يومين فترة الانتقال بين متوسط - توقعات

متحرك متوسط ​​التنبؤ التنبؤ. كما قد تخمن أننا نبحث في بعض من أكثر الأساليب بدائية للتنبؤ. ولكن نأمل أن تكون هذه مقدمة مفيدة على الأقل لبعض قضايا الحوسبة المتعلقة بتنفيذ التنبؤات في جداول البيانات. في هذا السياق سوف نستمر من خلال البدء في البداية والبدء في العمل مع توقعات المتوسط ​​المتحرك. نقل متوسط ​​التوقعات. الجميع على دراية بتحرك توقعات المتوسط ​​بغض النظر عما إذا كانوا يعتقدون أنهم. جميع طلاب الجامعات القيام بها في كل وقت. فكر في درجاتك االختبارية في الدورة التي ستحصل فيها على أربعة اختبارات خالل الفصل الدراسي. لنفترض أنك حصلت على 85 في الاختبار الأول. ما الذي يمكن أن تتنبأ به لنتيجة الاختبار الثانية ما رأيك بأن معلمك سوف يتنبأ بنتيجة الاختبار التالية ما رأيك في أن أصدقائك قد يتنبأون بنتيجة الاختبار التالية ما رأيك في توقع والديك لنتيجة الاختبار التالية بغض النظر عن كل بلابينغ كنت قد تفعل لأصدقائك وأولياء الأمور، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في مجال 85 كنت حصلت للتو. حسنا، الآن دعونا نفترض أنه على الرغم من الترويج الذاتي الخاص بك إلى أصدقائك، وكنت أكثر من تقدير نفسك والشكل يمكنك دراسة أقل للاختبار الثاني وحتى تحصل على 73. الآن ما هي جميع المعنيين وغير مدرك الذهاب إلى توقع أن تحصل على الاختبار الثالث هناك اثنين من المرجح جدا النهج بالنسبة لهم لوضع تقدير بغض النظر عما إذا كانوا سوف تقاسمها معك. قد يقولون لأنفسهم، هذا الرجل هو دائما تهب الدخان حول ذكائه. هيس الذهاب للحصول على آخر 73 إذا هيس محظوظا. ربما كان الوالدان يحاولان أن يكونا أكثر داعما ويقولان: كوتيل، حتى الآن حصلت على 85 و 73، لذلك ربما يجب أن تحصل على حوالي (85 73) 2 79. أنا لا أعرف، ربما لو كنت أقل من الحفلات و ويرنت يهتز في كل مكان في العالم، وإذا كنت بدأت تفعل الكثير من الدراسة يمكن أن تحصل على أعلى score. quot كل من هذه التقديرات تتحرك في الواقع متوسط ​​التوقعات. الأول يستخدم فقط أحدث درجاتك للتنبؤ بأدائك المستقبلي. وهذا ما يطلق عليه توقعات المتوسط ​​المتحرك باستخدام فترة واحدة من البيانات. والثاني هو أيضا متوسط ​​التوقعات المتحركة ولكن باستخدام فترتين من البيانات. دعونا نفترض أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل بشكل جيد على الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام كوتاليسكوت الخاص بك. كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، وأعجب. حتى الآن لديك الاختبار النهائي للفصل الدراسي القادمة وكالمعتاد كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف ستفعل على الاختبار الأخير. حسنا، نأمل أن ترى هذا النمط. الآن، ونأمل أن تتمكن من رؤية هذا النمط. ما الذي تعتقده هو صافرة الأكثر دقة بينما نعمل. الآن نعود إلى شركة التنظيف الجديدة التي بدأتها شقيقة نصف استدارة دعا صافرة بينما نعمل. لديك بعض بيانات المبيعات السابقة التي يمثلها القسم التالي من جدول بيانات. نعرض البيانات لأول مرة لتوقعات المتوسط ​​المتحرك لمدة ثلاث سنوات. يجب أن يكون إدخال الخلية C6 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C7 إلى C11. لاحظ كيف يتحرك المتوسط ​​على أحدث البيانات التاريخية ولكنه يستخدم بالضبط ثلاث فترات أحدث متاحة لكل تنبؤ. يجب أن تلاحظ أيضا أننا لسنا بحاجة حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا. وهذا يختلف بالتأكيد عن نموذج التجانس الأسي. وشملت إيف التنبؤات كوتاباستكوت لأننا سوف استخدامها في صفحة الويب التالية لقياس صحة التنبؤ. الآن أريد أن أعرض النتائج المماثلة لمتوسطين توقعات المتوسط ​​المتحرك. يجب أن يكون إدخال الخلية C5 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C6 إلى C11. لاحظ كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ. مرة أخرى لقد قمت بتضمين التنبؤات اقتباسا لأغراض التوضيح واستخدامها لاحقا في التحقق من صحة التوقعات. بعض الأمور الأخرى التي من الأهمية أن تلاحظ. وبالنسبة للمتوسط ​​المتحرك للمتوسط ​​m، لا يتوقع إلا أن تستخدم معظم قيم البيانات الأخيرة في التنبؤ. لا شيء آخر ضروري. وبالنسبة للتنبؤ المتوسط ​​المتحرك للمتوسط ​​m، عند التنبؤ بالتنبؤات، لاحظ أن التنبؤ الأول يحدث في الفترة m 1. وستكون هاتان المسألتان مهمتين جدا عند تطوير الشفرة. تطوير المتوسط ​​المتحرك المتحرك. الآن نحن بحاجة إلى تطوير رمز لتوقعات المتوسط ​​المتحرك التي يمكن استخدامها أكثر مرونة. تتبع التعليمات البرمجية. لاحظ أن المدخلات هي لعدد الفترات التي تريد استخدامها في التوقعات ومصفوفة القيم التاريخية. يمكنك تخزينه في أي المصنف الذي تريده. وظيفة موفينغافيراج (تاريخي، نومبروفريودس) كما واحد إعلان وتهيئة المتغيرات ديم البند كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادي ديم تاريخي الحجم كما عدد صحيح تهيئة المتغيرات عداد 1 تراكم 0 تحديد حجم الصفيف التاريخي تاريخ سيز التاريخية. الكونت كونتر 1 إلى نومبروفريودس تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا تراكم تراكم تاريخي (تاريخي - عدد نومبريوفريودس عداد) موفينغافيراج تراكوم نومبروفريودس سيتم شرح التعليمات البرمجية في الصف. تريد وضع الدالة على جدول البيانات بحيث تظهر نتيجة الحساب حيث ترغب في التالي. إضافة اتجاه أو متوسط ​​خط متحرك إلى رسم بياني ينطبق على: إكسيل 2016 ورد 2016 بويربوانت 2016 إكسيل 2013 ورد 2013 أوتلوك 2013 بويربوانت 2013 مور. أقل لعرض اتجاهات البيانات أو التحرك المتوسطات في مخطط قمت بإنشائه. يمكنك إضافة خط الاتجاه. يمكنك أيضا تمديد خط اتجاه يتجاوز البيانات الفعلية للمساعدة في التنبؤ القيم المستقبلية. على سبيل المثال، يتنبأ خط الاتجاه الخطي التالي بربعين قبل ذلك ويظهر بوضوح اتجاها تصاعديا يبدو واعدا للمبيعات المستقبلية. يمكنك إضافة خط الاتجاه إلى مخطط 2-D التي ليست مكدسة، بما في ذلك المنطقة، شريط، العمود، الخط، الأسهم، مبعثر، و فقاعة. لا يمكنك إضافة خط الاتجاه إلى مكدسة، 3-D، الرادار، فطيرة، سطح، أو الرسم البياني دونات. إضافة خط الاتجاه في المخطط، انقر على سلسلة البيانات التي تريد إضافة خط اتجاه أو متوسط ​​متحرك لها. سيبدأ خط الاتجاه على نقطة البيانات الأولى لسلسلة البيانات التي تختارها. حدد المربع تريندلين. لاختيار نوع مختلف من خط الاتجاه، انقر على السهم بجوار تريندلين. ثم انقر فوق الأسي. توقعات خطية. أو اثنين من فترة الانتقال المتوسط. بالنسبة لخطوط الاتجاه الإضافية، انقر على المزيد من الخيارات. إذا اخترت المزيد من الخيارات. انقر فوق الخيار الذي تريده في جزء "تنسيق الاتجاه" ضمن خيارات تريندلاين. إذا قمت بتحديد الحدودي. أدخل أعلى قوة للمتغير المستقل في المربع الأمر. إذا حددت متوسط ​​النقل. أدخل عدد الفترات لاستخدامها لحساب المتوسط ​​المتحرك في المربع الفترة. نصيحة: خط الاتجاه هو الأكثر دقة عندما تكون قيمة R-سكارد (عدد من 0 إلى 1 تكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع بياناتك الفعلية) عند أو بالقرب من 1. عند إضافة خط اتجاه إلى بياناتك ، يقوم إكسيل تلقائيا بحساب قيمة R-سكارد. يمكنك عرض هذه القيمة على المخطط الخاص بك عن طريق التحقق من قيمة العرض R-سكارد في مربع الرسم البياني (تنسيق جزء الاتجاه، خيارات تريندلاين). يمكنك معرفة المزيد عن جميع خيارات خط الاتجاه في الأقسام أدناه. خط الاتجاه الخطي استخدم هذا النوع من خط الاتجاه لإنشاء خط مستقيم أفضل تناسب لمجموعات البيانات الخطية البسيطة. البيانات الخاصة بك خطية إذا كان النمط في نقاط البيانات الخاصة به يشبه خط. خط الاتجاه الخطي عادة ما يظهر أن شيئا ما يتزايد أو ينخفض ​​بمعدل ثابت. يستخدم خط الاتجاه الخطي هذه المعادلة لحساب المربعات الصغرى تناسب لخط: حيث m هو المنحدر و b هو اعتراض. ويبين الخط الاتجاهي التالي أن مبيعات الثلاجات زادت باستمرار على مدى 8 سنوات. لاحظ أن قيمة R-سكارد (عدد من 0 إلى 1 الذي يكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع البيانات الفعلية الخاصة بك) هو 0.9792، وهو مناسب تماما للخط إلى البيانات. عرض خط منحني أفضل تناسب، وهذا الاتجاه هو مفيد عندما معدل التغير في البيانات يزيد أو ينخفض ​​بسرعة ثم مستويات خارج. خط الاتجاه اللوغاريتمي يمكن أن يستخدم القيم السلبية والإيجابية. يستخدم خط الاتجاه اللوغاريتمي هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث c و b هي الثوابت و لن هي وظيفة اللوغاريتم الطبيعي. ويظهر خط الاتجاه اللوغاريتمي التالي النمو السكاني المتوقع للحيوانات في منطقة ذات مساحة ثابتة، حيث انخفض عدد السكان المستخرج كمساحة للحيوانات. لاحظ أن قيمة R-سكارد هي 0.933، وهو مناسب نسبيا من الخط إلى البيانات. يعد هذا الاتجاه مفيدا عندما تتقلب بياناتك. على سبيل المثال، عند تحليل المكاسب والخسائر على مجموعة بيانات كبيرة. ترتيب الحدودي يمكن تحديدها من قبل عدد من التقلبات في البيانات أو عدد الانحناءات (التلال والوديان) تظهر في المنحنى. عادة، يوجد خط اتجاه متعدد الحدود من أجل 2 يحتوي على تلة أو وادي واحد فقط، ويشتمل الأمر 3 على واحد أو اثنين من التلال أو الوديان، ويوجد في الأمر 4 ما يصل إلى ثلاثة تلال أو وديان. خط الاتجاه متعدد الحدود أو المنحني يستخدم هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث b والثوابت. ويظهر خط الاتجاه 2 متعدد الحدود التالي (تلة واحدة) العلاقة بين سرعة القيادة واستهلاك الوقود. لاحظ أن قيمة R-سكارد هي 0.979، التي هي قريبة من 1 حتى الخطوط تناسب البيانات. عرض خط المنحني، هذا الاتجاه هو مفيد لمجموعات البيانات التي تقارن القياسات التي تزداد بمعدل معين. على سبيل المثال، تسارع سيارة سباق في فترات 1 ثانية. لا يمكنك إنشاء خط اتجاه طاقة إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الطاقة هذه المعادلة لحساب المربعات الصغرى تناسب من خلال نقاط: حيث c و b هي الثوابت. ملاحظة: لا يتوفر هذا الخيار عندما تتضمن البيانات قيما سلبية أو صفرية. يظهر مخطط قياس المسافة التالي المسافة بالأمتار بالثواني. يوضح خط التيار الكهربائي بوضوح تسارع متزايد. لاحظ أن قيمة R-سكارد هو 0.986، وهو مثاليا تقريبا من الخط إلى البيانات. عرض خط المنحني، وهذا الاتجاه هو مفيد عندما ترتفع قيم البيانات أو تنخفض بمعدل متزايد باستمرار. لا يمكنك إنشاء خط اتجاه أسي إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الأسي هذه المعادلة لحساب المربعات الصغرى التي تناسب من خلال النقاط: حيث c و b هي الثوابت و e هو قاعدة اللوغاريتم الطبيعي. ويظهر خط الاتجاه الأسي التالي تناقص كمية الكربون 14 في جسم ما عند عمره. لاحظ أن قيمة R-سكارد هي 0.990، مما يعني أن الخط يناسب البيانات تقريبا تقريبا. موفينغ ترافيك ترندلين هذا الاتجاه يدل على تقلبات في البيانات لإظهار نمط أو اتجاه أكثر وضوحا. يستخدم المتوسط ​​المتحرك عددا محددا من نقاط البيانات (يحددها خيار الفترة)، ويتوسطها، ويستخدم متوسط ​​القيمة كنقطة في السطر. على سبيل المثال، إذا تم تعيين الفترة إلى 2، يتم استخدام متوسط ​​أول نقطتي بيانات كنقطة أولى في خط الاتجاه المتوسط ​​المتحرك. ويستخدم متوسط ​​نقاط البيانات الثانية والثالثة كنقطة ثانية في خط الاتجاه، وما إلى ذلك. ويستخدم خط الاتجاه المتوسط ​​المتحرك هذه المعادلة: عدد النقاط في خط اتجاه متوسط ​​متحرك يساوي العدد الإجمالي للنقاط في السلسلة، مطروحا منه الرقم الذي تحدده للفترة. في المخطط المبعثر، يقوم خط الاتجاه بناء على ترتيب القيم x في المخطط. للحصول على نتيجة أفضل، صنف القيم x قبل إضافة متوسط ​​متحرك. يظهر خط الاتجاه المتوسط ​​التالي نمطا في عدد المنازل المباعة على مدى 26 أسبوعا. حساب المتوسط ​​المتحرك في إكسيل في هذا البرنامج التعليمي القصير، سوف تتعلم كيفية حساب بسرعة المتوسط ​​المتحرك البسيط في إكسيل، ما هي الوظائف التي يمكن استخدامها ل الحصول على متوسط ​​متحرك لآخر N أيام أو أسابيع أو شهور أو سنوات، وكيفية إضافة خط اتجاه متوسط ​​متحرك إلى مخطط إكسيل. في اثنين من المقالات الأخيرة، لقد ألقينا نظرة فاحصة على حساب المتوسط ​​في إكسيل. إذا كنت قد اتبعت بلوق لدينا، وكنت تعرف بالفعل كيفية حساب المتوسط ​​العادي وما هي الوظائف التي تستخدمها للعثور على المتوسط ​​المرجح. في البرنامج التعليمي اليوم، سوف نناقش اثنين من التقنيات الأساسية لحساب المتوسط ​​المتحرك في إكسيل. ما هو المتوسط ​​المتحرك عموما، يمكن تعريف المتوسط ​​المتحرك (يشار إليه أيضا بالمتوسط ​​المتحرك أو المتوسط ​​المتحرك أو المتوسط ​​المتحرك) على أنه سلسلة من المتوسطات لمجموعات فرعية مختلفة من نفس مجموعة البيانات. وكثيرا ما تستخدم في الإحصاءات، والتكيف الاقتصادي والطقس المعدلة موسميا لفهم الاتجاهات الكامنة. في تداول الأسهم، المتوسط ​​المتحرك هو مؤشر يوضح متوسط ​​قيمة الورقة المالية خلال فترة زمنية معينة. في الأعمال التجارية، وممارسة شائعة لحساب متوسط ​​متحرك من المبيعات على مدى 3 أشهر الماضية لتحديد الاتجاه الأخير. على سبيل المثال، يمكن حساب المتوسط ​​المتحرك لدرجات الحرارة لمدة ثلاثة أشهر عن طريق أخذ متوسط ​​درجات الحرارة من يناير إلى مارس، ثم متوسط ​​درجات الحرارة من فبراير إلى أبريل، ثم من مارس إلى مايو، وهلم جرا. هناك أنواع مختلفة من المتوسط ​​المتحرك مثل البسيط (المعروف أيضا باسم الحساب)، الأسي، المتغير، الثلاثي، والمرجح. في هذا البرنامج التعليمي، سوف نبحث في المتوسط ​​المتحرك البسيط الأكثر استخداما. حساب المتوسط ​​المتحرك البسيط في إكسيل بشكل عام، هناك طريقتان للحصول على متوسط ​​متحرك بسيط في إكسيل - باستخدام الصيغ وخيارات الاتجاه. توضح الأمثلة التالية كلا الأسلوبين. مثال 1. حساب المتوسط ​​المتحرك لفترة زمنية معينة يمكن حساب المتوسط ​​المتحرك البسيط في أي وقت من الأوقات مع دالة أفيراج. لنفترض أن لديك قائمة بمتوسط ​​درجات الحرارة الشهرية في العمود B، وتريد أن تجد متوسطا متحركا لمدة 3 أشهر (كما هو موضح في الصورة أعلاه). اكتب صيغة أفيراج المعتادة للقيم الثلاثة الأولى وأدخلها في الصف المقابل للقيمة الثالثة من الأعلى (الخلية C4 في هذا المثال)، ثم انسخ الصيغة إلى خلايا أخرى في العمود: يمكنك إصلاح (مثل B2) إذا كنت ترغب في ذلك، ولكن تأكد من استخدام مراجع الصف النسبي (بدون علامة) بحيث يتم ضبط الصيغة بشكل صحيح للخلايا الأخرى. تذكر أنه يتم حساب المتوسط ​​عن طريق إضافة قيم ثم تقسيم المجموع حسب عدد القيم التي سيتم حساب متوسطها، يمكنك التحقق من النتيجة باستخدام صيغة سوم: مثال 2. الحصول على متوسط ​​متحرك لآخر N أيام أسابيع أسابيع من السنوات في عمود يفترض لديك قائمة من البيانات، على سبيل المثال بيع الأرقام أو أسعار الأسهم، وتريد أن تعرف متوسط ​​الأشهر الثلاثة الماضية في أي وقت من الأوقات. لهذا، تحتاج إلى صيغة من شأنها إعادة حساب المتوسط ​​بمجرد إدخال قيمة للشهر التالي. ما وظيفة إكسيل قادر على القيام بذلك أفيراج جيدة القديمة في تركيبة مع أوفست و كونت. أفيراج (أوفست (الخلية الأولى كونت (النطاق بأكمله) - N، 0، N، 1)) حيث N هو عدد الأيام الأخيرة من الأسابيع التي تصل إلى أشهر في المتوسط. غير متأكد من كيفية استخدام صيغة المتوسط ​​المتحرك هذه في أوراق عمل إكسيل سيجعل المثال التالي الأمور أكثر وضوحا. على افتراض أن القيم في المتوسط ​​في العمود B بدءا من الصف 2، ستكون الصيغة كما يلي: والآن، حاول أن تفهم ما تقوم به صيغة إكسيل المتحركة المتوسطة فعليا. تقوم الدالة كونت كونت (B2: B100) بحساب عدد القيم التي تم إدخالها بالفعل في العمود B. نبدأ العد في B2 لأن الصف 1 هو رأس العمود. تأخذ الدالة أوفست الخلية B2 (الوسيطة ست 1) كنقطة بداية، وتقوم بإزاحة العد (القيمة التي تم إرجاعها بواسطة الدالة كونت) عن طريق تحريك 3 صفوف لأعلى (-3 في الوسيطة 2 ند). ونتيجة لذلك، تقوم بإرجاع مجموع القيم في نطاق يتكون من 3 صفوف (3 في الوسيطة الرابعة) وعمود واحد (1 في الوسيطة الأخيرة)، وهي آخر 3 أشهر نريدها. وأخيرا، يتم تمرير المبلغ الذي تم إرجاعه إلى الدالة أفيراج لحساب المتوسط ​​المتحرك. تلميح. إذا كنت تعمل مع أوراق عمل قابلة للتحديث بشكل مستمر حيث من المحتمل إضافة صفوف جديدة في المستقبل، تأكد من توفير عدد كاف من الصفوف إلى الدالة كونت لاستيعاب الإدخالات الجديدة المحتملة. ليست مشكلة إذا قمت بتضمين صفوف أكثر مما تحتاجه فعلا طالما أن لديك الخلية الأولى الحق، فإن وظيفة كونت تجاهل جميع الصفوف الفارغة على أي حال. كما لاحظت على الأرجح، يحتوي الجدول في هذا المثال على بيانات لمدة 12 شهرا فقط، ومع ذلك يتم توفير النطاق B2: B100 إلى كونت، فقط ليكون على جانب الحفظ :) مثال 3. الحصول على المتوسط ​​المتحرك لقيم N الأخيرة في صف إذا كنت ترغب في حساب متوسط ​​متحرك لآخر N أيام أو أشهر أو سنوات أو غيرها في نفس الصف، يمكنك ضبط صيغة أوفست بهذه الطريقة: افترض B2 هو الرقم الأول في الصف، وتريد لتضمين آخر 3 أرقام في المتوسط، تأخذ الصيغة الشكل التالي: إنشاء مخطط متوسط ​​متحرك ل إكسيل إذا كنت قد قمت بالفعل بإنشاء مخطط لبياناتك، فإن إضافة خط اتجاه متوسط ​​متحرك لهذا المخطط هو بضع ثوان. لهذا، سنستخدم ميزة إكسيل تريندلين وستتبع الخطوات التفصيلية أدناه. على سبيل المثال، أنشأت إيف مخططا عموديا ثنائي الأبعاد (علامة التبويب إدراج علامة تبويب غ تشارتس) لبيانات المبيعات لدينا: والآن، نريد تصور المتوسط ​​المتحرك لمدة 3 أشهر. في إكسيل 2010 و إكسيل 2007، انتقل إلى لايوت غ تريندلين غ المزيد من خيارات تريندلاين. تلميح. إذا لم تكن بحاجة إلى تحديد تفاصيل مثل الفاصل الزمني المتوسط ​​أو الأسماء المتحركة، فيمكنك النقر على تصميم غ إضافة مخطط تشارت إليمنت غ تريندلين غ المتوسط ​​المتحرك للنتيجة الفورية. سيتم فتح جزء تريند ترينلين على الجانب الأيسر من ورقة العمل في إكسيل 2013، وسيظهر مربع الحوار المقابل في إكسيل 2010 و 2007. لتنقيح الدردشة، يمكنك التبديل إلى علامة التبويب ملء أمب لين أو إفكتس على جزء تنسيق الاتجاه واللعب مع خيارات مختلفة مثل نوع الخط واللون والعرض، وما إلى ذلك لتحليل البيانات القوية، قد ترغب في إضافة عدد قليل من خطوط الاتجاه المتوسط ​​المتحرك مع فترات زمنية مختلفة لنرى كيف تطور هذا الاتجاه. تظهر لقطة الشاشة التالية خطوط الاتجاه المتوسط ​​لمدة شهرين (أخضر) و 3 أشهر (الطوب الأحمر): حسنا، هذا كل شيء عن حساب المتوسط ​​المتحرك في إكسيل. ورقة العمل نموذج مع الصيغ المتوسط ​​المتحرك وخط الاتجاه هو متاح للتحميل - نقل متوسط ​​جدول البيانات. أشكركم على القراءة ونتطلع إلى رؤيتكم الأسبوع المقبل قد تكون مهتمة أيضا: مثالك 3 أعلاه (الحصول على المتوسط ​​المتحرك لقيم N الماضية على التوالي) عملت تماما بالنسبة لي إذا كان الصف كله يحتوي على أرقام. إم القيام بذلك لبلدي الغولف الدوري حيث نستخدم متوسط ​​4 المتداول الأسبوع. أحيانا الغولف غائبين لذلك بدلا من النتيجة، وسوف يضع عبس (النص) في الخلية. ما زلت أريد صيغة للبحث عن 4 درجات الماضية وعدم حساب عبس إما في البسط أو في المقام. كيف يمكنني تعديل الصيغة لإنجاز هذا نعم، لاحظت إذا كانت الخلايا فارغة الحسابات كانت غير صحيحة. في حالتي أنا تتبع أكثر من 52 أسابيع. حتى إذا كانت الأسابيع ال 52 الماضية تحتوي على بيانات، فإن الحساب كان غير صحيح إذا كانت أي خلية قبل 52 أسبوعا فارغة. إم محاولة لخلق صيغة للحصول على المتوسط ​​المتحرك لمدة 3 الفترة، نقدر إذا كنت يمكن أن تساعد الثابتة والمتنقلة. التاريخ سعر المنتج 1012016 A 1.00 1012016 B 5.00 1012016 C 10.00 1022016 A 1.50 1022016 B 6.00 1022016 C 11.00 1032016 A 2.00 1032016 B 15.00 1032016 C 20.00 1042016 A 4.00 1042016 B 20.00 1042016 C 40.00 1052016 A 0.50 1052016 B 3.00 1052016 C 5.00 1062016 A 1.00 1062016 B 5.00 1062016 C 10.00 1072016 A 0.50 1072016 B 4.00 1072016 C 20.00 مرحبا، أنا معجب مع معرفة واسعة والتعليم موجزة وفعالة التي تقدمها. أنا أيضا لديك استفسار الذي آمل أن تتمكن من إقراض موهبتك مع حل كذلك. لدي عمود A من 50 (أسبوعيا) تواريخ الفاصل الزمني. لدي عمود B بجانبه مع متوسط ​​الإنتاج المخطط من قبل الأسبوع لاستكمال الهدف من 700 الحاجيات (70050). في العمود التالي أجمع الزيادات الأسبوعية حتى الآن (100 على سبيل المثال) وإعادة حساب بلدي المتبقية الكمية التوقعات في الأسابيع المتبقية (إكس 700-10030). أود أن أعدت أسبوعيا رسم بياني يبدأ بالأسبوع الحالي (وليس بداية x محور تاريخ الرسم البياني)، مع المبلغ المختصر (100) بحيث تكون نقطة الانطلاق هي الأسبوع الحالي بالإضافة إلى أفغويك المتبقي (20)، و إنهاء الرسم البياني الخطي في نهاية الأسبوع 30 و y نقطة من 700. متغيرات تحديد تاريخ الخلية الصحيح في العمود A وتنتهي عند الهدف 700 مع التحديث التلقائي من تاريخ اليوم، هو الخلط بيني. هل يمكن أن تساعد الرجاء مع صيغة (إيف تم محاولة إف المنطق مع اليوم وليس مجرد حلها.) شكرا لك الرجاء المساعدة مع الصيغة الصحيحة لحساب مجموع الساعات دخلت على فترة 7 أيام تتحرك. فمثلا. أحتاج إلى معرفة مقدار العمل الإضافي الذي يقوم به الفرد على مدى فترة 7 أيام المتداول محسوبة من بداية السنة حتى نهاية العام. يجب أن المبلغ الإجمالي من ساعات العمل تحديث ل 7 أيام المتداول وأنا أدخل ساعات العمل الإضافي على أساس يومي شكرا لك هناك طريقة للحصول على مبلغ من عدد خلال الأشهر الستة الماضية أريد أن تكون قادرة على حساب المبلغ لمدة 6 أشهر الماضية كل يوم. حتى سوء الحاجة إليها لتحديث كل يوم. لدي ورقة اكسل مع أعمدة من كل يوم عن العام الماضي، وسوف تضيف في نهاية المطاف أكثر كل عام. أي مساعدة سيكون موضع تقدير كبير وأنا حيرة مرحبا، لدي حاجة مماثلة. أحتاج إلى إنشاء تقرير يعرض زيارات عملاء جدد، وإجمالي زيارات العملاء وبيانات أخرى. يتم تحديث جميع هذه الحقول يوميا على جدول بيانات، وأحتاج إلى سحب هذه البيانات للأشهر الثلاثة السابقة موزعة حسب الشهر، و 3 أسابيع حسب الأسابيع، و 60 يوما الماضية. هل هناك فلوكوب، أو صيغة، أو شيء يمكنني القيام به سوف يربط إلى ورقة يتم تحديثها يوميا من شأنها أن تسمح أيضا تقريري لتحديث يوميا في الممارسة المتوسط ​​المتحرك سوف توفر تقدير جيد لمتوسط ​​التسلسل الزمني إذا كان متوسط هو ثابت أو ببطء تغيير. وفي حالة المتوسط ​​الثابت، فإن أكبر قيمة m تعطي أفضل التقديرات للمتوسط ​​الأساسي. وستؤدي فترة المراقبة الأطول إلى الحد من آثار التباين. والغرض من توفير m أصغر هو السماح للتنبؤ بالاستجابة للتغيير في العملية الأساسية. ولتوضيح ذلك، نقترح مجموعة بيانات تتضمن التغييرات في الوسط الأساسي للمسلسلات الزمنية. ويبين الشكل السلاسل الزمنية المستخدمة للتوضيح مع متوسط ​​الطلب الذي نشأت منه السلسلة. يبدأ المتوسط ​​ك ثابت عند 10. يبدأ في الوقت 21، يزداد بوحدة واحدة في كل فترة حتى يصل إلى القيمة 20 في وقت 30. ثم يصبح ثابتة مرة أخرى. وتتم محاكاة البيانات بإضافة متوسط ​​الضوضاء العشوائية من التوزيع العادي مع متوسط ​​الصفر والانحراف المعياري 3. وتقريب نتائج المحاكاة إلى أقرب عدد صحيح. ويبين الجدول الملاحظات المحاكاة المستخدمة في المثال. عندما نستخدم الجدول، يجب أن نتذكر أنه في أي وقت من الأوقات، إلا أن البيانات السابقة معروفة. وتظهر تقديرات معلمة النموذج، بالنسبة إلى ثلاث قيم مختلفة من m، مع متوسط ​​السلاسل الزمنية في الشكل أدناه. ويبين الشكل متوسط ​​المتوسط ​​المتحرك للمتوسط ​​في كل مرة وليس التنبؤ. ومن شأن التنبؤات أن تحول منحنيات المتوسط ​​المتحرك إلى اليمين حسب الفترات. وهناك استنتاج واحد واضح على الفور من هذا الرقم. وبالنسبة للتقديرات الثلاثة جميعها، فإن المتوسط ​​المتحرك يتخلف عن الاتجاه الخطي، مع زيادة الفارق الزمني مع m. والفارق الزمني هو المسافة بين النموذج والتقدير في البعد الزمني. وبسبب الفارق الزمني، فإن المتوسط ​​المتحرك يقلل من الملاحظات نظرا لأن المتوسط ​​يتزايد. انحياز المقدر هو الفرق في وقت محدد في متوسط ​​قيمة النموذج والقيمة المتوسطة التي يتنبأ بها المتوسط ​​المتحرك. التحيز عندما يكون المتوسط ​​يزداد سلبيا. أما بالنسبة للمتوسط ​​المتناقص، فإن التحيز إيجابي. التأخر في الوقت والتحيز التي أدخلت في التقدير هي وظائف م. وكلما زادت قيمة m. وكلما كبر حجم التأخر والتحيز. لسلسلة متزايدة باستمرار مع الاتجاه أ. فإن قيم التأخر والتحيز لمقدر المتوسط ​​تعطى في المعادلات أدناه. لا تتطابق منحنيات المثال مع هذه المعادلات لأن نموذج المثال لا يزداد بشكل مستمر، بل يبدأ كتغيير ثابت للاتجاه ثم يصبح ثابتا مرة أخرى. كما تتأثر منحنيات المثال بالضوضاء. ويتمثل متوسط ​​المتوسط ​​المتحرك للتوقعات في المستقبل في تحويل المنحنيات إلى اليمين. ويزيد التأخر والتحيز تناسبيا. وتشير المعادلات أدناه إلى الفارق الزمني والتحيز لفترات التنبؤ في المستقبل عند مقارنتها بمعلمات النموذج. مرة أخرى، هذه الصيغ هي لسلسلة زمنية مع الاتجاه الخطي المستمر. ولا ينبغي لنا أن نفاجأ بهذه النتيجة. ويستند متوسط ​​التقدير المتحرك إلى افتراض متوسط ​​ثابت، والمثال له اتجاه خطي في المتوسط ​​خلال جزء من فترة الدراسة. وبما أن سلسلة الوقت الحقيقي نادرا ما تتوافق تماما مع افتراضات أي نموذج، يجب أن نكون مستعدين لمثل هذه النتائج. ويمكننا أيضا أن نخلص من الشكل إلى أن تباين الضوضاء له أكبر تأثير على m أصغر. ويكون التقدير أكثر تقلبا بكثير بالنسبة للمتوسط ​​المتحرك البالغ 5 من المتوسط ​​المتحرك البالغ 20. ولدينا رغبة متضاربة في زيادة m لتقليل تأثير التباين الناجم عن الضوضاء وتقليل m لجعل التنبؤ أكثر استجابة للتغيرات في الحقيقة. والخطأ هو الفرق بين البيانات الفعلية والقيمة المتوقعة. وإذا كانت السلسلة الزمنية حقا قيمة ثابتة، فإن القيمة المتوقعة للخطأ هي صفر، ويتألف تباين الخطأ من عبارة دالة وعبارة ثانية هي تباين الضوضاء. المصطلح الأول هو التباين في المتوسط ​​المقدر مع عينة من الملاحظات m، على افتراض أن البيانات تأتي من مجتمع ذو متوسط ​​ثابت. يتم تقليل هذا المصطلح من خلال جعل m كبيرة قدر الإمكان. A م كبير يجعل التوقعات لا تستجيب لتغيير في السلسلة الزمنية الأساسية. لجعل التنبؤات تستجيب للتغييرات، نريد m صغيرة قدر الإمكان (1)، ولكن هذا يزيد من التباين الخطأ. ويتطلب التنبؤ العملي قيمة وسيطة. التنبؤ مع إكسيل تقوم الوظيفة الإضافية للتنبؤ بتطبيق صيغ المتوسط ​​المتحرك. ويبين المثال الوارد أدناه التحليل الذي توفره الوظيفة الإضافية لعينة البيانات في العمود باء. ويتم فهرسة الملاحظات العشرة الأولى من 9 إلى 0. وبالمقارنة بالجدول أعلاه، يتم تغيير مؤشرات الفترة بمقدار -10. وتوفر الملاحظات العشرة الأولى قيم بدء التشغيل للتقدير وتستخدم لحساب المتوسط ​​المتحرك للفترة 0. ويبين العمود (10) (C) المتوسطات المتحركة المحسوبة. وتكون معلمة المتوسط ​​المتحرك m في الخلية C3. ويبين العمود (1) (D) توقعات لفترة واحدة في المستقبل. الفترة الزمنية المتوقعة في الخلية D3. عندما يتم تغيير الفاصل الزمني المتوقع إلى عدد أكبر يتم تحويل الأرقام في العمود فور إلى أسفل. ويبين العمود إر (1) (E) الفرق بين الملاحظة والتنبؤ. على سبيل المثال، الملاحظة في الوقت 1 هي 6. القيمة المتوقعة من المتوسط ​​المتحرك في الوقت 0 هي 11.1. الخطأ ثم -5.1. ويحسب الانحراف المعياري ومتوسط ​​الانحراف (ماد) في الخلايين E6 و E7 على التوالي.