الانتقال المتوسط - ثابتة

مقدمة إلى أريما: النماذج غير التقليدية أريما (p، d، q) التنبؤ بالمعادلة: نماذج أريما هي، من الناحية النظرية، الفئة الأكثر عمومية من النماذج للتنبؤ بسلسلة زمنية يمكن أن تكون 8220stationary8221 عن طريق الاختلاف (إذا لزم الأمر)، ربما جنبا إلى جنب مع التحولات غير الخطية مثل قطع الأشجار أو تفريغ (إذا لزم الأمر). المتغير العشوائي الذي هو عبارة عن سلسلة زمنية ثابت إذا كانت خصائصه الإحصائية ثابتة على مر الزمن. سلسلة ثابتة لا يوجد لديه اتجاه، والاختلافات حول المتوسط ​​لها اتساع مستمر، وأنه يتلوى بطريقة متسقة. أي أن أنماطها الزمنية العشوائية القصيرة الأجل تبدو دائما بنفس المعنى الإحصائي. ويعني الشرط الأخير أن علاقاته الذاتية (الارتباطات مع انحرافاته السابقة عن المتوسط) تظل ثابتة على مر الزمن، أو على نحو مكافئ، أن طيف القدرة لا يزال ثابتا على مر الزمن. ويمكن أن ينظر إلى متغير عشوائي لهذا النموذج (كالمعتاد) على أنه مزيج من الإشارة والضوضاء، والإشارة (إذا كانت ظاهرة) يمكن أن تكون نمطا للانعكاس السريع أو البطيء، أو التذبذب الجيبية أو بالتناوب السريع في الإشارة ، ويمكن أن يكون لها أيضا عنصر موسمي. ويمكن النظر إلى نموذج أريما على أنه 8220filter8221 يحاول فصل الإشارة عن الضوضاء، ومن ثم يتم استقراء الإشارة إلى المستقبل للحصول على التنبؤات. ومعادلة التنبؤ أريما لسلسلة زمنية ثابتة هي معادلة خطية (أي الانحدار من نوع) تكون فيها المتنبؤات متخلفة عن المتغير التابع والتخلفات المتراكمة في أخطاء التنبؤ. وهذا هو: القيمة المتوقعة ل Y قيمة ثابتة ومرجحة لقيمة واحدة أو أكثر من القيم الأخيرة Y ومجموع مرجح لقيمة أو أكثر من القيم الأخيرة للأخطاء. إذا كانت المتنبئات تتكون فقط من قيم متخلفة من Y. هو نموذج الانحدار الذاتي النقي (8220self-regressed8221) النموذج، وهو مجرد حالة خاصة من نموذج الانحدار والتي يمكن تركيبها مع برامج الانحدار القياسية. على سبيل المثال، نموذج الانحدار الذاتي الأول (8220AR (1) 8221) ل Y هو نموذج انحدار بسيط يتغير فيه المتغير المستقل فقط بفترة واحدة (لاغ (Y، 1) في ستاتغرافيكس أو YLAG1 في ريجرسيت). إذا كان بعض المتنبؤات متخلفة من الأخطاء، وهو نموذج أريما فإنه ليس نموذج الانحدار الخطي، لأنه لا توجد طريقة لتحديد 8220 فترة قصيرة 8217s error8221 كمتغير مستقل: يجب أن تحسب الأخطاء على أساس فترة إلى فترة عندما يتم تركيب النموذج على البيانات. ومن وجهة النظر التقنية، فإن مشكلة استخدام الأخطاء المتأخرة كمنبئات هي أن التنبؤات النموذجية 8217s ليست دالات خطية للمعاملات. رغم أنها وظائف خطية للبيانات السابقة. لذلك، يجب تقدير المعاملات في نماذج أريما التي تتضمن أخطاء متخلفة بطرق التحسين غير الخطية (8220hill-التسلق 8221) بدلا من مجرد حل نظام المعادلات. اختصار أريما لتقف على السيارات والانحدار المتكامل المتحرك المتوسط. ويطلق على الفترات المتأخرة في السلسلة المعيارية في معادلة التنبؤ مصطلحات كوتورغريسغريسيفيكوت، ويطلق على "أخطاء أخطاء التنبؤ" مصطلحات متوسط ​​التكلفة، ويقال إن السلسلة الزمنية التي يجب أن تكون مختلفة لتكون ثابتة، هي عبارة عن نسخة متقاربة من سلسلة ثابتة. نماذج المشي العشوائي ونماذج الاتجاه العشوائي، ونماذج الانحدار الذاتي، ونماذج التجانس الأسي كلها حالات خاصة لنماذج أريما. ويصنف نموذج أريما نوناسونال على أنه نموذج كوتاريما (p، d، q) كوت حيث: p هو عدد مصطلحات الانحدار الذاتي، d هو عدد الاختلافات غير الموسمية اللازمة للاستبانة، و q هو عدد الأخطاء المتوقعة في التنبؤات معادلة التنبؤ. يتم بناء معادلة التنبؤ على النحو التالي. أولا، اسمحوا y تدل على الفرق د من Y. مما يعني: لاحظ أن الفرق الثاني من Y (حالة d2) ليس الفرق من 2 منذ فترات. بدلا من ذلك، هو الفرق الأول من الأول الفرق. وهو التناظرية منفصلة من مشتق الثاني، أي تسارع المحلي للسلسلة بدلا من الاتجاه المحلي. من حيث y. معادلة التنبؤ العامة هي: هنا يتم تعريف المعلمات المتوسطة المتحركة (9528217s) بحيث تكون علاماتها سلبية في المعادلة، وفقا للاتفاقية التي قدمها بوكس ​​وجينكينز. بعض الكتاب والبرمجيات (بما في ذلك لغة البرمجة R) تعريفها بحيث لديهم علامات زائد بدلا من ذلك. عندما يتم توصيل الأرقام الفعلية في المعادلة، لا يوجد أي غموض، ولكن من المهم أن نعرف 8217s الاتفاقية التي يستخدمها البرنامج الخاص بك عندما كنت تقرأ الإخراج. في كثير من الأحيان يتم الإشارة إلى المعلمات هناك من قبل أر (1)، أر (2)، 8230، و ما (1)، ما (2)، 8230 الخ لتحديد نموذج أريما المناسب ل Y. تبدأ من خلال تحديد ترتيب الاختلاف (د) الحاجة إلى توثيق السلسلة وإزالة الخصائص الإجمالية للموسمية، ربما بالاقتران مع تحول استقرار التباين مثل قطع الأشجار أو الانقسام. إذا كنت تتوقف عند هذه النقطة والتنبؤ بأن سلسلة ديفيرنتد ثابت، لديك مجرد تركيب المشي العشوائي أو نموذج الاتجاه العشوائي. ومع ذلك، قد لا تزال السلسلة المستقرة ذات أخطاء ذات علاقة ذاتية، مما يشير إلى أن هناك حاجة إلى بعض المصطلحات أر (p 8805 1) أندور بعض مصطلحات ما (q 8805 1) في معادلة التنبؤ. ستتم مناقشة عملية تحديد قيم p و d و q الأفضل لسلسلة زمنية معينة في الأقسام اللاحقة من الملاحظات (التي توجد روابطها في أعلى هذه الصفحة)، ولكن معاينة لبعض الأنواع من نماذج أريما نونسونالونال التي تواجه عادة ما يرد أدناه. أريما (1،0،0) من الدرجة الأولى نموذج الانحدار الذاتي: إذا كانت السلسلة ثابتة و أوتوكوريلاتد، وربما يمكن التنبؤ بها باعتبارها متعددة من قيمتها السابقة، بالإضافة إلى ثابت. معادلة التنبؤ في هذه الحالة هي 8230 الذي يتراجع Y على نفسه متأخرا بفترة واحدة. هذا هو 8220ARIMA (1،0،0) ثابت 8221 نموذج. إذا كان متوسط ​​Y هو الصفر، فإن المصطلح الثابت لن يتم تضمينه. إذا كان معامل الانحدار 981 1 موجبا وأقل من 1 في الحجم (يجب أن يكون أقل من 1 من حيث الحجم إذا كان Y ثابتا)، يصف النموذج سلوك التراجع المتوسط ​​الذي ينبغي التنبؤ فيه بقيمة 8217s للفترة التالية لتكون 981 1 مرة بعيدا عن متوسط ​​هذه الفترة قيمة 8217s. وإذا كان 981 1 سلبيا، فإنه يتنبأ بسلوك التراجع عن طريق تبديل الإشارات، أي أنه يتوقع أيضا أن يكون Y أقل من متوسط ​​الفترة التالية إذا كان أعلى من متوسط ​​هذه الفترة. في نموذج الانحدار الذاتي من الدرجة الثانية (أريما (2،0،0))، سيكون هناك مصطلح T-2 على اليمين كذلك، وهكذا. واعتمادا على علامات ومقدار المعاملات، يمكن أن يصف نموذج أريما (2،0،0) نظاما له انعكاس متوسط ​​يحدث بطريقة تتأرجح جيبيا، مثل حركة الكتلة في فصل الربيع الذي يتعرض للصدمات العشوائية . أريما (0،1،0) المشي العشوائي: إذا كانت السلسلة Y ليست ثابتة، أبسط نموذج ممكن لذلك هو نموذج المشي العشوائي، والتي يمكن اعتبارها حالة الحد من نموذج أر (1) التي الانتكاس الذاتي معامل يساوي 1، أي سلسلة مع بلا حدود بطيئة متوسط ​​الانعكاس. ويمكن كتابة معادلة التنبؤ لهذا النموذج على النحو التالي: حيث يكون المصطلح الثابت هو متوسط ​​التغير من فترة إلى أخرى (أي الانجراف الطويل الأجل) في Y. ويمكن تركيب هذا النموذج كنموذج انحدار لا اعتراض يقوم فيه الفرق الأول من Y هو المتغير التابع. وبما أنه يشمل (فقط) اختلافا غير منطقي ومدة ثابتة، فإنه يصنف على أنه نموذج كوتاريما (0،1،0) مع ثابت. كوت نموذج المشي العشوائي بدون الانجراف سيكون أريما (0،1، 0) نموذج بدون نموذج أريسترجيسد من الدرجة الأولى (1-1،0): إذا كانت أخطاء نموذج المشي العشوائي مترابطة تلقائيا، ربما يمكن إصلاح المشكلة بإضافة فاصل واحد للمتغير التابع إلى معادلة التنبؤ - أي وذلك بتراجع الفارق الأول من Y على نفسه متأخرا بفترة واحدة. وهذا من شأنه أن يسفر عن معادلة التنبؤ التالية: التي يمكن إعادة ترتيبها إلى هذا هو نموذج الانحدار الذاتي من الدرجة الأولى مع ترتيب واحد من اختلاف غير منطقي ومدة ثابتة - أي. وهو نموذج أريما (1،1،0). أريما (0،1،1) دون تمهيد الأسي المستمر المستمر: اقترح استراتيجية أخرى لتصحيح الأخطاء أوتوكوريلاتد في نموذج المشي العشوائي من قبل نموذج تمهيد الأسي بسيط. تذكر أنه بالنسبة لبعض السلاسل الزمنية غير المستقرة (مثل تلك التي تظهر تقلبات صاخبة حول متوسط ​​متباينة ببطء)، فإن نموذج المشي العشوائي لا يؤدي فضلا عن المتوسط ​​المتحرك للقيم السابقة. وبعبارة أخرى، فبدلا من أخذ الملاحظة الأخيرة كتوقعات الملاحظة التالية، من الأفضل استخدام متوسط ​​الملاحظات القليلة الأخيرة من أجل تصفية الضوضاء وتقدير المتوسط ​​المحلي بدقة أكبر. يستخدم نموذج التمهيد الأسي البسيط المتوسط ​​المتحرك المرجح أضعافا مضاعفة للقيم السابقة لتحقيق هذا التأثير. يمكن كتابة معادلة التنبؤ لنموذج التمهيد الأسي البسيط في عدد من الأشكال المكافئة رياضيا. واحد منها هو ما يسمى 8220 خطأ التصحيح 8221 النموذج، الذي يتم تعديل التوقعات السابقة في اتجاه الخطأ الذي قدمه: لأن ه ر - 1 ذ ر - 1 - 374 ر - 1 حسب التعريف، يمكن إعادة كتابة هذا كما في : وهو أريما (0،1،1) مع معادلة التنبؤ المستمر مع 952 1 1 - 945. وهذا يعني أنه يمكنك تناسب تمهيد الأسي بسيط من خلال تحديده كنموذج أريما (0،1،1) دون ثابت، ويقدر معامل ما (1) المقدر 1-ناقص ألفا في صيغة سيس. نذكر أن متوسط ​​عمر البيانات في التنبؤات قبل فترة واحدة هو 945 1 في نموذج سيس، وهذا يعني أنها سوف تميل إلى التخلف عن الاتجاهات أو نقاط التحول بنحو 1 945 فترات. ويترتب على ذلك أن متوسط ​​عمر البيانات في التنبؤات السابقة بفترة زمنية واحدة لنموذج أريما (0،1،1) بدون نموذج ثابت هو 1 (1 - 952 1). إذا، على سبيل المثال، إذا كان 952 1 0.8، متوسط ​​العمر هو 5. كما 952 1 النهج 1، يصبح النموذج أريما (0،1،1) بدون ثابت متوسط ​​متحرك طويل الأجل جدا، و 952 1 النهج 0 يصبح نموذج المشي العشوائي دون الانجراف. ما هو أفضل طريقة لتصحيح الارتباط الذاتي: إضافة المصطلحات أر أو إضافة مصطلحات ما في النموذجين السابقين نوقش أعلاه، تم إصلاح مشكلة أخطاء أوتوكوريلاتد في نموذج المشي العشوائي بطريقتين مختلفتين: عن طريق إضافة قيمة متخلفة من سلسلة مختلفة إلى المعادلة أو إضافة قيمة متأخرة لخطأ التنبؤ. النهج الذي هو أفضل قاعدة من الإبهام لهذا الوضع، والتي سيتم مناقشتها بمزيد من التفصيل في وقت لاحق، هو أن الارتباط الذاتي الإيجابي عادة ما يعامل بشكل أفضل عن طريق إضافة مصطلح أر إلى النموذج وعادة ما يعامل الارتباط الذاتي السلبي عن طريق إضافة ما المدى. في سلسلة الأعمال والاقتصاد الزمني، وغالبا ما تنشأ الارتباط الذاتي السلبي باعتباره قطعة أثرية من الاختلاف. (بشكل عام، يقلل الاختلاف من الارتباط الذاتي الإيجابي وربما يتسبب في التحول من الارتباط الذاتي الموجب إلى السالب). لذلك، فإن نموذج أريما (0،1،1)، الذي يكون فيه الاختلاف مصحوبا بمصطلح ما، غالبا ما يستخدم من أريما (1،1،0) نموذج. أريما (0،1،1) مع تمهيد الأسي المستمر المستمر مع النمو: من خلال تنفيذ نموذج سيس كنموذج أريما، كنت في الواقع كسب بعض المرونة. أولا وقبل كل شيء، ويسمح معامل ما (1) المقدرة لتكون سلبية. وهذا يقابل عامل تمهيد أكبر من 1 في نموذج سيس، وهو ما لا يسمح به عادة إجراء تركيب نموذج سيس. ثانيا، لديك خيار إدراج مدة ثابتة في نموذج أريما إذا كنت ترغب في ذلك، من أجل تقدير متوسط ​​الاتجاه غير الصفر. ويشتمل نموذج أريما (0،1،1) الثابت على معادلة التنبؤ: إن التنبؤات ذات الفترة الواحدة من هذا النموذج متشابهة نوعيا مع نموذج نموذج سيس، إلا أن مسار التنبؤات الطويلة الأجل عادة ما يكون (المنحدر يساوي مو) بدلا من خط أفقي. أريما (0،2،1) أو (0،2،2) دون تمهيد أسي خطية ثابتة: نماذج التجانس الأسية الخطية هي نماذج أريما التي تستخدم اثنين من الاختلافات نونسوناسونال بالتزامن مع الشروط ما. والفرق الثاني لسلسلة Y ليس مجرد الفرق بين Y وتخلف نفسها بفترتين، وإنما هو الفرق الأول من الاختلاف الأول - أي. التغيير في تغيير Y في الفترة t. وبالتالي، فإن الفارق الثاني من Y في الفترة t يساوي (Y t - Y t-1) - (Y t-1 - Y t-2) Y t - 2Y t-1 Y t-2. والفرق الثاني من الدالة المنفصلة يشبه مشتق ثان من دالة مستمرة: يقيس الدالة كوتاكسيليركوت أو كوتكورفاتوريكوت في الدالة عند نقطة معينة من الزمن. ويتنبأ نموذج أريما (0،2،2) دون توقع ثابت بأن الفارق الثاني من السلسلة يساوي دالة خطية لآخر خطأين متوقعين: يمكن إعادة ترتيبهما على النحو التالي: حيث يكون 952 1 و 952 2 هما (1) و ما (2) معاملات. هذا هو نموذج التجانس الأسي العام الخطية. أساسا نفس نموذج Holt8217s، و Brown8217s نموذج هو حالة خاصة. ويستخدم المتوسطات المتحركة المرجح أضعافا مضاعفة لتقدير كل من المستوى المحلي والاتجاه المحلي في هذه السلسلة. تتلاقى التوقعات على المدى الطويل من هذا النموذج مع خط مستقيم يعتمد ميله على متوسط ​​الاتجاه الملحوظ نحو نهاية السلسلة. أريما (1،1،2) دون ثابت خطي الاتجاه الاتجاه الأسي تمهيد. ويوضح هذا النموذج في الشرائح المصاحبة على نماذج أريما. فإنه يستقلب الاتجاه المحلي في نهاية السلسلة ولكن تسطح بها في آفاق التنبؤ أطول لإدخال مذكرة من المحافظة، وهي الممارسة التي لديها الدعم التجريبي. انظر المقال على كوهي في ذي تريند تريند وركسكوت غاردنر أند ماكنزي أند ذي كوغولدن رولكوت أرتيسترونغ إت آل. للتفاصيل. فمن المستحسن عموما التمسك النماذج التي لا يقل عن واحد من p و q لا يزيد عن 1، أي لا تحاول أن تناسب نموذج مثل أريما (2،1،2)، وهذا من المرجح أن يؤدي إلى الإفراط في تجهيز وكومكومون-فاكتوركوت القضايا التي نوقشت بمزيد من التفصيل في الملاحظات على الهيكل الرياضي لنماذج أريما. تنفيذ جدول البيانات: من السهل تنفيذ نماذج أريما مثل تلك الموضحة أعلاه على جدول بيانات. ومعادلة التنبؤ هي مجرد معادلة خطية تشير إلى القيم السابقة للسلاسل الزمنية الأصلية والقيم السابقة للأخطاء. وهكذا، يمكنك إعداد جدول بيانات تنبؤ أريما عن طريق تخزين البيانات في العمود ألف، وصيغة التنبؤ في العمود باء، والأخطاء (البيانات ناقص التنبؤات) في العمود C. وستكون صيغة التنبؤ في خلية نموذجية في العمود باء ببساطة تعبير خطي يشير إلى القيم في الصفوف السابقة من الأعمدة A و C مضروبا في المعاملات أر المناسبة أو ما المخزنة في الخلايا في مكان آخر على جدول البيانات. المغناطيس الدائم نقل لفائف صك أو بمم صك المغناطيس الدائم نقل لفائف أداة المغناطيس الدائم تتحرك لفائف أداة أو بمم نوع أداة يستخدم اثنين المغناطيس الدائم من أجل إنشاء المجال المغناطيسي ثابتة. وتستخدم هذه الأنواع من الأدوات فقط لقياس كميات دس كما لو أننا تطبيق التيار المتردد إلى هذا النوع من الأدوات اتجاه التيار سيتم عكس خلال دورة نصف سلبية، وبالتالي فإن اتجاه عزم الدوران سيتم أيضا عكس الذي يعطي قيمة متوسط ​​عزم الدوران صفر. لن ينحرف المؤشر بسبب التردد العالي من موضعه المتوسط ​​الذي يظهر القراءة الصفرية. ومع ذلك فإنه يمكن قياس التيار المباشر بدقة جدا. دعونا نتحرك نحو بناء المغناطيس الدائم تتحرك لفائف أداة s. سنرى بناء هذه الأنواع من الأدوات في خمسة أجزاء وهي موصوفة أدناه: الجزء الثابت أو المغناطيس النظام: في الوقت الحاضر نستخدم مغناطيس شدة المجال عالية، قوة قسرية عالية بدلا من استخدام U على شكل المغناطيس الدائم وجود الحديد الناعم قطب. المغناطيس الذي نستخدمه في الوقت الحاضر تتكون من مواد مثل ألكوماكس و ألنيكو التي توفر شدة المجال العالية. لفائف متحركة: يمكن لفائف متحركة تتحرك بحرية بين المغناطيسين الدائمين كما هو مبين في الشكل أدناه. لفائف الجرح مع العديد من المنعطفات من الأسلاك النحاسية ويتم وضعها على الألومنيوم مستطيلة التي يتم محورا على محامل مرصع بالجواهر. نظام التحكم: الربيع عموما بمثابة نظام التحكم لأدوات بمك. الربيع أيضا يخدم وظيفة هامة أخرى من خلال توفير مسار لقيادة التيار داخل وخارج لفائف. نظام التخميد: قوة التخميد وبالتالي يتم توفير عزم الدوران من قبل حركة الألومنيوم السابقة في المجال المغناطيسي التي أنشأتها المغناطيس الدائم. متر: متر من هذه الصكوك يتكون من مؤشر الوزن الخفيف ليكون حرية الحركة و مقياس الذي هو الخطية أو موحدة و يختلف مع زاوية. دعونا نستمد التعبير العام لعزم الدوران في المغناطيس الدائم تتحرك لفائف الصكوك أو بمم صك s. ونحن نعلم أنه في تحريك الآلات لفائف عزم الدوران انحراف تعطى من قبل التعبير: T د نبلدي حيث N هو عدد من المنعطفات، B هو كثافة تدفق المغناطيسي في الفجوة الهواء، ل هو طول لفائف متحركة، د هو عرض تتحرك لفائف، وأنا هو التيار الكهربائي. الآن لفائف تتحرك الصكوك انحراف عزم الدوران يجب أن تكون متناسبة مع الحالية، رياضيا يمكننا كتابة T د جي. وبالتالي على مقارنة نقول G نبيدل. في حالة مستقرة لدينا كل من عزم دوران السيطرة و انحراف متساوية. T ج هو السيطرة على عزم الدوران، على مساواة عزم التحكم مع عزم انحراف لدينا جي K. x حيث س هو انحراف وبالتالي يعطى الحالي من قبل انحراف يتناسب طرديا مع التيار ولذلك نحن بحاجة إلى مقياس موحد على متر لقياس التيار. الآن نحن بصدد مناقشة حول الرسم البياني الدائرة الأساسية من أمتر. دعونا ننظر في الدائرة كما هو مبين أدناه: يظهر I الحالي الذي يقسم إلى عنصرين في النقطة A. المكونات هما أنا وأنا أنا م. قبل أن أعلق على قيم حجم هذه التيارات، واسمحوا لنا أن نعرف المزيد عن بناء المقاومة تحويلة. الخصائص الأساسية للمقاومة التحويلة هي مكتوبة أدناه، المقاومة الكهربائية لهذه المحاور يجب أن لا تختلف في درجة حرارة أعلى، فإنه ينبغي أن تمتلك قيمة منخفضة جدا من معامل درجة الحرارة. أيضا المقاومة يجب أن يكون الوقت مستقلة. آخر وأهم الممتلكات التي ينبغي أن تمتلكها هي أنها يجب أن تكون قادرة على تحمل قيمة عالية من التيار دون ارتفاع كبير في درجة الحرارة. وعادة ما يستخدم المنغانين لصنع المقاومة دس. وهكذا يمكننا أن نقول أن قيمة أنا أكبر بكثير من قيمة أنا م مقاومة تحويلة منخفضة. من لدينا، حيث R S هو مقاومة التحويلة و R م هو المقاومة الكهربائية لفائف. من المعادلات اثنين أعلاه يمكننا أن نكتب، حيث، م هو القوة المكبرة للتحويلة. أخطاء في أدوات لفائف المغناطيس الدائم تتحرك هناك ثلاثة أنواع رئيسية من الأخطاء: أخطاء بسبب المغناطيس الدائم: نظرا لتأثيرات درجة الحرارة والشيخوخة من المغناطيس المغناطيس قد تفقد مغناطيسية إلى حد ما. عادة ما تكون المغنطيسية عمرها الحرارة والاهتزاز العلاج. قد يظهر خطأ في أداة بمك بسبب شيخوخة الربيع. ومع ذلك فإن الخطأ الناجم عن الشيخوخة من الربيع والأخطاء الناجمة بسبب المغناطيس الدائم هي عكس بعضها البعض، وبالتالي يتم تعويض كل من الأخطاء مع بعضها البعض. التغيير في مقاومة لفائف تتحرك مع درجة الحرارة: عموما معاملات درجة الحرارة من قيمة معامل الأسلاك النحاسية في لفائف تتحرك هو 0.04 في درجة مئوية ارتفاع في درجة الحرارة. بسبب انخفاض قيمة معامل درجة الحرارة ترتفع درجة الحرارة بمعدل أسرع، وبالتالي يزيد من المقاومة. ويرجع ذلك إلى كمية كبيرة من الخطأ هو سبب. مزايا أدوات لفائف المغناطيس الدائم تتحرك المقياس موحد بشكل موحد حيث أن التيار يتناسب طرديا مع انحراف المؤشر. وبالتالي فمن السهل جدا لقياس كميات من هذه الصكوك. استهلاك الطاقة هو أيضا منخفضة جدا في هذه الأنواع من الصكوك. ارتفاع قيمة عزم الدوران هو نسبة الوزن. وتتميز هذه المزايا بمزايا متعددة، ويمكن استخدام أداة واحدة لقياس الكميات المختلفة باستخدام قيم مختلفة للمحاولات والمضاعفات. بدلا من مزايا مختلفة المغناطيس الدائم تتحرك لفائف الصكوك أو بمم أداة تمتلك عيوب قليلة. عيوب الدائم المغناطيس تتحرك لفائف الصكوك هذه الصكوك لا يمكن قياس أس كميات. تكلفة هذه الأدوات عالية بالمقارنة مع الصكوك الحديد تتحرك. Agility هو القدرة على تغيير اتجاه الجسم بطريقة فعالة وفعالة وتحقيق هذا تحتاج إلى مزيج من: التوازن القدرة على الحفاظ على التوازن عند ثابتة أو تتحرك (أي عدم سقوط أكثر من) من خلال الإجراءات المنسقة من وظائفنا الحسية (عيون وآذان والأعضاء بروبروسيبتيف في المفاصل لدينا) توازن ثابت - القدرة على الاحتفاظ مركز كتلة فوق قاعدة الدعم في موقف ثابت التوازن الديناميكي - القدرة للحفاظ على التوازن مع حركة الجسم سرعة القدرة على التحرك كل أو جزء من الجسم بسرعة تعزيز قدرة العضلات أو مجموعة العضلات للتغلب على المقاومة التنسيق القدرة على التحكم في حركة الجسم في التعاون مع الهيئات وظائف الحسية على سبيل المثال (الكرة واليد والعين التنسيق) كيف يمكننا تحسين خفة الحركة يمكننا تحسين خفة الحركة من خلال تحسين أجزاء من خفة الحركة (المذكورة أعلاه) وممارستها في التدريب. سلم أجيليتي الهدف الرئيسي من برامج سلم خفة الحركة هو تعزيز مجموعة واسعة من أنماط القدم والحركة المختلفة. من خلال ممارسة هذه الحركات سوف تصبح طبيعة ثانية والجسم سوف تكون قادرة على الاستجابة بسرعة لمختلف الرياضة أنماط الحركة محددة. مع استخدام سلم خفة الحركة يمكننا تحسين خفة الحركة من خلال ممارسة أنماط الحركة في التدريب. سلم القياسية هو 10 ياردة طويلة مع 18 بوصة المربعات ولكن يمكنك بناء سلم الخاصة بك باستخدام العصي، شرائط لينو أو الشريط. عند بدء برنامج سلم خفة الحركة تبدأ مع 2 إلى 4 التدريبات وبمجرد السيطرة على هذه ثم إدخال التدريبات الجديدة. سلم تقييم السرعة من خلال سلم يمكن أن تشير إلى الكثير عن سرعة الرياضيين. ويعتبر وقت أقل من 2.8 ثانية للذكور و 3.4 ثانية للإناث لتشغيل طول سلم 20 درجة، قدم واحدة في كل نقطة في وقت واحد، ممتازة للرياضيين كبار. مفصلة أدناه بعض التدريبات سلم يمكنك استخدامها. تبدأ في الوقوف جانبية إلى سلم (الشكل 3A) تتحرك بطريقة جانبية إلى حقك، خطوة إلى المربع الأول مع القدم اليمنى (الشكل 3B) خطوة في القدم اليسرى (الشكل 3C) خطوة إلى الوراء مع القدم اليمنى (الشكل 3) خطوة إلى الوراء مع القدم اليسرى (الشكل 3E) كرر تسلسل من 2 إلى 5 على طول الطريق على طول سلم ممارسة 4 إجراء الحفر في موقف جانبي إلى سلم (الشكل 4A) الانتقال إلى اليمين، مكان القدم اليمنى في المربع الأول (الشكل 4B) التالي، خطوة عبر سلم مع القدم اليسرى (الشكل 4C) إزالة القدم اليمنى من سلم وضعه بجانب قدمك اليسرى (الشكل 4D) الآن، خطوة إلى الأمام في الثانية مربع مع القدم اليسرى التالي، خطوة عبر سلم مع القدم اليمنى إزالة القدم اليسرى من سلم وضعه بجانب قدمك اليمنى كرر تسلسل من 2 إلى 7 على طول الطريق على طول سلم تمرين 5 بدء متداخلة جانب واحد من سلم - القدم اليمنى في المربع الأول والقدم اليسرى خارج سلم (الشكل 5A) هل جو مب على يمينك حتى يبقى قدمك اليمنى في ساحة سلم والقدم اليسرى الأراضي في ساحة سلم المقبل (الشكل 5B) هل القفزة إلى اليسار بحيث يبقى قدمك اليسرى في ساحة سلم والأقدام قدمك اليمنى خارج سلم (الشكل 5 ج) قم بالقفز إلى يسارك بحيث يبقى قدمك اليسرى في ساحة السلم وأراضي قدمك اليمنى في مربع السلم التالي (الشكل 5 د) قم بالقفز إلى يمينك حتى يبقى قدمك اليمنى في ساحة السلم و أقدام القدم اليسرى خارج سلم (الشكل 5e) كرر تسلسل من 2 إلى 5 على طول الطريق على طول سلم ممارسة 6 تبدأ الوقوف جانبية إلى سلم (الشكل 6A) خطوة إلى المربع الأول مع القدم اليمنى (الشكل 6B) بعد ذلك، خطوة على سلم إلى الجانب الآخر مع القدم اليسرى (الشكل 6C) خطوة مع القدم اليمنى أفقيا إلى المربع التالي (الشكل 6D) بعد ذلك، خطوة على سلم إلى الجانب الآخر مع القدم اليسرى (الشكل 6E) خطوة مع القدم اليمنى أفقيا إلى المربع التالي (الشكل 6F) كرر تسلسل من 3 إلى 6 على طول الطريق على طول لا ددر إكسيرسيس 7 كما التمرين 6 ولكن تتحرك أفقيا مع القدم اليسرى. كيف يمكننا قياس خفة الحركة هناك عدد من الاختبارات لقياس خفة الحركة الرياضيين. وهي تشمل: سداسي عائق أجيليتي اختبار - مناسبة للرياضة مع حركة متعددة الاتجاهات إلينوي خفة الحركة تشغيل الاختبار - - مناسبة للرياضة مع حركة متعددة الاتجاهات الجانبي تغيير اتجاه الاختبار - مناسبة للرياضة مع حركة متعددة الاتجاهات اختبار قدم سريعة - مناسبة للرياضة مع حركة متعددة الاتجاهات T الحفر الاختبار - مناسبة للرياضة مع حركة متعددة الاتجاهات اختبار اللقلق اختبار الوقوف (اختبار التوازن) المراجع ذات الصلة توفر المراجع التالية معلومات إضافية حول هذا الموضوع: بارسونس، S. إت آل. (1998) تطوير السرعة، وخفة الحركة، وسرعة للرياضيين التنس. مجلة تكييف القوة. 20 (3)، p. 14-19. مرجع الصفحة إذا قمت بالاقتباس من هذه الصفحة في عملك، فإن مرجع هذه الصفحة هو: ماكنزي، B. (2000) أجيليتي ووو متوفر من: brianmac. co. ukagility. htm الوصول إلى الصفحات ذات الصلة توفر صفحات المدرب الرياضي التالية معلومات إضافية حول هذا الموضوع: