تعارف: اس مضمون کا مقصد ہم آہنگی کے تصور کو بصری طور پر متعارف کرانا ہے ، تاکہ آپ کو اس کے بنیادی معنی ، اس تصور کے پیش کردہ محرکات اور استعمال کے آسان منظرناموں کو سمجھنے میں مدد ملے۔
باہمی تعارف
یہاں صرف اس بات کا اشارہ کرنا ہے کہ ہم آہنگی کی ایک بدیہی تعریف ہے ، جس میں ریاضی کے سخت نشانات کی تعریف اور سخت فارمولوں کے انکشافات شامل نہیں ہیں۔
اگر آپ دلچسپی رکھتے ہیں تو ، ویکیپیڈیا کو انٹیگریشن دیکھ سکتے ہیں۔ مقداری کلاس میں مستقبل میں بھی اس کی گہرائی میں بات کی جائے گی۔
ہم آہنگی کیوں؟
ہم آہنگی کے بارے میں بات کرتے ہوئے ، ہم آہنگی کا ذکر کرنا ضروری ہے۔
سیدھے الفاظ میں ، استحکام (اسٹیشنریٹی) ایک ایسی خصوصیت ہے جس کی وجہ سے سیریز وقت کے ساتھ ساتھ مستحکم رہتی ہے ، اور یہ ایک ایسی خصوصیت ہے جو ہمیں اعداد و شمار کے تجزیہ کی پیش گوئی کرنے میں بہت پسند ہے۔ اگر کسی سیٹ کے ٹائم سیریز کے اعداد و شمار مستحکم ہیں تو ، اس کا مطلب یہ ہے کہ اس کی اوسط اور فرق مستحکم ہے ، لہذا ہم آسانی سے سیریز پر کچھ شماریاتی تکنیک استعمال کرسکتے ہیں۔ آئیے پہلے ایک مثال دیکھیں ، تاکہ ہم سمجھ سکیں کہ مستحکم اور غیر مستحکم سیریز کی بصری ترقی کی طرح ہے۔
تصویری ماخذ: ویکیپیڈیا
مندرجہ بالا گراف میں، بچھانے والی سیریز ایک ہموار سیریز ہے، ہم دیکھ سکتے ہیں کہ یہ ہمیشہ ایک طویل مدتی اوسط کے ارد گرد اتار چڑھاؤ میں ہے، اور بچھانے والی سیریز ایک غیر مستحکم سیریز ہے، ہم دیکھ سکتے ہیں کہ اس کی طویل مدتی اوسط میں تبدیلی ہے۔
ایک مثال کے طور پر، اگر کسی اثاثے کی قیمتوں کا سلسلہ (یا دو سلسلوں کے درمیان فرق) مستحکم ہے، تو جب یہ اس کی اوسط سے ہٹ جاتا ہے، تو ایک توقع کرسکتا ہے کہ قیمت مستقبل میں کسی وقت اس کی اوسط میں واپس آجائے گی۔ ہم اس خصوصیت کا فائدہ اٹھا سکتے ہیں تاکہ منافع بخش سرمایہ کاری کرسکیں۔ فرض کریں کہ ایک اسٹاک کی طویل مدتی اوسط قیمت 9 ڈالر ہے، اور اس کی قیمت اب 8 ڈالر ہے۔ اگر ہم جانچ پڑتال کے بعد اس اسٹاک کی تاریخی ترتیب کو مستحکم کی نوعیت کا سمجھتے ہیں، اور فرض کریں کہ یہ استحکام برقرار رہ سکتا ہے، تو ہم اس اسٹاک کو خرید سکتے ہیں، اور مستقبل میں اس کی قیمت 9 ڈالر کی واپسی کا انتظار کر سکتے ہیں، جس سے 1 ڈالر کا منافع ملتا ہے۔
یہ ایک سستے سائز کے اسٹاک کی قیمتوں کا سلسلہ ہے:
ہم آہنگی بہت اچھی بات ہے، لیکن حقیقت میں، زیادہ تر اسٹاک غیر مستحکم ہیں، تو کیا ہم بھی استحکام کی نوعیت کا فائدہ اٹھا سکتے ہیں؟ جواب ہاں ہے، تو ہم آہنگی کا تعلق ہے! اگر دو سیریز غیر مستحکم ہیں، لیکن ان کی لکیری مجموعہ ایک ہم آہنگی سیریز حاصل کر سکتے ہیں، تو ہم کہتے ہیں کہ وقت سیریز کے اعداد و شمار کے دونوں سیٹوں کو ہم آہنگی کی نوعیت ہے، ہم بھی اعداد و شمار کی نوعیت کو اس سیریز پر لاگو کر سکتے ہیں؛ لیکن ایک بات کا ذکر کرنا ضروری ہے، ہم آہنگی متعلقہ نہیں ہے.
مثال کے طور پر ، اگر دو سیٹ کے وقت کے سلسلے کے اعداد و شمار کا فرق مستحکم ہے تو ، ہم اس فرق کے استحکام کے مطابق سرمایہ کاری کرسکتے ہیں: جب دو اسٹاک کی قیمتوں میں فرق بہت زیادہ ہوتا ہے تو ، ہم استحکام کے مطابق توقع کرتے ہیں کہ قیمتوں میں فرق قریب آجائے گا ، لہذا کم قیمت والے اسٹاک خریدیں ، زیادہ قیمت والے اسٹاک کو فروخت کریں ، اور جب قیمتوں میں واپسی کا انتظار کریں تو ریورس آپریشن کریں تاکہ منافع حاصل کریں۔
یہ جوڑی ٹریڈنگ کی ابتدا ہے۔ یہ واضح نہیں ہے۔
استحکام اور جانچ کے طریقے
سختی سے ، استحکام کو سختی سے مستحکم اور کمزور استحکام میں تقسیم کیا جاسکتا ہے۔ سختی سے مستحکم ایک سلسلہ ہے جس میں ہمیشہ مستقل تقسیم کی تقریب ہوتی ہے ، جبکہ کمزور استحکام ایک وضاحتی شماریات ہے جس میں اشارے کے سلسلے میں مستقل مستقلات ہوتے ہیں۔ تمام مضبوط مستحکم سلسلے کمزور استحکام کی خصوصیت کو پورا کرتے ہیں ، لیکن اس کے برعکس قائم نہیں ہوتا ہے۔ عام طور پر ، ہم جس چیز کو مستحکم کہتے ہیں وہ کمزور استحکام ہے۔ وقت کے سلسلے کے تجزیے میں ، ہم عام طور پر یونٹ روٹ ٹیسٹ کے ذریعہ فیصلہ کرتے ہیں کہ آیا کوئی عمل کمزور استحکام ہے۔
مثال کے طور پر
سب سے پہلے یہ بتانے کی ضرورت ہے کہ ہم آہنگی کے تعلقات متعلقہ تعلقات نہیں ہیں۔ ہم نے دو اعداد و شمار کو مصنوعی طور پر تشکیل دیا ہے تاکہ ہم آہنگی کے تعلقات کو بصری طور پر دیکھ سکیں۔ numpy کو np کے طور پر درآمد کریں import pandas as pd (پینڈاس کو پی ڈی کے طور پر درآمد کریں) درآمد سیبرن اعداد و شمار ماڈل درآمد کریں import matplotlib.pyplot as plt from statsmodels.tsa.stattools درآمد کرنٹ
اعداد و شمار کی تعمیر
سب سے پہلے، ہم اعداد و شمار کے دو سیٹ بناتے ہیں، جس میں سے ہر ایک 100 کی لمبائی کا ہے۔ پہلا سیٹ 100 کے علاوہ ایک نیچے کی طرف رجحان کا عنصر ہے اور ایک معیاری نارمل تقسیم ہے۔ دوسرا سیٹ 30 کے علاوہ ایک اضافی معیاری نارمل تقسیم کے ساتھ پہلے سیٹ کی بنیاد پر ہے۔
واضح طور پر ، یہ دونوں اعداد و شمار غیر مستحکم ہیں کیونکہ ان کی اوسط وقت کے ساتھ ساتھ بدلتی ہے۔ لیکن یہ دونوں اعداد و شمار ہم آہنگ ہیں کیونکہ ان کی غلطیوں کی ترتیب مستحکم ہے:
پلاٹ ((Y-X) ؛
plt.axhline (((Y-X).mean ((),color=
مندرجہ بالا گراف میں ، آپ دیکھ سکتے ہیں کہ نیلی لائنیں ہمیشہ اوسط کے گرد گھومتی رہتی ہیں۔ جبکہ اوسط وقت کے ساتھ تبدیل نہیں ہوتا ہے (دراصل ، اطراف بھی وقت کے ساتھ تبدیل نہیں ہوتے ہیں) ۔
نوڈس
اگر مکمل طور پر ریاضی کے نقطہ نظر سے سمجھا جائے تو ، ہم آہنگی زیادہ پیچیدہ ہوگی ، جو بعد میں کیوٹی میٹیکل کلاسوں میں شامل ہوگی۔ ہم نے صرف
ہم آپ کو بتائیں گے کہ ہم کس طرح اپنے بچوں کے ساتھ بات چیت کر سکتے ہیں.