتا ألفا 1 في هذه الحالة، غارتش 1،1 غير مستقر ويفضل إوما شرح كيفية تقدير غارتش يمكن أن يوفر التنبؤات التي هي أكثر دقة المتوسط ​​المتحرك يحسب التباين على أساس نافذة زائدة من الملاحظات على سبيل المثال الأيام العشرة السابقة، 100 يوما السابقة هناك نوعان من المشاكل مع المتوسط ​​المتحرك MA. Ghosting الصدمات ميزة التقلبات يتم إدراج الزيادات المفاجئة فجأة في ما متري وبعد ذلك، عندما يمر نافذة زائدة، يتم إسقاطها فجأة من الحساب ونتيجة لذلك فإن مقياس ما يتحول فيما يتعلق طول النافذة المختار. لم يتم تضمين معلومات التداول. تقديرات غارتش تحسين على نقاط الضعف هذه بطريقتين. أكثر يتم تعيين الملاحظات الأخيرة الأوزان أكبر هذا يتغلب على الظلال لأن صدمة تقلب سوف تؤثر على الفور تأثير ولكن تأثيرها سوف تتلاشى تدريجيا مع مرور الوقت. ويضاف مصطلح لدمج انعكاس إلى المتوسط. تعرف كيف ترتبط الثبات إلى العودة إلى المتوسط نظرا لمعادلة غارتش 1، 1 يعطى الثبات من قبل غارتش 1، 1 غير مستقر إذا كان استمرار 1 A استمرار سي 1 يشير إلى عدم وجود انعكاس يعني استمرار منخفض مثل 0 6 يشير إلى تسوس سريع وعودة عالية إلى متوسط ​​تلميح غارتش 1، 1 وثلاثة أوزان مخصصة لثلاثة عوامل الثبات هو مجموع الأوزان المخصصة لكل من التباين المتأخر والمخلفة تربيع عائد يتم تعيين الوزن الآخر إلى التباين على المدى الطويل إذا P استمرار و G الوزن المعين إلى التباين على المدى الطويل، ثم بغ 1 لذلك، إذا P استمرار عالية، ثم G يعني تراجع منخفض سلسلة مستمرة ليست قوية يعني في حين أن G يكون منخفضا، فإن G يجب أن تكون عالية السلسلة المتعثرة يعني بقوة إعادتها يظهر تسوس سريع نحو المتوسط ​​المتوسط، والتباين غير المشروط في النموذج 1 غارتش 1، ويعطى من خلال شرح كيف إوما وخصم البيانات القديمة، وتحديد عوامل ريسكمتريكس اليومية والضمحلال الشهرية ويعطى المتوسط ​​المتحرك أضعافا مضاعفة إوما من قبل الصيغة المذكورة أعلاه هو تبسيط متكرر من سلسلة إوما الحقيقية s التي تعطى في سلسلة إوما، كل الوزن المعين للعوائد التربيعية هو نسبة ثابتة من الوزن السابق على وجه التحديد، لامدا ل هي نسبة بين الأوزان المجاورة وبهذه الطريقة، يتم خصم البيانات القديمة بشكل منهجي يمكن خصم منهجية تدريجي بطيء أو مفاجئ، اعتمادا على لامدا إذا لامدا مرتفع مثل 0 99، ثم الخصم تدريجي جدا إذا لامدا منخفضة مثل 0 7، والخصم هو أكثر فجأة عوامل تسوس ريسكمتريكس تم 0.0 94 للبيانات اليومية.0 97 ل يحدد شهر البيانات الشهرية 25 يوما من أيام التداول. اشرح لماذا يمكن أن تكون عالقات الترابط أكثر أهمية من التنبؤ بالتقلبات عند قياس مخاطر الحافظة، يمكن أن تكون عالقات الترابط أكثر أهمية من تباين تقلبات األداة الفردية. لذلك، فيما يتعلق بمخاطر الحافظة، يمكن أن تكون توقعات الترابط أكثر أهمية) من التنبؤات الفردية للتذبذب استخدام غارتش 1، 1 للتنبؤ بالتذبذب يعطى معدل التباين المستقبلي المتوقع، في فترات t إلى الأمام، على سبيل المثال، a سسوم أن فترة تقدير التقلب الحالية n تعطى بواسطة معادلة غارتش 1 و 1 التالية في هذا المثال، ألفا هو الوزن 0 1 المعين لعودة التربيع السابقة كان العائد السابق 4، بيتا هو الوزن 0 7 المخصص للسابقة التباين 0 0016 ما هو التقلب المتوقع في المستقبل خلال عشرة أيام n 10 أولا، حل التباين على المدى الطويل ليس 0 00008 هذا المصطلح هو نتاج التباين ووزنه بما أن الوزن يجب أن يكون 0 2 1 - 0 1 -0 7، التباين على المدى الطويل 0 0004 ثانيا، نحن بحاجة إلى فترة التباين الحالية n وهذا يعطى تقريبا لنا أعلاه الآن يمكننا تطبيق صيغة لحل معدل التباين في المستقبل المتوقع هذا هو معدل التباين المتوقع، وبالتالي فإن التقلب المتوقع هو حوالي 2 24 لاحظ كيف يعمل هذا التقلب الحالي حوالي 3 69 وتقلب على المدى الطويل هو 2 إسقاط 10 أيام إلى الأمام يتلاشى المعدل الحالي أقرب إلى معدل طويل المدى. النونبارامترية التقلب التنبؤ. استكشاف الأسي مرجح M البرد متوسط. التقلب هو المقياس الأكثر شيوعا من المخاطر، لكنه يأتي في العديد من النكهات في مقال سابق، أظهرنا كيفية حساب التقلبات التاريخية البسيطة لقراءة هذه المقالة، انظر استخدام التقلب لقياس المخاطر في المستقبل استخدمنا سعر سهم غوغل الفعلي البيانات من أجل حساب التقلب اليومي على أساس 30 يوما من بيانات المخزون في هذه المقالة، سوف نقوم بتحسين التقلب البسيط ومناقشة المتوسط ​​المتحرك المرجح أضعافا إوما التاريخية المتضمنة التقلب الضمني أولا، دعونا نضع هذا المقياس في قليلا من منظور هناك نهجين واسعين التقلب التاريخي والضمني أو الضمني النهج التاريخي يفترض أن الماضي هو مقدمة نحن قياس التاريخ على أمل أن يكون التنبؤية التقلب الضمني، من ناحية أخرى، يتجاهل التاريخ الذي يحل للتقلبات التي تنطوي عليها أسعار السوق وتأمل أن السوق أفضل وأن سعر السوق يحتوي، حتى ولو ضمنا، على تقدير إجماع التقلب لقراءة ذات صلة، انظر استخدامات والحدود من التقلب. إذا كنا نركز على النهج التاريخية الثلاثة فقط على اليسار أعلاه، لديهم خطوتين في المشترك. حساب سلسلة من الدوريات العائدات. تطبيق مخطط الترجيح. أولا، نحسب العائد الدوري أن s عادة سلسلة من العائدات اليومية حيث يتم التعبير عن كل عودة في شروط معقدة بشكل مستمر لكل يوم، ونحن نأخذ السجل الطبيعي لنسبة أسعار الأسهم أي السعر اليوم مقسوما على السعر أمس، وهلم جرا. هذا ينتج سلسلة من العائدات اليومية، من أوي إلى u إم اعتمادا على عدد الأيام م الأيام ونحن قياس. وهذا يحصلنا على الخطوة الثانية هذا هو المكان الذي تختلف فيه النهج الثلاثة في المادة السابقة باستخدام التقلب لقياس المخاطر في المستقبل، أظهرنا أنه في ظل اثنين من التبسيط مقبولة، بسيطة التباين هو متوسط ​​العوائد التربيعية. لاحظ أن هذا المبلغ كل من الإرجاع الدوري، ثم يقسم هذا المجموع بعدد الأيام أو الملاحظات م لذلك، انها حقا مجرد متوسط ​​مربع دورية r إتورنز وضع طريقة أخرى، ويعطى كل مربعة العودة على قدم المساواة حتى إذا ألفا هو عامل الترجيح على وجه التحديد، و 1 م، ثم تباين بسيط يبدو شيئا من هذا القبيل. إوما يحسن على التباين البسيط ضعف هذا النهج هو أن جميع عوائد كسب نفس الوزن أمس s عودة الأخيرة جدا ليس له تأثير أكثر على التباين من عودة الشهر الماضي s يتم إصلاح هذه المشكلة باستخدام المتوسط ​​المتحرك المرجح أضعافا إوما، التي عوائد أكثر حداثة وزنا أكبر على التباين. المرجحة أضعافا مضاعفة المتوسط ​​المتحرك إوما يدخل لامدا الذي يسمى معلمة التمهيد يجب أن يكون لامبدا أقل من واحد تحت هذا الشرط، بدلا من الأوزان متساوية، يتم ترجيح كل عائد التربيع بواسطة مضاعف على النحو التالي. على سبيل المثال، ريسكمتريكس تم، وهي شركة إدارة المخاطر المالية، يميل لاستخدام لامدا من 0 94، أو 94 في هذه الحالة، يتم ترجيح أول عائد دوري مربعة الأحدث بنسبة 1-0 94 94 0 6 العائد التربيعي التالي هو ببساطة lambda - متعددة من الوزن السابق في هذه الحالة 6 مضروبا في 94 5 64 والثالث في اليوم السابق وزن s يساوي 1-0 94 0 94 2 5 30. وهذا هو معنى الأسي في إوما كل وزن هو مضاعف ثابت أي لامدا، والتي يجب أن يكون أقل من وزن واحد من وزن اليوم السابق وهذا يضمن تباين مرجح أو متحيز نحو المزيد من البيانات الحديثة لمعرفة المزيد، راجع ورقة عمل إكسيل لتقلب غوغل يظهر الفرق بين تقلب ببساطة و إوما ل غوغل أدناه. التقلب البسيط يزن بشكل فعال كل عودة دورية بحلول عام 1966 كما هو مبين في العمود O كان لدينا عامين من بيانات أسعار الأسهم اليومية وهذا هو 509 عوائد يومية و 1 509 0 196 ولكن لاحظ أن العمود P يعين وزن 6، ثم 5 64 ، ثم 5 3 وهلم جرا هذا الفرق الوحيد بين التباين البسيط و EWMA. Remember بعد أن نلخص سلسلة كاملة في العمود Q لدينا التباين، وهو مربع الانحراف المعياري إذا أردنا التقلب، ونحن بحاجة إلى أن نتذكر لاتخاذ الجذر التربيعي من هذا التباين. ما الفرق في التقلب اليومي بين التباين و إوما في حالة غوغل s s لقد أعطينا التباين البسيط تقلبا يوميا من 2 4 ولكن إوما أعطت تقلبا يوميا فقط 1 4 انظر جدول البيانات للحصول على التفاصيل على ما يبدو، استقر تقلب جوجل في أسفل في الآونة الأخيرة وبالتالي، قد يكون التباين البسيط بشكل مصطنع high. Today s التباين هو وظيفة بيور يوم ق الفرق سوف نلاحظ أننا بحاجة إلى حساب سلسلة طويلة من أضعاف انخفاض أضعافا مضاعفة فزنا ر تفعل الرياضيات هنا، ولكن واحدة من أفضل ملامح إوما هو أن سلسلة بأكملها يقلل بشكل ملائم إلى صيغة عودية. الاستدعاء يعني أن المراجع اليوم التباين أي هو وظيفة من اليوم السابق ف التباين يمكنك أن تجد هذه الصيغة في جدول البيانات أيضا، وتنتج نفس النتيجة بالضبط كحساب لونغاند تقول اليوم التباين تحت إوما يساوي فارق التباين بالأمس من قبل لامدا زائد يوم أمس تربيع عودة يزنه واحد ناقص لام بدا لاحظ كيف نضيف فقط اثنين من المصطلحات معا يوم أمس التباين المرجح والأمثلة المرجحة، ومربع العودة. حتى ذلك، لامدا هو لدينا تمهيد المعلمة أعلى لامدا مثل مثل ريسكمتريك s 94 يشير إلى تسوس أبطأ في سلسلة - من الناحية النسبية، ونحن سوف يكون هناك المزيد من نقاط البيانات في هذه السلسلة، وسوف تسقط ببطء أكثر من ناحية أخرى، إذا قلنا من لامدا، فإننا نشير إلى ارتفاع الاضمحلال تسقط الأوزان بسرعة أكبر، وكنتيجة مباشرة للتسوس السريع، يتم استخدام نقاط بيانات أقل في جدول البيانات، لامدا هو المدخلات، حتى تتمكن من التجربة مع حساسية لها. الذبذبات الصفرية هو الانحراف المعياري لحظية ومقياس المخاطر الأكثر شيوعا بل هو أيضا الجذر التربيعي التباين يمكننا قياس التباين التقلبات الضمنية تاريخيا أو ضمنا عند قياس تاريخيا، فإن أسهل طريقة هي التباين البسيط ولكن الضعف مع التباين البسيط هو أن جميع العائدات تحصل على نفس الوزن لذلك نحن نواجه المفاضلة الكلاسيكية ث e تريد دائما المزيد من البيانات ولكن المزيد من البيانات لدينا أكثر يتم تخفيف الحساب لدينا من قبل البيانات أقل ذات الصلة المتوسط ​​المتحرك أضعافا مضاعفة إوما يحسن على التباين البسيط عن طريق تعيين الأوزان إلى العوائد الدورية من خلال القيام بذلك، يمكننا أن نستخدم على حد سواء عينة كبيرة ولكن أيضا تعطي وزنا أكبر للعائدات أكثر حداثة. لعرض فيلم تعليمي حول هذا الموضوع، قم بزيارة بيونيك تورتل. الحد الأقصى للمبلغ من الأموال التي يمكن للولايات المتحدة الاقتراض تم إنشاء سقف الديون بموجب قانون السندات الحرية الثانية. سعر الفائدة الذي مؤسسة الإيداع تضفي الأموال المحفوظة في الاتحادية احتياطي إلى مؤسسة إيداع أخرى (1). مقياس إحصائي لتشتت العائدات لمؤشر أمني أو سوق معين يمكن قياس التقلب. وقد تصرف الكونغرس الأمريكي في عام 1933 باعتباره قانون المصارف الذي يحظر على المصارف التجارية المشاركة في الاستثمار . نونفارم الرواتب يشير إلى أي وظيفة خارج المزارع والأسر الخاصة والقطاع غير الربحي مكتب الولايات المتحدة للعمل. اختصار العملة أو رمز العملة للروبية الهندية إنر، عملة الهند تتكون الروبية تتكون من 1.Contact معلومات. مركز البحث. مركز المعرفة. عندما تستخدم مخطط إوما. كما هو الحال مع مخططات التحكم الأخرى تستخدم إوما أو الرسوم البيانية المتوسط ​​المتحرك أضعافا مضاعفة لمراقبة العمليات على مر الزمن المحاور السينية تعتمد على الوقت، بحيث تظهر المخططات تاريخ العملية لهذا السبب، يجب أن يكون لديك البيانات التي أمر الوقت التي يتم إدخالها في تسلسل الذي تم إنشاؤه إذا لم يكن هذا هو الحال، ثم الاتجاهات أو التحولات في عملية قد لا يتم الكشف عنها، ولكن بدلا من ذلك يعزى إلى عشوائي عشوائي سبب الاختلاف. ويستخدم عادة الرسوم البيانية ويوما للكشف عن التحولات الصغيرة في عملية يعني أنها سوف كشف التحولات من 5 سيغما إلى 2 سيغما أسرع بكثير من الرسوم البيانية شيوهارت أي المخططات X - شريط ومخططات X - الفردية مع نفس حجم العينة لكنها، مع ذلك، أبطأ في الكشف عن التحولات الكبيرة في عملية يعني بالإضافة إلى ذلك، لا يمكن استخدام قواعد الاختبار تشغيل نموذجية بسبب الاعتماد المتأصل لنقاط البيانات عندما لا تكون متاحة، فإن الرسم البياني المتحرك المتحرك كما هو موضح في برنامج سيك يقدم فوائد مماثلة. قد تكون الرسوم البيانية ل إيوما مفضلة أيضا عندما يكون حجم المجموعة الفرعية 1 في هذه الحالة، قد يكون المخطط البديل هو المخطط الفردي-X، وفي هذه الحالة ستحتاج إلى تحسب توزيع العملية من أجل تحديد حدودها المتوقعة مع حدود السيطرة ميزة كوسوم إوما والمتوسط ​​المتحرك الرسم البياني هو أن كل نقطة تآمر يتضمن عدة ملاحظات، حتى تتمكن من استخدام نظرية الحد المركزي أن نقول أن متوسط ​​النقاط أو أن المتوسط ​​المتحرك في هذه الحالة موزع عادة وحدود التحكم محددة بوضوح. عندما تختار قيمة لامدا المستخدمة في الترجيح، يوصى باستخدام قيم صغيرة مثل 0 2 للكشف عن التحولات الصغيرة والقيم الأكبر بين 0 2 و 0 4 للتحولات الكبيرة مخطط إوما مع لامدا 1 0 هو مخطط X-بار أو مخطط فردي-X عندما يكون حجم المجموعة الفرعية واحد. كما تستخدم المخططات الإيكولوجية لتلافي تأثير الضوضاء المعروفة وغير القابلة للتحكم في البيانات العديد العمليات المحاسبية والعمليات الكيميائية تناسب هذا التصنيف على سبيل المثال، في حين أن التقلبات يوما بعد يوم في العمليات المحاسبية قد تكون كبيرة، فهي ليست مؤشرا بحتة من عدم الاستقرار عملية اختيار ل ويمكن تحديد أمبدا لجعل الرسم البياني أكثر أو أقل حساسية لهذه التقلبات اليومية هنا مرة أخرى، الرسم البياني المتوسط ​​المتحرك مثل المعروضة في برنامج سيك لدينا هو أسهل قليلا للاستخدام، كما يمكن تعيين عرض الخلية تتحرك إلى عدد الأيام لدورة معينة على سبيل المثال تعيين إلى 7 لواحدة مؤامرة نقطة في الأسبوع إذا كانت البيانات موجودة لمدة سبعة أيام. يمكن استخدام مخططات التحكم إوما تعديل للعمليات ذات الصلة أوتوكوريلاتد مع متوسط ​​الانجراف ببطء وقدم حالة متوسطة تجول من قبل مونتغمري و ماسترانجيلو جورنال من كواليتي تيشنولوغي، جولاي 1991، فول 23، نو 3، ب 179-193 للعمليات التي ترتبط ارتباطا إيجابيا بشكل إيجابي والمتوسط ​​لا ينجرف بسرعة كبيرة يقتصر حجم المجموعة الفرعية للحالة المتوسطة المتجولة على n 1، لأن نطاق المجموعة الفرعية لن يوفر مؤشر مفيد للتغيرات العملية عندما الملاحظات أوتوكوريلاتد انظر توقعات إوما. منذ 1982 الفن 2013 الجودة أمريكا شركة