Flytte gjennomsnittlig prognose Innledning. Som du kanskje tror vi ser på noen av de mest primitive tilnærmingene til prognoser. Men forhåpentligvis er disse minst en verdig innføring i noen av databehandlingsproblemene knyttet til implementering av prognoser i regneark. I denne veinen vil vi fortsette med å starte i begynnelsen og begynne å jobbe med Moving Average prognoser. Flytte gjennomsnittlige prognoser. Alle er kjent med å flytte gjennomsnittlige prognoser, uansett om de tror de er. Alle studenter gjør dem hele tiden. Tenk på testresultatene dine i et kurs der du skal ha fire tester i løpet av semesteret. La oss anta at du fikk en 85 på din første test. Hva vil du forutsi for din andre testscore Hva tror du at læreren din ville forutse din neste testscore Hva tror du dine venner kan forutsi for neste testresultat Hva tror du at foreldrene dine kan forutsi for neste testresultat uansett alt det du kan gjøre med dine venner og foreldre, de og din lærer er veldig sannsynlig å forvente deg å få noe i området av 85 du nettopp har fått. Vel, nå kan vi anta at til tross for selvforfremmelse til vennene dine, overestimerer du deg selv og figurerer du kan studere mindre for den andre testen, og så får du en 73. Nå er det alle de bekymrede og ubekymrede går til Forvent deg at du kommer på den tredje testen. Det er to svært sannsynlige tilnærminger for dem å utvikle et estimat, uansett om de vil dele det med deg. De kan si til seg selv, at denne fyren alltid blåser røyk om hans smarts. Hes kommer til å få en annen 73 hvis han er heldig. Kanskje foreldrene vil prøve å være mer støttende og si, quote, så langt har du fått en 85 og en 73, så kanskje du burde finne på å få en (85 73) 2 79. Jeg vet ikke, kanskje hvis du gjorde mindre fest og werent vevet vasselen over alt, og hvis du begynte å gjøre mye mer å studere, kan du få en høyere score. quot Begge disse estimatene flytter faktisk gjennomsnittlige prognoser. Den første bruker bare din siste poengsum for å prognose din fremtidige ytelse. Dette kalles en flytende gjennomsnittlig prognose ved hjelp av en periode med data. Den andre er også en flytende gjennomsnittlig prognose, men bruker to perioder med data. La oss anta at alle disse menneskene bråser på ditt store sinn, har slags pisset deg av og du bestemmer deg for å gjøre det bra på den tredje testen av dine egne grunner og for å sette en høyere poengsum foran din quotalliesquot. Du tar testen og poengsummen din er faktisk en 89 Alle, inkludert deg selv, er imponert. Så nå har du den endelige testen av semesteret som kommer opp, og som vanlig føler du behovet for å få alle til å gjøre sine spådommer om hvordan du skal gjøre på den siste testen. Vel, forhåpentligvis ser du mønsteret. Nå, forhåpentligvis kan du se mønsteret. Hvilke tror du er den mest nøyaktige fløyten mens vi jobber. Nå går vi tilbake til vårt nye rengjøringsfirma som startes av din fremmedgjorte halv søster, kalt Whistle While We Work. Du har noen tidligere salgsdata som er representert av følgende del fra et regneark. Vi presenterer først dataene for en tre-års glidende gjennomsnittlig prognose. Oppføringen for celle C6 skal være Nå kan du kopiere denne celleformelen ned til de andre cellene C7 til C11. Legg merke til hvordan gjennomsnittet beveger seg over de nyeste historiske dataene, men bruker nøyaktig de tre siste perioder som er tilgjengelige for hver prediksjon. Du bør også legge merke til at vi ikke virkelig trenger å gjøre spådommene for de siste perioder for å utvikle vår siste prediksjon. Dette er definitivt forskjellig fra eksponentiell utjevningsmodell. Ive inkluderte quotpast predictionsquot fordi vi vil bruke dem på neste nettside for å måle prediksjonsgyldigheten. Nå vil jeg presentere de analoge resultatene for en to-års glidende gjennomsnittlig prognose. Oppføringen for celle C5 skal være Nå kan du kopiere denne celleformelen ned til de andre cellene C6 til C11. Legg merke til hvordan nå bare de to siste bitene av historiske data blir brukt for hver prediksjon. Igjen har jeg tatt med quotpast predictionsquot for illustrative formål og for senere bruk i prognose validering. Noen andre ting som er viktig å legge merke til. For en m-periode som beveger gjennomsnittlig prognose, brukes bare de nyeste dataverdiene for å gjøre prognosen. Ingenting annet er nødvendig. For en m-periode som beveger gjennomsnittlig prognose, legger du merke til at den første prediksjonen forekommer i periode m 1. Begge disse problemene vil være svært viktige når vi utvikler koden vår. Utvikle den bevegelige gjennomsnittsfunksjonen. Nå må vi utvikle koden for den bevegelige gjennomsnittlige prognosen som kan brukes mer fleksibelt. Koden følger. Legg merke til at inngangene er for antall perioder du vil bruke i prognosen og rekke historiske verdier. Du kan lagre den i hvilken arbeidsbok du vil ha. Funksjon MovingAverage (Historical, NumberOfPeriods) Som Single Deklarering og Initialisering av variabler Dim Item Som Variant Dim Counter Som Integer Dim Akkumulering Som Single Dim HistoricalSize Som Integer Initialiserende variabler Teller 1 Akkumulering 0 Bestemme størrelsen på Historical array HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Akkumulere riktig antall siste tidligere observerte verdier Akkumulasjonsakkumulering Historisk (HistoricalSize - NumberOfPeriods Counter) MovingAverage AkkumuleringsnummerOfPeriods Koden vil bli forklart i klassen. Du vil plassere funksjonen på regnearket slik at resultatet av beregningen vises der det skal like følgende. Legg til en trend eller flytte gjennomsnittlig linje til et diagram Gjelder for: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Mer. Mindre Hvis du vil vise datatrender eller flytte gjennomsnitt i et diagram du opprettet. Du kan legge til en trendlinje. Du kan også utvide en trendlinje utover de faktiske dataene dine for å bidra til å forutsi fremtidige verdier. For eksempel prognoser følgende lineære trendlinje to kvartaler fremover og viser tydelig en oppadgående trend som ser lovende ut på fremtidig salg. Du kan legge til en trendlinje på et 2-D-diagram som ikke er stablet, inkludert område, strekk, kolonne, linje, lager, scatter og boble. Du kan ikke legge til en trendlinje på en stablet, 3-D, radar-, kake-, overflate - eller doughnutdiagram. Legg til en trendlinje På diagrammet ditt, klikk på dataserien som du vil legge til en trendlinje eller glidende gjennomsnitt. Treningslinjen starter på det første datapunktet i dataserien du velger. Sjekk Trendline-boksen. For å velge en annen type trendlinje, klikk på pilen ved siden av Trendline. og klikk deretter Eksponentiell. Linjær prognose. eller to perioder som går i gjennomsnitt. For flere trendlinjer, klikk på Flere alternativer. Hvis du velger Flere alternativer. Klikk på alternativet du vil ha i Format Trendline-ruten under Trendline Options. Hvis du velger Polynomial. skriv inn den høyeste effekten for den uavhengige variabelen i bestillingsboksen. Hvis du velger Flytende gjennomsnitt. skriv inn antall perioder som skal brukes til å beregne det bevegelige gjennomsnittet i Period-boksen. Tips: En trendlinje er mest nøyaktig når den R-kvadrert verdien (et tall fra 0 til 1 som viser hvor tett de estimerte verdiene for trendlinjen tilsvarer dine faktiske data) er på eller nær 1. Når du legger til en trendlinje for dataene dine , Excel beregner automatisk sin R-kvadrert verdi. Du kan vise denne verdien på diagrammet ditt ved å merke verdien for Vis R-kvadrat i kartboksen (Format Trendline-panel, Trendlinjealternativer). Du kan lære mer om alle trendlinjealternativene i seksjonene nedenfor. Linjær trendlinje Bruk denne typen trendlinje til å skape en rettstrekningslinje for enkle lineære datasett. Dine data er lineære hvis mønsteret i datapunktene ser ut som en linje. En lineær trendlinje viser vanligvis at noe øker eller avtar med jevn hastighet. En lineær trendlinje bruker denne ligningen til å beregne de minste firkantene som passer for en linje: hvor m er skråningen og b er avskjæringen. Følgende lineære trendlinje viser at kjølesalg har økt konsekvent over en 8-års periode. Legg merke til at R-kvadratverdien (et tall fra 0 til 1 som viser hvor tett de estimerte verdiene for trendlinjen tilsvarer dine faktiske data) er 0.9792, som passer godt til linjen til dataene. Viser en best egnet buet linje, denne trendlinjen er nyttig når frekvensen av endring i dataene øker eller senker raskt og deretter ut. En logaritmisk trendlinje kan bruke negative og positive verdier. En logaritmisk trendlinje bruker denne ligningen til å beregne de minste firkantene som passer gjennom punkter: hvor c og b er konstanter og ln er den naturlige logaritmen-funksjonen. Følgende logaritmiske trendlinje viser forventet populasjonsvekst hos dyr i et fast romområde, hvor befolkningen utjevnet som plass for dyrene, ble redusert. Vær oppmerksom på at R-kvadratverdien er 0.933, som er en relativt god passform til linjen til dataene. Denne trendlinjen er nyttig når dataene dine svinger. For eksempel, når du analyserer gevinster og tap over et stort datasett. Ordren til polynomet kan bestemmes av antall svingninger i dataene eller av hvor mange svinger (bakker og daler) dukker opp i kurven. Typisk har en Order 2 polynomisk trendlinje bare en bakke eller dal, en Ordre 3 har en eller to åser eller daler, og en ordre 4 har opptil tre åser eller daler. En polynom eller krøllete trendlinje bruker denne ligningen til å beregne de minste firkantene som passer gjennom punkter: hvor b og er konstanter. Følgende Order 2 polynomiske trendlinje (en bakke) viser forholdet mellom kjørehastighet og drivstofforbruk. Legg merke til at R-kvadratverdien er 0.979, som ligger nær 1 slik at linjene passer godt til dataene. Viser en buet linje, denne trendlinjen er nyttig for datasett som sammenligner målinger som øker med en bestemt hastighet. For eksempel, akselerasjonen av en racerbil med intervaller på 1 sekund. Du kan ikke opprette en strømtrendelinje hvis dataene inneholder null eller negative verdier. En kraft trendlinje bruker denne ligningen til å beregne de minste firkantene som passer gjennom punkter: hvor c og b er konstanter. Merk: Dette alternativet er ikke tilgjengelig når dataene dine inneholder negative eller nullverdier. Følgende avstandsmålingsdiagram viser avstanden i meter etter sekunder. Strømtendenslinjen viser tydelig den økende akselerasjonen. Merk at R-kvadratverdien er 0.986, som er en nesten perfekt passform av linjen til dataene. Viser en buet linje, denne trendlinjen er nyttig når dataverdiene stiger eller faller ved stadig økende priser. Du kan ikke opprette en eksponentiell trendlinje hvis dataene inneholder null eller negative verdier. En eksponentiell trendlinje bruker denne ligningen til å beregne de minste firkantene som passer gjennom punkter: hvor c og b er konstanter og e er grunnlaget for den naturlige logaritmen. Følgende eksponensielle trendlinje viser den reduserende mengden av karbon 14 i en gjenstand som den aldrer. Vær oppmerksom på at R-kvadratverdien er 0.990, noe som betyr at linjen passer perfekt til dataene. Flytte Gjennomsnittlig trendlinje Denne trendlinjen utgjør svingninger i data for å vise et mønster eller en trend tydeligere. Et glidende gjennomsnitt bruker et bestemt antall datapunkter (angitt av Period-alternativet), gjennomsnitt dem, og bruker gjennomsnittsverdien som et punkt i linjen. For eksempel, hvis Perioden er satt til 2, brukes gjennomsnittet av de to første datapunktene som det første punktet i den bevegelige gjennomsnittlige trendlinjen. Gjennomsnittet av det andre og det tredje datapunktet brukes som det andre punktet i trenden, etc. En glidende gjennomsnittlig trendlinje bruker denne ligningen: Antall poeng i en glidende gjennomsnittlig trendlinje er det totale antall poeng i serien, minus nummer du angir for perioden. I et scatterdiagram er trendlinjen basert på rekkefølgen av x-verdiene i diagrammet. For et bedre resultat, sorter x-verdiene før du legger til et glidende gjennomsnitt. Følgende glidende gjennomsnittlig trendlinje viser et mønster i antall boliger solgt over en 26-ukers periode. Beregning av glidende gjennomsnitt i Excel I denne korte opplæringen lærer du hvordan du raskt kan beregne et enkelt glidende gjennomsnitt i Excel, hvilke funksjoner som skal brukes til få glidende gjennomsnitt for de siste N dagene, ukene, månedene eller årene, og hvordan du legger til en glidende gjennomsnittlig trendlinje til et Excel-diagram. I et par nyere artikler har vi tatt en nærmere titt på beregningen av gjennomsnittet i Excel. Hvis du har fulgt bloggen din, vet du allerede hvordan du skal beregne et normalt gjennomsnitt og hvilke funksjoner som skal brukes for å finne vektet gjennomsnitt. I dagens veiledning drøfter vi to grunnleggende teknikker for å beregne glidende gjennomsnitt i Excel. Det som beveger seg i gjennomsnitt Generelt kan glidende gjennomsnitt (også referert til som rullende gjennomsnitt, løpende gjennomsnitt eller flytende gjennomsnitt) defineres som en rekke gjennomsnitt for forskjellige delsett av det samme datasettet. Det brukes ofte i statistikk, sesongjustert økonomisk og værprognosering for å forstå underliggende trender. I aksjehandel er glidende gjennomsnitt en indikator som viser gjennomsnittsverdien av en sikkerhet over en gitt tidsperiode. I næringslivet er det en vanlig praksis å beregne et flytende gjennomsnitt av salg for de siste 3 månedene for å bestemme den siste trenden. For eksempel kan det bevegelige gjennomsnittet på tre måneders temperatur beregnes ved å ta gjennomsnittet av temperaturer fra januar til mars, deretter gjennomsnittet av temperaturer fra februar til april, så fra mars til mai og så videre. Det eksisterer forskjellige typer bevegelige gjennomsnitt som enkle (også kjent som aritmetiske), eksponentielle, variable, trekantede og vektede. I denne opplæringen ser vi på det mest brukte enkle glidende gjennomsnittet. Beregning av enkelt bevegelige gjennomsnitt i Excel Totalt sett er det to måter å få et enkelt glidende gjennomsnitt på i Excel - ved hjelp av formler og trendlinjealternativer. De følgende eksemplene viser begge teknikker. Eksempel 1. Beregn glidende gjennomsnitt for en bestemt tidsperiode Et enkelt glidende gjennomsnitt kan beregnes på kort tid med AVERAGE-funksjonen. Anta at du har en liste over gjennomsnittlige månedlige temperaturer i kolonne B, og du vil finne et glidende gjennomsnitt i 3 måneder (som vist på bildet ovenfor). Skriv en vanlig AVERAGE-formel for de tre første verdiene, og skriv den inn i raden som svarer til 3-verdien fra toppen (celle C4 i dette eksemplet), og kopier deretter formelen ned til andre celler i kolonnen: Du kan fikse kolonne med en absolutt referanse (som B2) hvis du vil, men sørg for å bruke relative radreferanser (uten tegnet) slik at formelen justeres riktig for andre celler. Husk at et gjennomsnitt beregnes ved å legge opp verdier og deretter dividere summen av antall verdier som skal gjennomsnittes. Du kan bekrefte resultatet ved å bruke SUM-formelen: Eksempel 2. Få glidende gjennomsnitt for en de siste N dagene ukene måneder år i en kolonne Anta at du har en liste over data, f. eks salgstall eller aksjekurser, og du vil vite gjennomsnittet for de siste 3 månedene når som helst. For dette trenger du en formel som vil beregne gjennomsnittet så snart du angir en verdi for neste måned. Hva Excel-funksjonen er i stand til å gjøre dette Den gode gamle AVERAGE i kombinasjon med OFFSET og COUNT. AVERAGE (OFFSET (første celle. COUNT (hele rekkevidde) - N, 0, N, 1)) Hvor N er nummeret på de siste dagene ukene månedene år å inkludere i gjennomsnittet. Ikke sikker på hvordan du bruker denne bevegelige gjennomsnittlige formelen i Excel-regnearkene. Følgende eksempel vil gjøre tingene klarere. Forutsatt at verdiene til gjennomsnitt er i kolonne B som begynner i rad 2, vil formelen være som følger: Og nå kan vi prøve å forstå hva denne Excel-glidende gjennomsnittlige formel faktisk gjør. COUNT-funksjonen COUNT (B2: B100) teller hvor mange verdier som allerede er angitt i kolonne B. Vi begynner å telle i B2 fordi rad 1 er kolonneoverskriften. OFFSET-funksjonen tar celle B2 (det første argumentet) som utgangspunkt, og utligner tellingen (verdien returnert av COUNT-funksjonen) ved å flytte 3 rader opp (-3 i det andre argumentet). Som resultat returnerer den summen av verdier i et område som består av 3 rader (3 i 4. argumentet) og 1 kolonne (1 i det siste argumentet), som er de siste 3 månedene vi ønsker. Endelig sendes returnert sum til AVERAGE-funksjonen for å beregne glidende gjennomsnitt. Tips. Hvis du jobber med kontinuerlig oppdaterbare regneark der nye rader vil bli lagt til i fremtiden, må du sørge for å gi et tilstrekkelig antall rader til COUNT-funksjonen for å imøtekomme potensielle nye oppføringer. Det er ikke et problem hvis du inkluderer flere rader enn det som trengs, så lenge du har den første cellen til høyre, vil COUNT-funksjonen kaste bort alle tomme rader uansett. Som du sikkert har lagt merke til, inneholder tabellen i dette eksemplet data i bare 12 måneder, og likevel leveres rekkevidde B2: B100 til COUNT, bare for å være på lagringssiden :) Eksempel 3. Få glidende gjennomsnitt for de siste N-verdiene i en rad Hvis du vil beregne et glidende gjennomsnitt for de siste N dagene, månedene, årene etc. i samme rad, kan du justere Offset-formelen på denne måten: Anta at B2 er det første nummeret på rad, og du vil ha For å inkludere de siste 3 tallene i gjennomsnittet, har formelen følgende form: Opprette et Excel-glidende gjennomsnittlig diagram Hvis du allerede har opprettet et diagram for dataene dine, legger du til en glidende gjennomsnittlig trendlinje for diagrammet i løpet av sekunder. For dette skal vi bruke Excel Trendline-funksjonen og de detaljerte trinnene følger nedenfor. I dette eksemplet har Ive opprettet en 2-D-kolonnediagram (Sett inn tab gt Charts-gruppe) for salgsdata: Og nå vil vi visualisere det bevegelige gjennomsnittet i 3 måneder. I Excel 2010 og Excel 2007 går du til Layout gt Trendline gt More Trendline Options. Tips. Hvis du ikke trenger å spesifisere detaljene, for eksempel det bevegelige gjennomsnittlige intervallet eller navnene, kan du klikke Design gt Add Chart Element gt Trendline gt Flytte gjennomsnitt for det umiddelbare resultatet. Format Trendline-panelet åpnes på høyre side av regnearket ditt i Excel 2013, og den tilsvarende dialogboksen vil dukke opp i Excel 2010 og 2007. For å finjustere din chat, kan du bytte til Fill amp Line eller Effects-fanen på Format Trendline-panelet og spill med forskjellige alternativer som linjetype, farge, bredde osv. For kraftig dataanalyse, vil du kanskje legge til noen bevegelige gjennomsnittlige trendlinjer med forskjellige tidsintervaller for å se hvordan utviklingen utvikler seg. Følgende skjermbilde viser 2-måneders (grønn) og 3-måneders (mursteinrød) bevegelige gjennomsnittlige trendlinjer: Vel, det handler om å beregne glidende gjennomsnitt i Excel. Eksempelbladet med de bevegelige gjennomsnittlige formler og trendlinje er tilgjengelig for nedlasting - Flytte gjennomsnittlig regneark. Jeg takker for at du har lest og ser frem til å se deg neste uke Du kan også være interessert i: Ditt eksempel 3 ovenfor (Flytt gjennomsnitt for de siste N-verdiene på rad) virket perfekt for meg hvis hele raden inneholder tall. Jeg gjør dette for min golf league hvor vi bruker en 4 ukers rullende gjennomsnitt. Noen ganger er golferne fraværende så i stedet for en poengsum, vil jeg sette ABS (tekst) i cellen. Jeg vil fortsatt at formelen skal se etter de siste 4 poengene og ikke telle ABS enten i telleren eller i nevnen. Hvordan endrer jeg formelen for å oppnå dette Ja, jeg la merke til om cellene var tomme, var beregningene feil. I min situasjon sporer jeg over 52 uker. Selv om de siste 52 ukene inneholdt data, var beregningen feil hvis en celle før de 52 ukene var tom. Jeg prøver å lage en formel for å få det bevegelige gjennomsnittet i 3 periode, setter pris på om du kan hjelpe pls. Dato Produktpris 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 Hei, jeg er imponert over den enorme kunnskapen og den kortfattede og effektive instruksjonen du gir. Jeg har også en spørring som jeg håper du kan låne talentet ditt med en løsning også. Jeg har en kolonne A på 50 (ukentlig) intervall datoer. Jeg har en kolonne B ved siden av det med planlagt produksjon gjennomsnittlig i uken for å fullføre målet på 700 widgets (70050). I neste kolonne summerer jeg de ukentlige trinnene mine hittil (100 for eksempel) og beregner min gjenværende antall prognose avg per gjenværende uke (ex 700-10030). Jeg vil gjerne fylle ut en graf hver uke som starter med den nåværende uken (ikke begynnelsen x-aksen i diagrammet), med summen (100) slik at mitt utgangspunkt er den nåværende uken pluss gjenværende avgweek (20), og avslutte den lineære grafen ved slutten av uken 30 og y poenget på 700. Variablene for å identifisere riktig celledato i kolonne A og slutt på mål 700 med en automatisk oppdatering fra dagens dato, forstyrrer meg. Kan du hjelpe deg med en formel (Jeg har prøvd IF logikk med I dag og bare ikke løser det.) Takk Vennligst hjelp med den riktige formelen for å beregne summen av inntatt tid på en 7 dagers flytende periode. For eksempel. Jeg trenger å vite hvor mye overtid jobber av en person over en rullende 7-dagers periode beregnet fra begynnelsen av året til slutten av året. Total arbeidstid må oppdateres for de 7 rulledagene da jeg går inn i overtidstimene daglig. Takk Er det en måte å få summen av tall for de siste 6 månedene? Jeg vil kunne beregne sum for de siste 6 månedene hver dag. Så syk trenger det å oppdatere hver dag. Jeg har et Excel-ark med kolonner hver dag for det siste året og vil etter hvert legge til flere hvert år. noen hjelp ville bli verdsatt som jeg er stumped Hei, jeg har et lignende behov. Jeg må opprette en rapport som viser nye klientbesøk, antall klientbesøk og andre data. Alle disse feltene oppdateres daglig i et regneark. Jeg må trekke dataene for de foregående 3 månedene, fordelt på måned, 3 uker etter uker og siste 60 dager. Er det en VLOOKUP eller formel eller noe jeg kan gjøre som vil knytte til arket som oppdateres daglig, slik at rapporten min også blir oppdatert daglig. I praksis vil det bevegelige gjennomsnittet gi et godt estimat av gjennomsnittet av tidsserien hvis den gjennomsnittlige er konstant eller sakte endring. Ved konstant gjennomsnitt vil den største verdien av m gi de beste estimatene for det underliggende gjennomsnittet. En lengre observasjonsperiode vil gjennomsnittlig utvirke virkningen av variabilitet. Formålet med å gi en mindre m er å la prognosen svare på en endring i den underliggende prosessen. For å illustrere foreslår vi et datasett som inkorporerer endringer i det underliggende gjennomsnittet av tidsseriene. Figuren viser tidsseriene som brukes til illustrasjon sammen med den gjennomsnittlige etterspørselen fra hvilken serien ble generert. Middelet begynner som en konstant ved 10. Begynner på tid 21, øker den med en enhet i hver periode til den når verdien av 20 ved tid 30. Da blir det konstant igjen. Dataene blir simulert ved å legge til i gjennomsnitt, en tilfeldig støy fra en Normal-fordeling med null-middel og standardavvik 3. Resultatene av simuleringen avrundes til nærmeste heltall. Tabellen viser de simulerte observasjonene som brukes til eksemplet. Når vi bruker bordet, må vi huske at det til enhver tid bare er kjent med tidligere data. Estimatene til modellparameteren, for tre forskjellige verdier av m, vises sammen med gjennomsnittet av tidsseriene i figuren under. Figuren viser gjennomsnittlig glidende gjennomsnittlig beregning av gjennomsnittet hver gang og ikke prognosen. Prognosene ville skifte de bevegelige gjennomsnittskurver til høyre etter perioder. En konklusjon er umiddelbart tydelig fra figuren. For alle tre estimatene ligger det glidende gjennomsnittet bak den lineære trenden, idet laget øker med m. Laget er avstanden mellom modellen og estimatet i tidsdimensjonen. På grunn av lavet undervurderer det bevegelige gjennomsnittet observasjonene ettersom gjennomsnittet øker. Forskjellerens forspenning er forskjellen på en bestemt tid i middelverdien av modellen og middelverdien forutsatt av det bevegelige gjennomsnittet. Forspenningen når gjennomsnittet øker er negativt. For et avtagende middel er forspenningen positiv. Forsinkelsen i tid og bias innført i estimatet er funksjoner av m. Jo større verdien av m. jo større størrelsen på lag og forspenning. For en kontinuerlig økende serie med trend a. verdiene av lag og forspenning av estimatoren av middelet er gitt i ligningene nedenfor. Eksempelkurverne stemmer ikke overens med disse ligningene, fordi eksempelmodellen ikke øker kontinuerlig, men det begynner som en konstant, endrer seg til en trend og blir konstant igjen. Også eksempelkurvene påvirkes av støyen. Den bevegelige gjennomsnittlige prognosen for perioder inn i fremtiden er representert ved å flytte kurvene til høyre. Forsinkelsen og forspenningen øker proporsjonalt. Ligningene nedenfor angir lag og forspenning av prognoseperioder i fremtiden sammenlignet med modellparametrene. Igjen, disse formlene er for en tidsserie med en konstant lineær trend. Vi bør ikke bli overrasket over dette resultatet. Den bevegelige gjennomsnittlige estimatoren er basert på antagelsen om konstant gjennomsnitt, og eksemplet har en lineær trend i gjennomsnittet i en del av studieperioden. Siden sanntidsserier sjelden vil adlyde forutsetningene til en hvilken som helst modell, bør vi være forberedt på slike resultater. Vi kan også konkludere fra figuren at variasjonen av støyen har størst effekt for mindre m. Estimatet er mye mer flyktig for det bevegelige gjennomsnittet på 5 enn det bevegelige gjennomsnittet 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 gjennomsnitt. Feilen er forskjellen mellom de faktiske dataene og den forventede 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 et andre begrep som er variansen av støyen. Første term 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. Et stort m gjør prognosen uansvarlig for en endring i den underliggende tidsserien. For å gjøre prognosen lydhør for endringer, ønsker vi m så liten som mulig (1), men dette øker feilvariasjonen. Praktisk prognose krever en mellomverdi. Forecasting with Excel Forecasting-tillegget implementerer de bevegelige gjennomsnittlige formlene. Eksempelet nedenfor viser analysen som ble levert av tillegget for prøvedataene i kolonne B. De første 10 observasjonene er indeksert -9 til 0. Sammenlignet med tabellen over, forskyves periodindeksene med -10. De første ti observasjonene gir oppstartsverdiene for estimatet og brukes til å beregne det bevegelige gjennomsnittet for perioden 0. MA (10) kolonnen (C) viser de beregnede bevegelige gjennomsnittene. Den bevegelige gjennomsnittsparameteren m er i celle C3. Fore (1) kolonne (D) viser en prognose for en periode inn i fremtiden. Forespørselsintervallet er i celle D3. Når prognoseperioden endres til et større tall, blir tallene i Fore-kolonnen flyttet ned. Err-kolonnen (E) viser forskjellen mellom observasjonen og prognosen. For eksempel er observasjonen ved tidspunkt 1 6. Den prognostiserte verdien fra det bevegelige gjennomsnittet ved tid 0 er 11,1. Feilen er da -5,1. Standardavviket og gjennomsnittlig avvik (MAD) beregnes i henholdsvis celler E6 og E7.
No comments:
Post a Comment