Slik beregner du Flytte Gjennomsnitt i Excel. Ekstern dataanalyse for dummier, 2. utgave. Dataanalyse-kommandoen gir et verktøy for å beregne flytende og eksponentielt glatte gjennomsnitt i Excel. For å illustrere at du har samlet inn daglig temperaturinformasjon, vil du beregne tre-dagers glidende gjennomsnitt gjennomsnittet for de siste tre dagene som en del av noen enkle værprognoser For å beregne glidende gjennomsnitt for dette datasettet, gjør du følgende trinn. For å beregne et glidende gjennomsnitt, klikker du først på Datatabellen s Data Analysis-kommandoen knappen. Når Excel viser dialogboksen Dataanalyse, velger du Moving Average-elementet fra listen og klikker deretter OK. Eksempel viser dialogboksen Moving Average. Identifiser dataene du vil bruke til å beregne det bevegelige gjennomsnittet. Klikk på Input Område tekstboksen i dialogboksen Moving Average Deretter identifiserer du inngangsområdet, enten ved å skrive inn et regnearkområdeadresse eller ved å bruke musen til å velge regnearkområdet. Din rekkevidde referanse skal bruke absolutte celle adresser En absolutt celle adresse går foran kolonne bokstav og rad nummer med tegn, som i A 1 A 10. Hvis den første cellen i ditt inngangsområde inneholder en tekstetikett for å identifisere eller beskrive dataene dine, velg etikettene i Intervall-tekstboksen, fortell Excel hvor mange verdier som skal inkluderes i den bevegelige gjennomsnittlige beregningen. Du kan beregne et glidende gjennomsnitt ved å bruke et hvilket som helst antall verdier Som standard bruker Excel de nyeste tre verdiene for å beregne bevegelsen gjennomsnitt For å angi at et annet antall verdier skal brukes til å beregne det bevegelige gjennomsnittet, skriv inn verdien i intervalltekstboksen. Fortell Excel hvor du skal plassere de bevegelige gjennomsnittlige dataene. Bruk tekstboksen Utgangsområde for å identifisere arbeidsarkområdet som du har Ønsker å plassere de bevegelige gjennomsnittsdataene I regnearkseksemplet har de bevegelige gjennomsnittsdataene blitt plassert i regnearkområdet B2 B10. Valgfritt Angi om du vil ha et diagram. Hvis du vil ha et diagram som viser den bevegelige gjennomsnittlige informasjonen, markerer du avkrysningsboksen Kartutgang. Valgfritt Angi om du vil beregne standard feilinformasjon. Hvis du vil beregne standardfeil for dataene, velg avkrysningsboksen Standard feil. Excel plasserer standard feilverdier ved siden av de bevegelige gjennomsnittsverdiene. Standardfeilinformasjonen går inn i C2 C10. Når du er ferdig spesifiserer hvilken bevegelig gjennomsnittsinformasjon du vil ha beregnet, og hvor du vil plassere den, klikker du OK. Eksempel beregner glidende gjennomsnittlig informasjon. Merk Hvis Excel ikke har nok informasjon til å beregne et glidende gjennomsnitt for en standardfeil, plasserer den feilmeldingen i cellen Du kan se flere celler som viser denne feilmeldingen som en verdi. Slik beregner du veidede bevegelige gjennomsnitt i Excel ved hjelp av eksponentiell utjevning. Ekstern dataanalyse for dummier, 2. utgave. Eksponensiell utjevning i Excel beregner det bevegelige gjennomsnittet. Eksponensielle utjevningsvekter verdiene som inngår i de bevegelige gjennomsnittlige beregningene, slik at nyere verdier har større effekt på gjennomsnittet e-beregning og gamle verdier har mindre effekt Denne vektingen oppnås gjennom en utjevningskonstant. For å illustrere hvordan verktøyet for eksponensiell utjevning fungerer, antar du at du igjen ser på gjennomsnittlig daglig temperaturinformasjon. For å beregne vektede glidende gjennomsnitt ved bruk av eksponensiell utjevning, ta Følg fremgangsmåten nedenfor for å beregne et eksponentielt glatt glidende gjennomsnitt. Først klikker du på Datatabell s Data Analysis-kommandoknappen. Når Excel viser dialogboksen Dataanalyse, velger du eksponentiell utjevning fra listen og klikker deretter OK. Eksempel viser eksponensiell utjevning dialogboksen. Identifiser dataene. For å identifisere dataene du vil beregne et eksponentielt glatt glidende gjennomsnitt for, klikker du i tekstfeltet Inngangsområde. Deretter identifiserer du inntaksområdet, enten ved å skrive inn et regnearkområdeadresse eller ved å velge regnearkområdet Hvis Ditt innspillingsområde inneholder en tekstetikett for å identifisere eller beskrive dataene dine, velg merket Merker. Gi det glatte ing konstant. Skriv ut utjevningens konstante verdi i tekstfeltet Dempingsfaktor Excel-hjelpefilen antyder at du bruker en utjevningskonstant mellom 0 2 og 0 3 Formentlig, men hvis du bruker dette verktøyet, har du egne ideer om hva Den korrekte utjevningskonstanten er Hvis du ikke er klar over utjevningskonstanten, bør du kanskje ikke bruke dette verktøyet. Fortell Excel hvor du skal plassere eksponensielt glattede, glidende gjennomsnittlige data. Bruk tekstboksen Utgangsområde for å identifisere arbeidsarkområdet som du vil ha å plassere de bevegelige gjennomsnittsdataene I eksempelet på regnearket plasserer du for eksempel de bevegelige gjennomsnittlige dataene inn i regnearkområdet B2 B10. Valgfritt diagram de eksponensielt jevnede dataene. For å kartlegge eksponensielt jevndata, merk av i avkrysningsboksen Kartutgang. Valgfritt Angi at du vil at standard feilinformasjon skal beregnes. For å beregne standardfeil, velg avkrysningsboksen Standard feil. Excel plasserer standardfeilverdier ved siden av de eksponensielt glattede glidende gjennomsnittlige verdiene. Etter at du har angitt hvilken flytende gjennomsnittsinformasjon du vil beregne og hvor du vil den plasseres, klikker du OK. Ekscel beregner glidende gjennomsnittlig informasjon. I praksis vil det bevegelige gjennomsnittet gi et godt estimat av gjennomsnittet av tidsserien hvis gjennomsnittet er konstant eller sakte endring. Ved konstant gjennomsnitt er den største verdien av m vil gi de beste estimatene for det underliggende gjennomsnittet. En lengre observasjonsperiode vil gjennomsnittse effektene av variabilitet. Formålet med å gi en mindre m er å tillate prognosen å svare på en endring i den underliggende prosessen For å illustrere foreslår vi et datasett som inkorporerer endringer i det underliggende gjennomsnittet av tidsserien Figuren viser tidsseriene som brukes til å illustrere sammen med gjennomsnittet d emand hvor serien ble generert Middelet begynner som en konstant på 10 Begynner på tid 21, øker den med en enhet i hver periode til den når verdien av 20 på tiden 30 Da blir det konstant igjen Dataene blir simulert ved å legge til den gjennomsnittlige, en tilfeldig støy fra en normalfordeling med nullverdier og standardavvik 3 Resultatene av simuleringen avrundes til nærmeste heltall. Tabellen viser de simulerte observasjonene som brukes til eksempelet. Når vi bruker bordet, må vi huske at på Forutsetninger for modellparameteren, for tre forskjellige verdier av m, vises sammen med gjennomsnittet av tidsseriene i figuren under. Figuren viser gjennomsnittlig gjennomsnittlig estimat for gjennomsnittet på hver gang og ikke prognosen Prognosene ville skifte de bevegelige gjennomsnittskurver til høyre etter periodene. En konklusjon er umiddelbart tydelig fra figuren. For alle tre estimatene ligger det glidende gjennomsnittet bak den lineære trenden , med laget økende med m Forsinkelsen er avstanden mellom modellen og estimatet i tidsdimensjonen På grunn av lagret undervurderer det bevegelige gjennomsnittet observasjonene etter hvert som gjennomsnittet øker. Forskjellen er estimatets forskjell på en bestemt tid i middelverdien av modellen og middelverdien forutsatt av det bevegelige gjennomsnittet Forskjellen når gjennomsnittet er økende er negativt For et fallende middel er forspenningen positiv. Forsinkelsen i tid og forspenningen introdusert i estimatet er funksjoner av m større verdien av m jo større størrelsen på lag og bias. For en kontinuerlig økende serie med trend a er verdiene av lag og forspenning av estimatoren av middelet gitt i ligningene nedenfor. Eksempelkurverne stemmer ikke overens med disse ligningene fordi Eksempelmodellen øker ikke kontinuerlig, heller begynner den som en konstant, endrer seg til en trend og blir konstant igjen. Eksempelkurvene påvirkes av støyen. Den bevegelige gjennomsnittlige prognosen for p eriods inn i fremtiden representeres ved å flytte kurvene til høyre. Lag og forspenning øker proporsjonalt. Ligningene nedenfor indikerer lag og forspenning av prognoseperioder inn i fremtiden sammenlignet med modellparametere. Disse formlene er igjen i en tidsserie med en konstant lineær trend. Vi bør ikke bli overrasket over dette resultatet. Den glidende gjennomsnittlige estimatoren er basert på antagelsen om et konstant gjennomsnitt, og eksemplet har en lineær trend i gjennomsnittet i en del av studietiden. Siden sanntidsserier sjelden vil nøyaktig overholde forutsetningene til en hvilken som helst modell, bør vi være forberedt på slike resultater. Vi kan også konkludere fra figuren at støyens variabilitet har størst effekt for mindre m. Estimatet er mye mer flyktig for det bevegelige gjennomsnittet på 5 enn Flytende gjennomsnitt på 20 Vi har de motstridende ønskene om å øke m for å redusere effekten av variabilitet på grunn av støyen, og å redusere m for å gjøre prognosen mer lydhør for endringer i m ean. Feilen er forskjellen mellom de faktiske dataene og den prognostiserte verdien. Hvis tidsseriene er virkelig en konstant verdi, er den forventede verdien av feilen null og variansen av feilen består av et begrep som er en funksjon av og en andre termen som er variansen av støyen. Den første termen er variansen av gjennomsnittet estimert med en prøve av m observasjoner, forutsatt at data kommer fra en befolkning med konstant gjennomsnitt. Denne termen er minimert ved å gjøre m så stor som mulig A stor m gjør prognosen uforsvarlig for en endring i underliggende tidsserier For å gjøre prognosen lydhør for endringer, ønsker vi m så liten som mulig 1, men dette øker feilvariasjonen. Praktisk prognose krever en mellomverdi. Forutsetninger med Excel. Forecasting add-in implementerer de bevegelige gjennomsnittlige formlene Eksemplet nedenfor viser analysen gitt av tillegget for prøvedata i kolonne B De første 10 observasjonene er indeksert -9 til 0 Sammenlignet med tabellen e ovenfor blir tidsindeksene skiftet med -10. De første ti observasjonene gir oppstartsverdiene for estimatet og brukes til å beregne det bevegelige gjennomsnittet for periode 0 MA 10-kolonnen C viser de beregnede bevegelige gjennomsnittene. Den bevegelige gjennomsnittsparameteren m er i celle C3 Fore 1-kolonnen D viser en prognose for en periode inn i fremtiden Prognoseintervallet er i celle D3 Når prognoseperioden endres til et større tall, blir tallene i Fore-kolonnen flyttet ned. Err 1-kolonnen E viser forskjellen mellom observasjonen og prognosen For eksempel er observasjonen på tidspunkt 1 6 Den prognostiserte verdien fra det bevegelige gjennomsnittet på tidspunktet 0 er 11 1 Feilen er da -5 1 Standardavviket og gjennomsnittlig avviksmodus beregnes i celler E6 og E7 henholdsvis.
Comments
Post a Comment