Stata -12 - चल - औसत

मेरे पास लोगों, पंजीकरण समय और स्कोर की एक सूची है स्ताट में मैं प्रत्येक अवलोकन के समय एक समय खिड़की के आधार पर स्कोर की चलती औसत की गणना करना चाहता हूं (कोई अवलोकन की संख्या के आधार पर खिड़की नहीं)। उदाहरण के लिए, समझे कि - किसी भी तरफ 2 दिन और वर्तमान अवलोकन सहित नहीं, मैं इस तरह से कुछ गणना करने की कोशिश कर रहा हूं: Ive ने डाटासेट को tsset के साथ परिभाषित करने का प्रयास किया और फिर tssmooth का उपयोग करें। लेकिन इसे काम करने के लिए नहीं मिल सके चूंकि एक निश्चित अवधि के लिए कई अवलोकन हो सकते हैं, इसलिए मुझे यकीन नहीं है कि यह सही दृष्टिकोण भी है। इसके अलावा, वास्तव में दिन चर एक टीसी टाइमस्टैम्प है 6 दिसंबर को 16:04 बजे 16:04 पूछा tsset खिचड़ी भाषा यहाँ यहां तक ​​कि यहां तक ​​कि अगर आपने अपने समय को नियमित रूप से स्थान दिया है, तब भी मदद की, क्योंकि आपके पास समय के लिए कुछ दोहराए गए मान हैं, फिर भी आपका डेटा स्टैट्स अर्थ में पैनल डेटा के रूप में योग्य नहीं है। लेकिन समस्या को संभावनाओं पर एक पाश के लिए उपज देना चाहिए सबसे पहले, अपना उदाहरण ले लीजिए शाब्दिक रूप से पूर्णांक दिनों का उपयोग करें। यहां हम कोई लापता मूल्य नहीं मानते हैं। आगे बढ़ने के सिद्धांत दूसरों की औसत (सभी का योग - यह मान) (मूल्यों की संख्या - 1) व्यवहार में, आप मिलीसेकंड में सभी संभव तिथि-समयों पर लूप नहीं चाहते हैं। इसलिए, इस फ़ॉर्म के अवलोकनों पर एक लूप का प्रयास करें नोट एलटीपीएसयूडोकोडगेट तत्व यह पत्र भी प्रासंगिक है: यदि संभव हो, तो एक पंक्ति को और अधिक जटिल होना जरूरी है: जिसका अर्थ है कि वर्तमान मूल्य अनुपलब्ध है, तो हम योग से 0 और घटाव के 0 से घटाते हैं। संपादित करें: मिलीसेकंड में 2 दिनों के लिए, इनबिल्ट फ़ंक्शन का फायदा उठाने और cofd (2) का उपयोग करें। जब चलने की औसत चलती हुई औसत की गणना होती है, तो औसत समय में औसत रखकर समझ में आता है पिछले उदाहरण में हमने पहली बार 3 समय की अवधि और इसे 3 अवधि के बगल में रखा। हम तीन अवधि के अंतराल के मध्य में औसत रख सकते थे, जो कि 2 के बगल में है। यह अजीब समय अवधि के साथ अच्छी तरह से काम करता है, लेकिन समयावधि के लिए इतना अच्छा नहीं है। तो हम पहली चलती औसत स्थान कहां रखेंगे जब एम 4 तकनीकी तौर पर, मूविंग एवरेज टी 2.5, 3.5 पर गिर जाएगी। इस समस्या से बचने के लिए हम एम 2 का इस्तेमाल करते हुए एमए को चिकना करते हैं। इस प्रकार हम चिकनी मूल्यों को चिकना करते हैं यदि हम एक भी संख्या में औसत पदों को औसत करते हैं, तो हमें सुचारू मूल्यों को सुचारू बनाने की आवश्यकता है निम्नलिखित तालिका में एम 4.Stata: डेटा विश्लेषण और सांख्यिकीय सॉफ्टवेयर निकोलस जे। कॉक्स, डरहम यूनिवर्सिटी, यूके क्रिस्टोफर बॉम, बोस्टन कॉलेज ईजन, मा () और इसकी सीमाएं स्टैटार्स्क्वोस चलती औसत की गणना करने के लिए सबसे स्पष्ट कमांड हैं, एक अभिव्यक्ति को देखते हुए, यह उस अभिव्यक्ति के एक औसत चलती औसत बनाता है। डिफ़ॉल्ट रूप से, 3 के रूप में लिया जाता है। अजीब होना चाहिए। हालांकि, मैन्युअल प्रविष्टि के रूप में इंगित करता है, ईजन, मा () को varlist द्वारा जोड़ा नहीं जा सकता है:। और, अकेले उस कारण के लिए, यह पैनल डेटा पर लागू नहीं होता है। किसी भी स्थिति में, यह विशेष रूप से समय श्रृंखला के लिए लिखा गया आदेशों के सेट के बाहर होता है, विवरण के लिए समय श्रृंखला देखें। वैकल्पिक दृष्टिकोण पैनल डेटा के लिए चलती औसत की गणना करने के लिए, कम से कम दो विकल्प हैं दोनों डेटासेट पर पहले से ही tsset होने पर निर्भर करते हैं। यह बहुत अच्छा कर रहा है: न केवल आप अपने आप को बार-बार पैनल वैरिएबल और टाइम वेरिएबल निर्दिष्ट करते हुए बचा सकते हैं, लेकिन डेटा में डेटा के किसी भी अंतराल को चालाकी से बर्ताव करते हुए स्टाटा 1. उत्पन्न करने के लिए समय-श्रृंखला ऑपरेटरों जैसे एल। और एफ जैसे उत्पन्न अपनी परिभाषा लिखें। चल रहे औसत की परिभाषा को जनरेट करने के लिए तर्क के रूप में दें यदि आप ऐसा करते हैं, तो आप स्वाभाविक रूप से ईजन, मा () द्वारा गणना किए गए समान रूप से भारित (अवाहित) केंद्रित चलती औसत तक सीमित नहीं हैं। उदाहरण के लिए, समान रूप से भारित तीन-अवधि वाली मूविंग एवरेज दिए जाएंगे और कुछ भार को आसानी से निर्दिष्ट किया जा सकता है: निश्चित रूप से आप एक वैरिएबल नाम के बजाय लॉव (माइवर) जैसे अभिव्यक्ति निर्दिष्ट कर सकते हैं जैसे कि माइवर। इस दृष्टिकोण का एक बड़ा फायदा यह है कि स्टेता पैनल के डेटा के लिए स्वचालित रूप से सही काम करता है: अग्रणी और पीछे की दरें पैनलों के भीतर काम करती हैं, बस तर्क के अनुसार वे होना चाहिए। सबसे उल्लेखनीय नुकसान यह है कि कमांड लाइन को अधिक समय तक मिल सकता है यदि चलती औसत में कई पद शामिल हैं एक और उदाहरण एक एकमात्र चलती औसत है जो केवल पिछले मानों पर आधारित है। ये एक परिवर्तनीय उम्मीद की पैदा करने के लिए उपयोगी हो सकता है कि एक तारीख को सूचना के आधार पर केवल एक चर पर आधारित होगा: किसी निश्चित वेटिंग स्कीम (ए 4-अवधि के अंतराल) का उपयोग करते हुए, पिछले चार मूल्यों के आधार पर वर्तमान अवधि के लिए कोई भविष्यवाणी कर सकता है खासकर सामान्यतः त्रैमासिक बार श्रृंखलाओं के साथ प्रयोग किया जाता है।) 2. एसएससी से egen, filter () का उपयोग करें एसएससी पर egenmore पैकेज से यूजर लिखित ईजन फ़ंक्शन फ़िल्टर () का उपयोग करें स्टाटा 7 (14 नवंबर 2001 के बाद अपडेट) में, आप इस पैकेज को तब स्थापित कर सकते हैं, जिसके बाद फिल्टर पर विवरण के लिए ईनमोरर पॉइंट को बताएगा। उपर्युक्त दो उदाहरण प्रदान किए जाएंगे (इस तुलना में उत्पन्न दृष्टिकोण शायद अधिक पारदर्शी होता है, लेकिन हम एक पल में विपरीत का एक उदाहरण देखेंगे।) लेट्स एक संख्या सूची हैं। नकारात्मक हादसों की ओर बढ़ता है: इस मामले में -11 में -1 से बढ़ता है -1 या सीसा 1, अंतराल 0, अंतराल 1. कॉफ़ फिक्स्केटर्स, दूसरे नंबर, इसी प्रकार की पिछड़ या अग्रणी वस्तुओं को गुणा करें: इस मामले में उन मदों में एफ 1। मैवर । माइवर और एल 1। मैवर ऑर्केनाइजेशन ऑप्शन के प्रभाव को गुणांक के योग से प्रत्येक गुणांक को स्केल करना है ताकि सीओफ़ (1 1 1) सामान्यीकृत 13 13 13 और कोइफ़ (1 2 1) के सामान्य गुण के बराबर सामान्यीकृत 14 12 14 के गुणांक के बराबर है । आपको न केवल लापता बल्कि गुणांक भी निर्दिष्ट करना चाहिए। क्योंकि ईजन, मा () समान रूप से भारित मामले प्रदान करता है, ईजन के मुख्य तर्क, फिल्टर () असमान भारित मामले का समर्थन करना है, जिसके लिए आपको गुणांक निर्दिष्ट करना चाहिए। यह भी कहा जा सकता है कि उपयोगकर्ताओं को सहगुणकों को निर्दिष्ट करने के लिए बाध्य होना उन पर निर्भर करता है कि वे क्या गुणांक चाहते हैं। समान वज़न के लिए मुख्य औचित्य है, हम अनुमान लगाते हैं, सादगी, लेकिन बराबर वज़न में घटिया आवृत्ति डोमेन गुण हैं, केवल एक विचार का उल्लेख करने के लिए। उपर्युक्त तीसरा उदाहरण या तो इनमें से हो सकता है जो उत्पन्न दृष्टिकोण के रूप में जटिल है। ऐसे मामले हैं जिनमें egen, फिल्टर () जनरेट करने की तुलना में एक सरल सूत्रीकरण प्रदान करता है। यदि आप नौ-टर्म द्विपद फिल्टर चाहते हैं, जो क्लाइमैटोलॉजिस्ट्स को उपयोगी लगते हैं, तो ठीक से कम से ज्यादा भयानक लग रहा है, और ठीक से प्राप्त करना आसान है, जैसा कि जेनरेट करने के दृष्टिकोण के साथ, ईजन, फिल्टर () पैनल डेटा के साथ ठीक से काम करता है वास्तव में, जैसा कि ऊपर बताया गया है, यह डेटासेट पर पहले से ही tsset होने पर निर्भर करता है। एक ग्राफिकल टिप आपकी चलती औसत की गणना के बाद, आप शायद एक ग्राफ को देखना चाहेंगे। उपयोगकर्ता द्वारा लिखित आदेश tsgraph tsset डेटासेट के बारे में स्मार्ट है। एसएससी इन्स्ट टीएसजीआर द्वारा एक अप-टू-डेट स्टेटा 7 में इसे स्थापित करें क्या उपरोक्त उदाहरणों में से कोई भी अगर प्रतिबंधों का उपयोग करने के साथ सबसेटिंग के बारे में वास्तव में, मा () निर्दिष्ट नहीं होने की अनुमति नहीं देगा कभी-कभी लोग यदि चलने की औसत गणना करते हैं तो इसका उपयोग करना चाहते हैं, लेकिन आमतौर पर इसका उपयोग थोड़ा अधिक जटिल होता है। यदि आप के साथ गणना की गई चलती औसत से आप क्या अपेक्षा करेंगे आइए हम दो संभावनाओं की पहचान करें: कमजोर व्याख्या: मुझे बहिष्कृत टिप्पणियों के लिए कोई परिणाम नहीं देखना है। सशक्त व्याख्या: मैं यह भी नहीं चाहता कि आप बाहर की गई टिप्पणियों के लिए मूल्यों का उपयोग करें। यहाँ एक ठोस उदाहरण है। मान लीजिए कि कुछ यदि कंडीशन के परिणाम के रूप में, 1-42 टिप्पणियों को शामिल किया गया है, लेकिन 43 पर टिप्पणियां नहीं हैं। लेकिन 42 के लिए चलती औसत अन्य बातों के अलावा, अवलोकन के मूल्य पर 43 यदि औसत पीछे और आगे बढ़ाता है और कम से कम 3 की लंबाई पर निर्भर करता है, और यह इसी तरह कुछ परिस्थितियों में कुछ टिप्पणियों पर 44 पर निर्भर करेगा। हमारा अनुमान है कि ज्यादातर लोग कमजोर व्याख्या के लिए जाते हैं, लेकिन यह सही है कि क्या, ईजन, फिल्टर () या तो कोई भी समर्थन नहीं करता है आप हमेशा जो भी चाहते हैं उसे अनदेखा कर सकते हैं या फिर अवांछित मूल्यों को प्रतिस्थापित करने का उपयोग करके बाद में गायब करने के लिए सेट कर सकते हैं। श्रृंखला के छोर पर लापता परिणाम पर एक नोट क्योंकि चल औसत औसत लहस और लीड्स के कार्य होते हैं, egen, ma () श्रृंखला की शुरुआत और अंत में, लापता और सुराग मौजूद नहीं है, जहां गायब पैदा करता है। एक विकल्प नामांकन पूंछ के लिए कम, बिना सेंसर की चलती औसत की गणना करने के लिए मजबूर करता है। इसके विपरीत, न तो उत्पन्न होते हैं और न ही ईजिन, फिल्टर () करता है, या अनुमति देता है, लापता परिणाम से बचने के लिए कुछ विशेष। यदि गणना के लिए आवश्यक मूल्यों में से कोई भी गायब नहीं है, तो उस परिणाम गायब है। यह उपयोगकर्ताओं को यह तय करने के लिए है कि इस तरह के अवलोकनों के लिए और क्या सुधारात्मक सर्जरी की आवश्यकता है, संभवतः डाटासेट को देखने के बाद और किसी अंतर्निहित विज्ञान पर विचार करने के लिए जिसे सहन किया जा सकता है। कल्पना करें कि आपके पास कई उत्पादों के लिए कीमतों पर डेटा है प्रत्येक साप्ताहिक मूल्य की जानकारी रिकॉर्ड करने वाले उत्पादों के लिए स्पष्ट सेट ऑक्स 200 जीन प्रॉडिड एन प्रत्येक उत्पाद का एक अनूठा औसत मूल्य है जनरल प्रॉडप्रस आरपोइसन (5) 7 आपके पास 200 हफ्तों के लिए साप्ताहिक कीमतों पर डेटा है। 200 बायसोर्ट प्रोडिड का विस्तार करें: सामान्य टीएन लेबल वार्ड टी वीक कुछ मौसमी अंतर भी है जो मौसमी है .2 सीन (पीटीआर 50) और साथ ही एक सामान्य समय प्रवृत्ति सामान्य प्रवृत्ति भी है t.005 पहला अवलोकन किसी भी कीमत के मूल्य से संबंधित नहीं है prodprice2.5 प्रवृत्ति rpoisson (10) 10 अगर t1 कीमत prodprice2 प्रवृत्ति की जगह बदलता है मौसमी .7pricen-1 .3 rpoisson (10) 10 अगर टी 2 की कीमत prodprice प्रवृत्ति की जगह मौसमी .5pricen-1 .2pricen-2 .3rpoisson (10) 10 अगर t3 कीमत prodprice प्रवृत्ति की जगह बदलने मौसमी .3pricen-1 .2pricen-2 .2pricen-3 .3rpoisson (10) 10 यदि टी 4 मूल्य prodprice प्रवृत्ति की जगह मौसमी .3pricen-1.175pricen-2 .125pricen-3 .1pricen-4 .3rpoisson (10) 10 अगर tgt4 बनाएँ ग्लोबल को ग्लोबल ग्लोबल को स्टोर करने के लिए ग्लोबल फॉर आई वी ग्लोबल व्हाट्सॉग (लाइन कीमत टी अगर प्रोडेड i) twoway twograph, किंवदंती (ऑफ) शीर्षक (पहले छह उत्पादों के लिए सही कीमत रुझान) अब सोचें कि उपरोक्त उत्पन्न डेटा सही कीमत की जानकारी है मूल रूप से अप्रभावित है इसके बजाय आपके पास प्रति सप्ताह डेटा का एक से अधिक संग्रह होता है, जिसमें प्रत्येक मूल्य कुछ यादृच्छिक जोड़ती त्रुटि के अनुसार होता है। 3 बायस्टोर्ट प्रॉडिड का विस्तार करें: जनरल प्रॉडोड्स एन जीन कॉम्पॉलक्लॉट प्रॉस्पेयर असामान्य ()। 25 हालांकि आपके पास कुछ ऐसी प्रविष्टियां हैं जिनकी 10 प्रविष्टियों में गलत तरीके से प्रवेश किया गया है। जनरल एंटरप्राइजर आरबिमिनियल (1, 1) जनरल स्कॉलेर्रॉर्फ़ रेनॉर्मल () 1 जनरल प्रॉब्लम कीमत कॉन्ट्रैक्ट (1 एंटररर्सकेलररर) लेबेल वरीय मूल्यओब्स रिकॉर्ड किए गए मूल्य इसके अलावा, आपकी कीमत के 35 डेटा को कभी भी नहीं मिल रहा था जो सामान्य रेखीमियल (1, .35) ग्लोबल वैश्विक ग्लोबल को स्टोर करने के लिए Iv 16 ग्लोबल टॉग्जोग्राफ़ (लाइन प्रोमोब्ड, अगर प्रोडडी I एपीपी prodobs1) twoway twograph, किंवदंती (बंद) शीर्षक (पहले छह उत्पादों के लिए मनाया गया मूल्य प्रवृत्तियों) टी कीमतों के निर्यातक प्रॉडक्ट एंट्ररर रखने के लिए मैं प्रवेश त्रुटि रख रहा हूँ डेटा तुलना की एक साधन के रूप में सेट है, हालांकि यह सीधे मनाया नहीं जाएगा सवाल यह है कि क्या आप अब इस गंदे डेटा के साथ मूल मूल्य की वसूली कर सकते हैं जो मूल के समान है? पहली बात यह है कि हमें इसका फायदा उठाना चाहिए डुप्लिकेट रिकॉर्ड किया गया डेटा। बिखरने वाला कीमतों में अगर कीमत 1, शीर्षक (व्यक्तिगत विचलन देखना आसान है) व्यक्तिगत विचलन देखना आसान है, लेकिन हम व्यक्तिगत रूप से मूल्य आउटलाइनर की पहचान करने के लिए 200 उत्पादों के माध्यम से नहीं जाना चाहते हैं। हम आउटलेयर की पहचान करने के लिए सिस्टम के साथ आना चाहते हैं। उत्पाद और समय के बीच का मतलब उत्पन्न करता है bysort prodid t: egen pricemean mean (priceobs) किसी भी अवलोकन को झंडा देता है जो औसत से कम 120 या माध्य से 80 कम है। जीन फ्लैग (प्रिसीमेन जीटी प्राइसब्स 1.2 प्रॉसीमेन लेफ्टिनिशन प्राइसब्लूओ 8.8) देखें कि यह कैसे काम कर रहा है: दो (बिखरने वाला प्रॉडक्ट टी टी अगर प्रॉोडिड 1) (स्कैटर प्राडोब्स टी अगर प्रॉड 1 एम्प फ्लैग 1 एमएसएमएमबीएल (एलजीएक्स))। शीर्षक (कुछ आउटलेटर्स को सिर्फ अर्थ को देखकर पहचाना जा सकता है) किंवदंती (बंद) corr flag entryerror हमारे झंडे 45 त्रुटियों के साथ संबंधित त्रुटियों से संबंधित हैं। यह अच्छा है लेकिन हम बेहतर कर सकते हैं। मैं प्रस्ताव करता हूं कि सिर्फ इसका मतलब यह नहीं है कि हम मूल्यों की बढ़ती औसत का निर्माण करते हैं और देखें कि कैसे प्रत्येक एंट्री औसत से भटकती है। एकमात्र समस्या यह है कि बढ़ते औसत कमांड को एक्ससीसेट की आवश्यकता होती है और इसके लिए प्रति समय केवल एक प्रविष्टि की आवश्यकता होती है। तो, मैं कहता हूं कि हम समय के चर को फिर से बचाते हैं और जोड़ते हैं जैसे कि सप्ताह के अलग-अलग समय में अवलोकन संख्या दर्ज की जाती है। हमें नए उत्पादों को बढ़ावा देने की आवश्यकता है क्योंकि हमें नहीं पता है कि प्रत्येक उत्पाद से कौन-से अवलोकन गायब है। बायस्टोर्ट प्रॉडिड टी: जेन प्रोडोड्स एन जीन टी 2 टी 4 प्रोडोड्स एक्ससेट ने पैनल डेटा पैनल आईडी और टाइम सीरिज स्तर सेट किया है। xtset prodid t2 कमांड हम उपयोग करेंगे tssmooth है यह कोडित है कि इस तरह एमए निर्दिष्ट करके औसत चलती है और खिड़की बताता है कि कितने समय की अवधि आगे बढ़ने के लिए और चलती एयरपोर्ट में कितने पीछे हैं। यह कमांड कुछ समय ले सकता है टीएसएसएमयूथ एमए मैपरिसिपप्रोसेस, विंडो (23 23 23) प्रभाव 5 सप्ताह के पहले और 5 सप्ताह के बाद में है। 0 बताता है कि स्टेटा को उस औसत में स्वयं शामिल नहीं करने के लिए चलती हुई औसत दो (यदि बिगड़ा हुआ प्रॉडक्ट टी 1 अगर prodid 1) (लाइन मैपरिसोब्स टी अगर prodid 1) (लाइन pricemean टी अगर prodid 1)। शीर्षक (मूविंग औसत आउटलाइयर के लिए कम सफल है) चल औसत औसत सिर्फ औसत औसत से अधिक स्थिर है। चलते हुए औसत कैप ड्रॉप फ्लैग 2 जनरल फ्लैग 2 (मैपरिसोच जीटी प्राइसब्स 1.2 मैपिसिब्स लेफ्टिनल कीमतो 8.2) का उपयोग करके फ्लैगिंग का प्रयास करें। शीर्षक (मुवक्कड़ औसत भी उपयोगी हो सकता है) किंवदंती (बंद) कोरल फ्लैग 2 एंट्रिरियर फ्लैग 21 साप्ताहिक स्तर के ढहने के मूल्यों के पतन के बाद, प्रॉडोड टी अगर प्रोडेड i) twoway twograph, किंवदंती (बंद) शीर्षक (पहले छह उत्पादों के लिए मनाया गया मूल्य रुझान) डेटा बहुत बेहतर दिख रहा है, लेकिन हम अभी भी स्पष्ट रूप से कुछ अवांछित आउटलेटर्स हैं हम उत्पाद की कीमतों के भीतर आउटलाइनर्स की पहचान करने में मदद करने के लिए क्रॉस उत्पाद रुझान का लाभ ले सकते हैं। बायस्टोर्ट टी: एजेंस एवेप्रस अर्थ (प्रॉब्लम) रेग प्राइसब्स अर्थ एविप्रस यदि प्रोडिड 1 का अनुमान है, 1 रेसिड 1, रेसिड्यूड रेग प्रास्टोबॉप्स ऐवप्रस, अगर प्रोडिड 2 रेसिड 2 का अनुमान लगाता है, अवशिष्ट रेग प्राइस फोर्स का अनुमान लगाया जाता है अगर प्रोडिड 3 अनुमानित 3, अवशिष्ट दोवें (लाइन रेजीड 1 टी अगर प्रोडिड 1) (लाइन अगर कीमतें 1) (लाइन रेजीड 2 टी अगर प्रोडिड 2) (अगर कीमत 2) (लाइन रेज़िड 3 टी अगर प्रॉोडिड 3) (लाइन कीमत के लिए टी अगर prodid 3)। शीर्षक (अवशेष आउटलेटर्स के स्पष्ट संकेतक हैं) किंवदंती (बंद) अंत में, हमें अवशेषों के साथ टिप्पणियां छोड़नी चाहिए जो औसत से 1.5 मानक विचलन से अधिक हैं। रेडितम्पे-आर (मतलब) जीटीआर (एसडी) 1.5 रेसिडेम-आर (मतलब) ड्रॉप रेसिडेमप्लेट: देखें कि यह कैसे काम कर रहा है: दो (स्कैटर प्राइसब्स टी अगर प्रोडिड 2) (बिगाड़ने वाला मूल्य अगर टीडी 2 एएमपी फ्लैग 1 एमएसएमएमबीएल (एलजीएक्स))। शीर्षक (अब सिर्फ कुछ अंतिम आउटलेटर्स को हटाने का प्रयास करना) किंवदंती (बंद) आउटलेट के सापेक्ष उत्पाद 1 मूल्य निर्धारण प्लॉटिंग। अगर कीमतें तो पहले की कीमतों में गिरावट आई) आखिर में आउटलाइअर ड्रॉप गिर जाने पर फ्लैग एक फाइनल ग्राफ़ ग्लोबल ट्राउगग फॉरवाइ 16 ग्लोबल ट्राफोग्राफ (स्केटर प्राइसब्स टी अगर प्रोडेड i) ट्वोवे टॉओग्राफ, किंवदंती (ऑफ) शीर्षक (पहले छह उत्पादों के लिए मनाया गया मूल्य रुझान) हमारे पहले ग्राफ के रूप में साफ है लेकिन निश्चित रूप से बहुत सुधार हुआ है