مؤثرة - متوسط - عائدات التفوق

كيفية حساب المتوسط ​​المتحرك في المتوسط ​​المتحرك ل Excel. A هو إحصائية تستخدم لتحليل أجزاء من مجموعة بيانات كبيرة على مدى فترة من الزمن وهي تستخدم عادة مع أسعار الأسهم وعوائد الأسهم والبيانات الاقتصادية مثل الناتج المحلي الإجمالي أو سعر المستهلك فهرس باستخدام ميكروسوفت إكسيل، يمكنك تنظيم وحساب المتوسطات المتحركة في غضون دقائق، مما يسمح لك بالتركيز على مزيد من الوقت على التحليل الفعلي بدلا من إنشاء سلسلة البيانات. فتح ورقة عمل جديدة في ميكروسوفت إكسيل إدخال التواريخ ونقاط البيانات المقابلة في عمودين ل على سبيل المثال، لتحليل أرقام الإيرادات الشهرية، أدخل كل شهر في العمود ألف ورقم الإيرادات المقابل بجانبه في العمود قيمة سنة با من البيانات، ثم، من شأنه أن ملء الخلايا من A1 إلى A12 و B1 من خلال B12.Determine الفاصل الزمني لل المتوسط ​​المتحرك الذي تريد حسابه، مثل المتوسط ​​المتحرك لمدة ثلاثة أشهر أو ستة أشهر انتقل إلى القيمة الأخيرة للفاصل الزمني الأول وانقر على الخلية الفارغة المقابلة على اليمين باستخدام t هو مثال من الخطوة 1، إذا كنت ترغب في حساب المتوسط ​​المتحرك لمدة ثلاثة أشهر، يمكنك النقر على الخلية C3 لأن B3 يحتوي على القيمة الأخيرة من الأشهر الثلاثة الأولى من السنة. استخدام الدالة أفيراج واكتب صيغة في فارغة الخلية التي حددتها، مع تحديد نطاق البيانات للفاصل الزمني الأول في هذا المثال، يمكنك كتابة أفيراج B1 B3.Position الماوس الخاص بك على الزاوية اليمنى السفلى من الخلية مع الصيغة حتى ترى نقرة اليسار واسحب الصيغة إلى أسفل خلية فارغة بجوار نقطة البيانات الأخيرة في العمود المجاور في المثال أعلاه، يمكنك سحب الصيغة من الخلية C3 وصولا إلى الخلية C12 لحساب المتوسط ​​المتحرك لمدة ثلاثة أشهر لبقية السنة. المتوسط ​​المتحرك ونماذج التماسك الأسي كخطوة أولى في التحرك خارج النماذج المتوسطة، نماذج المشي العشوائي، ونماذج الاتجاه الخطي، يمكن استنباط الأنماط والاتجاهات غير التقليدية باستخدام نموذج متحرك أو تمهيد. الافتراض الأساسي وراء نماذج المتوسط ​​والتجانس هو أن سلسلة زمنية ثابتة محليا بمتوسط ​​متغير ببطء وبالتالي فإننا نأخذ متوسطا محليا متحركا لتقدير القيمة الحالية للمتوسط ​​ومن ثم استخدامها كالتوقعات في المستقبل القريب ويمكن اعتبار هذا بمثابة حل وسط بين النموذج المتوسط ​​و نموذج المشي العشوائي دون الانجراف ويمكن استخدام نفس الاستراتيجية لتقدير واستقراء الاتجاه المحلي وعادة ما يطلق على المتوسط ​​المتحرك نسخة ممسحة من السلسلة الأصلية لأن المتوسط ​​على المدى القصير له تأثير على التخلص من المطبات في سلسلة أصلية من خلال تعديل درجة تمهيد عرض المتوسط ​​المتحرك، يمكننا أن نأمل في ضرب نوع من التوازن الأمثل بين أداء المتوسط ​​ونماذج المشي العشوائية أبسط نوع من نموذج المتوسط ​​هو. بسيطة على قدم المساواة الوزن المتوسط ​​المتحرك . وتقدر قيمة قيمة Y في الوقت t 1 التي يتم إجراؤها في الوقت t المتوسط ​​البسيط لآخر الرصدات m. هنا وفي أماكن أخرى سأستخدم الرمز Y-هات للوقوف على توقعات للسلسلة الزمنية Y التي تم إجراؤها في أقرب موعد ممكن من قبل نموذج معين ويتركز هذا المتوسط ​​في الفترة t 1 1، مما يعني أن تقدير فإن المتوسط ​​المحلي سيميل إلى التخلف عن القيمة الحقيقية للمتوسط ​​المحلي بحوالي m 1 2 وبالتالي فإننا نقول أن متوسط ​​عمر البيانات في المتوسط ​​المتحرك البسيط هو m 1 2 بالنسبة إلى الفترة التي يتم فيها حساب التوقعات هذا هو مقدار الوقت الذي من شأنه أن التنبؤات تميل إلى تخلف نقاط تحول في البيانات على سبيل المثال، إذا كنت متوسط ​​القيم 5 الماضية، فإن التوقعات ستكون حوالي 3 فترات في وقت متأخر من الاستجابة لنقاط تحول لاحظ أنه إذا م 1، متوسط ​​نموذج المتوسط ​​المتحرك المتوسط ​​البسيط يساوي نموذج المشي العشوائي بدون نمو إذا كانت m كبيرة جدا مقارنة بطول فترة التقدير، فإن نموذج سما يعادل النموذج المتوسط ​​كما هو الحال مع أي معلمة لنموذج التنبؤ، لضبط قيمة كي n للحصول على أفضل ملاءمة للبيانات، أي أصغر أخطاء التنبؤ في المتوسط. هنا هو مثال لسلسلة التي يبدو أن تظهر تقلبات عشوائية حول متوسط ​​ببطء متغير أولا، دعونا نحاول لتناسب ذلك مع المشي العشوائي نموذج، وهو ما يعادل متوسط ​​متحرك بسيط من 1 term. The نموذج المشي العشوائي يستجيب بسرعة كبيرة للتغيرات في هذه السلسلة، ولكن في ذلك يفعل ذلك يختار الكثير من الضوضاء في البيانات تقلبات عشوائية، فضلا عن إشارة المحلية يعني إذا حاولنا بدلا من ذلك متوسط ​​متحرك بسيط من 5 مصطلحات، نحصل على مجموعة أكثر سلاسة من التوقعات. المتوسط ​​المتحرك البسيط لمدة 5 سنوات ينتج أخطاء أقل بكثير من نموذج المشي العشوائي في هذه الحالة متوسط ​​عمر البيانات في هذا التنبؤ هو 3 5 1 2، حتى أنه يميل إلى التخلف عن نقاط التحول بنحو ثلاث فترات على سبيل المثال، يبدو أن الانكماش قد حدث في الفترة 21، ولكن التوقعات لا تتحول حتى عدة فترات في وقت لاحق. لاحظ أن المدى الطويل، والتنبؤات طويلة الأجل من وزارة الدفاع سما إل هي خط أفقي مستقيم، تماما كما في نموذج المشي العشوائي وهكذا، يفترض نموذج سما أنه لا يوجد اتجاه في البيانات ومع ذلك، في حين أن التوقعات من نموذج المشي العشوائي هي ببساطة مساوية لقيمة الملاحظة الأخيرة، والتنبؤات من فإن نموذج سما يساوي المتوسط ​​المرجح للقيم الأخيرة. حدود الثقة التي تحسبها ستاتغرافيكس للتنبؤات طويلة الأجل للمتوسط ​​المتحرك البسيط لا تتسع مع زيادة أفق التنبؤ هذا من الواضح أنه ليس صحيحا للأسف، النظرية الإحصائية التي تخبرنا كيف يجب أن تتسع فترات الثقة لهذا النموذج ومع ذلك، ليس من الصعب جدا حساب التقديرات التجريبية لحدود الثقة لتوقعات الأفق الأطول على سبيل المثال، يمكنك إعداد جدول بيانات فيه نموذج سما سوف تستخدم للتنبؤ بخطوتين إلى الأمام و 3 خطوات إلى الأمام وما إلى ذلك ضمن عينة البيانات التاريخية. يمكنك بعد ذلك حساب الانحرافات المعيارية للعينة في كل توقعات h أوريزون، ومن ثم بناء فترات الثقة للتنبؤات الأطول أجلا عن طريق جمع وطرح مضاعفات الانحراف المعياري المناسب. إذا حاولنا متوسط ​​متحرك بسيط لمدة 9 سنوات، نحصل على توقعات أكثر سلاسة وأكثر تأثيرا متخلفا. الآن 5 فترات 9 1 2 إذا أخذنا متوسط ​​متحرك لمدة 19 عاما، فإن متوسط ​​العمر يزداد إلى 10.لاحظ أن التوقعات في الواقع تتخلف الآن عن نقاط التحول بنحو 10 فترات. كما أن كمية التجانس هي الأفضل لهذه السلسلة في ما يلي جدول يقارن إحصاءات الخطأ الخاصة بهم، بما في ذلك أيضا متوسط ​​3 فترات. نموذج C، المتوسط ​​المتحرك لمدة 5 سنوات، ينتج أدنى قيمة ل رمز بهامش صغير على متوسطات المدى 3 و 9، إحصائياتهم الأخرى متطابقة تقريبا لذلك، من بين نماذج مع إحصاءات الخطأ مشابهة جدا، يمكننا أن نختار ما إذا كنا نفضل أكثر قليلا من الاستجابة أو أكثر قليلا نعومة في التوقعات العودة إلى أعلى الصفحة. الألوان s الأسي بسيط تمهيد أضعافا مضاعفة أضعافا مضاعفة متوسط ​​المتوسط ​​المتحرك البسيط الموضح أعلاه يحتوي على الخاصية غير المرغوب فيها التي يتعامل معها ملاحظات k الأخيرة بالتساوي وبشكل كامل يتجاهل جميع الملاحظات السابقة بشكل حدسي، يجب أن يتم خصم البيانات السابقة بطريقة أكثر تدرجية - على سبيل المثال، والحصول على أكثر من ذلك بقليل من الوزن الثاني من أحدث، والثاني الأكثر حداثة يجب الحصول على وزن أكثر قليلا من 3 أحدث، وهلم جرا بسيطة الأسي تمهيد نموذج سيس ينجز هذا. لاحظ يدل على ثابت تمهيد عدد بين 0 و 1 طريقة واحدة لكتابة النموذج هو تحديد سلسلة L التي تمثل المستوى الحالي أي القيمة المتوسطة المحلية للسلسلة كما يقدر من البيانات حتى الوقت الحاضر يتم حساب قيمة L في الوقت t بشكل متكرر من قيمته السابقة مثل هذا. وهكذا، فإن القيمة الملساء الحالية هي الاستكمال الداخلي بين القيمة الملساء السابقة والمراقبة الحالية، حيث تسيطر على القرب من قيمة محرف إلى أكثر إعادة سينت المراقبة التوقعات للفترة القادمة هي ببساطة قيمة ممهدة الحالية. على العكس من ذلك، يمكننا التعبير عن التوقعات القادمة مباشرة من حيث التوقعات السابقة والملاحظات السابقة، في أي من الإصدارات المكافئة التالية في النسخة الأولى، والتنبؤ هو الاستيفاء بين التوقعات السابقة والملاحظة السابقة. في النسخة الثانية، يتم الحصول على التوقعات القادمة عن طريق ضبط التوقعات السابقة في اتجاه الخطأ السابق عن طريق كمية كسور. is الخطأ المحرز في الوقت t في النسخة الثالثة، والتوقعات هي أي المتوسط ​​المتحرك المخصوم مع معامل الخصم 1. إن نسخة الاستكمال الداخلي لصيغة التنبؤ هي أبسط الاستخدامات إذا كنت تنفذ النموذج على جدول بيانات يناسبه في خلية واحدة ويحتوي على مراجع خلية تشير إلى التوقعات السابقة، الملاحظة، والخلية حيث يتم تخزين قيمة. ملاحظة أنه إذا 1، نموذج سيس يعادل نموذج المشي المشيح نمو هوت إذا كان نموذج سيس يساوي النموذج المتوسط، على افتراض أن القيمة الملساء الأولى تم تعيينها تساوي متوسط ​​العائد إلى أعلى الصفحة. متوسط ​​عمر البيانات في توقعات التمهيد الأسي البسيط هو 1 نسبي إلى الفترة التي يتم حساب التنبؤ بها ليس من المفترض أن تكون واضحة، ولكن يمكن بسهولة أن تظهر من خلال تقييم سلسلة لانهائية وبالتالي، فإن متوسط ​​التوقعات المتحركة البسيطة يميل إلى التخلف عن نقاط التحول بنحو 1 فترات على سبيل المثال، عند 0 5 الفاصل الزمني هو فترتين عندما يكون 0 2 الفارق الزمني 5 فترات عندما يكون 0 1 الفارق الزمني 10 فواصل وهكذا بالنسبة لعمر متوسط ​​معين أي مقدار الفارق الزمني فإن التنبؤ الأسي البسيط للتلطيف سيس متفوق إلى حد ما على التحرك البسيط متوسط ​​توقعات سما لأنه يضع وزنا أكبر نسبيا على الملاحظة الأخيرة - فهو أكثر استجابة قليلا للتغيرات التي تحدث في الماضي القريب على سبيل المثال، نموذج سما مع 9 شروط ونموذج سيس مع 0 2 على حد سواء لديها متوسط ​​العمر من 5 ل دا تا في توقعاتها، ولكن نموذج سيس يضع وزنا أكبر على القيم 3 الماضية مما يفعل نموذج سما، وفي الوقت نفسه فإنه لا ننسى تماما القيم أكثر من 9 فترات القديمة، كما هو مبين في هذا الرسم البياني. أية ميزة أخرى من فإن نموذج سيس على نموذج سما هو أن نموذج سيس يستخدم معلمة التمهيد التي تتغير باستمرار بحيث يمكن تحسينها بسهولة باستخدام خوارزمية حلالا لتقليل متوسط ​​الخطأ الوسطي وتبين القيمة المثلى لنموذج سيس لهذه السلسلة أن يكون 0 2961، كما هو مبين هنا. متوسط ​​عمر البيانات في هذه التوقعات هو 1 0 2961 3 4 فترات، وهو مماثل للمتوسط ​​المتحرك البسيط لمدة 6. التوقعات على المدى الطويل من نموذج سيس هي خط مستقيم أفقي كما هو الحال في نموذج سما ونموذج المشي العشوائي دون نمو ومع ذلك، لاحظ أن فترات الثقة التي يحسبها ستاتغرافيكس الآن تتباعد بطريقة معقولة المظهر، وأنها هي أضيق بكثير من فترات الثقة للراند أوم نموذج المشي يفترض أن سلسلة يمكن التنبؤ بها إلى حد ما أكثر من نموذج المشي العشوائي. نموذج سيس هو في الواقع حالة خاصة من نموذج أريما حتى نظرية إحصائية نماذج أريما يوفر أساسا سليما لحساب فترات الثقة ل نموذج سيس على وجه الخصوص، نموذج سيس هو نموذج أريما مع اختلاف واحد غير منطقي، وهو مصطلح 1 ما، وليس هناك مصطلح ثابت يعرف باسم أريما 0،1،1 نموذج دون ثابت معامل ما 1 في نموذج أريما يتوافق مع الكمية 1 في نموذج سيس على سبيل المثال، إذا كنت تناسب أريما 0،1،1 نموذج دون ثابت لسلسلة تحليلها هنا، فإن معامل ما 1 المقدرة تبين أن 0 7029، وهو تقريبا تقريبا واحد ناقص 0 2961. ومن الممكن إضافة افتراض اتجاه خطي ثابت غير صفري إلى نموذج سيس للقيام بذلك، ما عليك سوى تحديد نموذج أريما مع اختلاف واحد غير منطقي ومدة ما 1 مع ثابت، أي نموذج أريما 0،1،1 مع ثابت سوف التوقعات على المدى الطويل ثم يكون الاتجاه الذي يساوي الاتجاه المتوسط ​​لوحظ خلال فترة التقدير بأكملها لا يمكنك القيام بذلك جنبا إلى جنب مع التعديل الموسمية، لأن خيارات التعديل الموسمية يتم تعطيل عندما يتم تعيين نوع النموذج إلى أريما ومع ذلك، يمكنك إضافة ثابتة طويلة إلى نموذج بسيط للتجانس الأسي مع أو بدون تعديل موسمية باستخدام خيار تعديل التضخم في إجراء التنبؤ يمكن تقدير معدل النمو المناسب لنسبة التضخم في كل فترة على أنه معامل الانحدار في نموذج اتجاه خطي مجهز بالبيانات في جنبا إلى جنب مع التحول اللوغاريتم الطبيعي، أو أنه يمكن أن تستند إلى معلومات أخرى مستقلة بشأن آفاق النمو على المدى الطويل العودة إلى أعلى الصفحة. الخطية s الخطي أي ضعف الأسي تمهيد. نماذج سما ونماذج سيس تفترض أنه لا يوجد أي اتجاه من أي نوع في البيانات التي عادة ما تكون موافق أو على الأقل ليست سيئة جدا ل 1-خطوة قبل التوقعات عندما تكون البيانات نوي نسبيا ويمكن تعديلها لدمج اتجاه خطي ثابت كما هو مبين أعلاه ماذا عن الاتجاهات قصيرة الأجل إذا كانت سلسلة يعرض معدل نمو متفاوت أو نمط دوري الذي يبرز بوضوح ضد الضوضاء، وإذا كان هناك حاجة إلى توقعات أكثر من 1 فترة المقبلة، ثم تقدير الاتجاه المحلي قد يكون أيضا قضية يمكن تعميم نموذج التمهيد الأسي بسيط للحصول على خطية الأسية تمهيد نموذج ليس الذي يحسب التقديرات المحلية من كل من مستوى والاتجاه. أبسط الاتجاه متغيرة الوقت النموذج هو نموذج تمهيد الأسي الخطي براون، والذي يستخدم اثنين من سلسلة سلسة مختلفة التي تتمحور في نقاط مختلفة في الوقت المحدد ويستند صيغة التنبؤ على استقراء خط من خلال المركزين وهناك نسخة أكثر تطورا من هذا النموذج، هولت s، هو نوقشت أدناه. يمكن التعبير عن شكل جبري من براون s الخطي الأسي تمهيد نموذج، مثل ذلك من نموذج تمهيد الأسي بسيط، في عدد من مختلف ولكن ه الأشكال المتكافئة عادة ما يعبر عن النموذج القياسي لهذا النموذج على النحو التالي تدل S تدل على سلسلة سلسة منفرد تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط لسلسلة Y وهذا هو، وتعطى قيمة S في الفترة t من قبل. أذكر أنه في ظل تمهيد الأسي بسيط، وهذا سيكون التنبؤ ل Y في الفترة ر 1 ثم اسمحوا S تدل على سلسلة سلسة تم الحصول عليها عن طريق تطبيق تمهيد الأسي بسيط باستخدام نفسه لسلسلة S. Finally، والتوقعات ل يك تك لأي k 1. ويعطي هذا العائد e 1 0 أي غش قليلا، والسماح للتنبؤ الأول يساوي الملاحظة الأولى الفعلية، و e 2 Y 2 Y 1 وبعد ذلك يتم توليد التنبؤات باستعمال المعادلة أعلاه ينتج هذا القيم المجهزة نفسها كما الصيغة التي تستند إلى S و S إذا تم بدء هذه الأخيرة باستخدام S 1 S 1 Y 1 يستخدم هذا الإصدار من النموذج في الصفحة التالية التي توضح مجموعة من التجانس الأسي مع التعديل الموسمي. الخطي S الخطي الأسي Smoothing. Brown s يحسب التقديرات المحلية من المستوى والاتجاه من خلال تمهيد البيانات الأخيرة، ولكن حقيقة أن يفعل ذلك مع معلمة تمهيد واحد يضع قيدا على أنماط البيانات التي هي قادرة على تناسب المستوى والاتجاه لا يسمح لها أن تختلف في معدلات مستقلة هولت s ليس نموذج يتناول هذه المسألة من خلال تضمين اثنين من ثوابت تمهيد، واحدة لمستوى واحد للاتجاه في أي وقت t، كما هو الحال في نموذج براون s، وهناك تقدير L ر من المستوى المحلي وتقدير T t للاتجاه المحلي هنا يتم حسابها بشكل متكرر من قيمة Y الملاحظة في الوقت t والتقديرات السابقة لمستوى واتجاه المعادلتين اللتين تنطبقان على تمهيد أسي لها بشكل منفصل. إذا كان المستوى المقدر والاتجاه في الوقت t-1 هما T t 1 و T t-1 على التوالي، فإن التنبؤات Y t التي كان من الممكن أن تكون قد أجريت في الوقت t-1 تساوي L t-1 T t-1 عندما يلاحظ القيمة الفعلية، يتم حساب المستوى بشكل متكرر عن طريق الاستكمال الداخلي بين Y t والتنبؤ به L t-1 T t-1 باستخدام الأوزان و 1. ويمكن تفسير التغير في المستوى المقدر وهو L t L 1 على أنه قياس صاخب ل الاتجاه في الوقت t يتم حساب التقدير المحدث للاتجاه بشكل متكرر عن طريق الاستكمال الداخلي بين L t L t 1 والتقدير السابق للاتجاه T t-1 باستخدام أوزان و 1. إن تفسير ثابت تجانس الاتجاه يشبه ثابت ثابت التمهيد. النماذج ذات القيم الصغيرة تفترض تغير الاتجاه فقط ببطء شديد مع مرور الوقت، في حين أن النماذج ذات الحجم الأكبر تفترض أنها تتغير بسرعة أكبر ويعتقد نموذج مع كبير أن المستقبل البعيد غير مؤكد جدا، لأن الأخطاء في تقدير الاتجاه تصبح مهمة جدا عند التنبؤ أكثر من فترة واحدة قبل العودة إلى أعلى من ثوابت التجانس ويمكن تقديرها بالطريقة المعتادة من خلال تقليل متوسط ​​الخطأ المئوي للتنبؤات ذات الخطوة الأولى عندما يتم ذلك في ستاترافيكس، تشير التقديرات إلى أن 03048 و 0 008 القيمة الصغيرة جدا من يعني أن النموذج يفترض تغير طفيف جدا في الاتجاه من فترة إلى أخرى، وذلك أساسا هذا النموذج هو محاولة لتقدير الاتجاه على المدى الطويل قياسا على فكرة متوسط ​​عمر البيانات المستخدمة في تقدير t هو المستوى المحلي للسلسلة، متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي يتناسب مع 1، وإن لم يكن يساوي بالضبط في هذه الحالة التي تبين أن يكون 1 0 006 125 هذا هو إس عدد دقيق جدا حيث أن دقة تقدير إيسن t حقا 3 المنازل العشرية، ولكن من نفس الترتيب العام من حجم حجم العينة من 100، لذلك هذا النموذج هو المتوسط ​​على مدى الكثير جدا من التاريخ في تقدير الاتجاه مؤامرة التوقعات ويبين الشكل أدناه أن نموذج ليس يقدر اتجاها محليا أكبر قليلا في نهاية السلسلة من الاتجاه الثابت المقدر في نموذج الاتجاه سيس، كما أن القيمة المقدرة تكاد تكون مطابقة للاتجاه الذي يتم الحصول عليه من خلال تركيب نموذج سيس مع الاتجاه أو بدونه ، لذلك هذا هو تقريبا نفس النموذج. الآن، هل هذه تبدو وكأنها توقعات معقولة لنموذج من المفترض أن يكون تقدير الاتجاه المحلي إذا كنت مقلة العين هذه المؤامرة، يبدو كما لو أن الاتجاه المحلي قد تحول إلى أسفل في نهاية سلسلة و في حدث وقد تم تقدير المعلمات من هذا النموذج عن طريق تقليل الخطأ التربيعي من 1-خطوة إلى الأمام التنبؤات، وليس التنبؤات على المدى الطويل، وفي هذه الحالة الاتجاه لا تجعل الكثير من الفرق إذا كان كل ما كنت تبحث في 1 - step قبل الأخطاء، كنت لا ترى الصورة أكبر من الاتجاهات على القول 10 أو 20 فترات من أجل الحصول على هذا النموذج أكثر في تناغم مع استقراء العين مقلة العين من البيانات، يمكننا ضبط ثابت الاتجاه تجانس يدويا بحيث يستخدم خط أساس أقصر لتقدير الاتجاه على سبيل المثال، إذا اخترنا تعيين 0 1، فإن متوسط ​​عمر البيانات المستخدمة في تقدير الاتجاه المحلي هو 10 فترات، مما يعني أننا نحسب متوسط ​​الاتجاه خلال الفترات العشرين الأخيرة أو نحو ذلك هنا s ما يبدو مؤامرة توقعات إذا وضعنا 0 1 مع الحفاظ على 0 3 وهذا يبدو بديهية معقولة لهذه السلسلة، على الرغم من أنه من المحتمل أن خطورة لاستقراء هذا الاتجاه أي أكثر من 10 فترات في المستقبل. ماذا عن إرور ستاتس هنا مقارنة نموذجية f أو النموذجين المبينين أعلاه فضلا عن ثلاثة نماذج سيس تبلغ القيمة المثلى لنموذج سيس حوالي 0 3، ولكن يتم الحصول على نتائج مماثلة مع استجابة أكثر قليلا أو أقل، على التوالي مع 0 5 و 0 2. A هولت إكس خطي تجانس مع ألفا 0 3048 وبيتا 0 008. B هولت خ الخطية تجانس مع ألفا 0 3 وبيتا 0 1. C تمهيد الأسي بسيطة مع ألفا 0 5. D تمهيد الأسي بسيط مع ألفا 0 3. E تمهيد الأسي بسيط مع ألفا 0 2 . احصائيات هي متطابقة تقريبا، لذلك نحن حقا يمكن أن تجعل ر الاختيار على أساس 1-خطوة قبل توقعات الأخطاء داخل عينة البيانات علينا أن نراجع مرة أخرى على اعتبارات أخرى إذا كنا نعتقد بقوة أنه من المنطقي أن قاعدة الحالية تقدير الاتجاه على ما حدث على مدى ال 20 فترة الماضية أو نحو ذلك، يمكننا أن نجعل حالة لنموذج ليس مع 0 3 و 0 1 إذا أردنا أن نكون ملحدين حول ما إذا كان هناك اتجاه محلي، ثم واحدة من نماذج سيس قد يكون من الأسهل أن يفسر، وسوف يعطي أيضا المزيد من ميدل التنبؤات على الطريق على مدى 5 أو 10 فترات القادمة العودة إلى أعلى الصفحة. أي نوع من الاستقراء الاتجاه هو أفضل الأفقي أو الخطي تشير الأدلة التجريبية أنه إذا كانت البيانات قد تم تعديلها إذا لزم الأمر للتضخم، ثم قد يكون من غير الحكمة استقراء الاتجاهات الخطية قصيرة الأجل بعيدا جدا في الاتجاهات المستقبلية قد تتراجع اليوم بوضوح في المستقبل بسبب أسباب مختلفة مثل تقادم المنتج وزيادة المنافسة والانكماش الدوري أو التحولات في صناعة لهذا السبب، الأسي بسيط فإن التنعيم غالبا ما يؤدي إلى خروج عينة أفضل مما يمكن توقعه على خلاف ذلك، على الرغم من استقراء الاتجاه الأفقي الساذج. وغالبا ما تستخدم تعديلات الاتجاه المعاكسة لنموذج تمهيد الأسي الخطي في الممارسة العملية لإدخال ملاحظة المحافظة على توقعات اتجاهها الاتجاه المعاكسة يمكن تنفيذ نموذج ليس كحالة خاصة من نموذج أريما، على وجه الخصوص، نموذج أريما 1،1،2.ومن الممكن لحساب فترات الثقة أرو والتنبؤات الطويلة الأجل التي تنتجها نماذج التمهيد الأسي من خلال اعتبارها حالات خاصة لنماذج أريما حذار ليس كل البرامج بحساب فترات الثقة لهذه النماذج بشكل صحيح عرض فترات الثقة يعتمد على i خطأ رمز النموذج، من تمهيد بسيطة أو خطية إي قيمة s من ثابت التمهيد ق و الرابع عدد الفترات المقبلة كنت التنبؤ بشكل عام، والفواصل انتشرت بشكل أسرع كما يحصل أكبر في نموذج سيس وانتشرت بشكل أسرع بكثير عندما الخطية بدلا من بسيطة تمهيد يتم مناقشة هذا الموضوع أبعد في قسم نماذج أريما من الملاحظات العودة إلى أعلى الصفحة. حساب المتوسط ​​المتحرك في Excel. In هذا البرنامج التعليمي القصير، وسوف تتعلم كيفية حساب بسرعة المتوسط ​​المتحرك بسيط في إكسيل، ما هي وظائف إلى استخدام للحصول على المتوسط ​​المتحرك لآخر N أيام أو أسابيع أو أشهر أو سنوات، وكيفية إضافة خط الاتجاه المتوسط ​​المتحرك إلى الرسم البياني إكسل. في بضع المقالات الأخيرة، لدينا تا كن نظرة فاحصة على حساب المتوسط ​​في إكسيل إذا كنت قد اتبعت مدونتنا، فإنك تعرف مسبقا 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، المتوسط ​​المتحرك الذي يشار إليه أيضا بالمتوسط ​​المتحرك المتداول أو المتوسط ​​المتحرك يمكن تعريفه على أنه سلسلة من المتوسطات لمجموعات فرعية مختلفة من نفس مجموعة البيانات. كثيرا ما يستخدم في الإحصاءات، تعديل التوقعات الاقتصادية والطقس لفهم الاتجاهات الكامنة في تداول الأسهم، المتوسط ​​المتحرك هو مؤشر يوضح متوسط ​​قيمة الورقة المالية خلال فترة زمنية معينة في مجال الأعمال التجارية، فإنه من الممارسة الشائعة حساب متوسط ​​متحرك للمبيعات في آخر 3 أشهر 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 ومتوسط ​​درجات الحرارة من فبراير إلى أبريل، ثم من مارس إلى مايو، وهلم جرا. هناك أنواع مختلفة من المتوسط ​​المتحرك مثل بسيطة تعرف أيضا باسم الحساب، الأسي، متغير، الثلاثي، والمرجح في هذا البرنامج التعليمي، وسوف 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 خطوط الاتجاه توضح الأمثلة التالية كلا التقنيتين. مثال 1 حساب المتوسط ​​المتحرك ل فترة زمنية معينة. يمكن حساب متوسط ​​متحرك بسيط في أي وقت من الأوقات مع الدالة أفيراج افترض أن لديك قائمة متوسط ​​درجات الحرارة الشهرية في العمود B، وتريد أن تجد متوسط ​​متحرك لمدة 3 أشهر كما هو مبين في الصورة أعلاه. اكتب صيغة أفيراج المعتادة لقيم 3 الأولى وأدخلها في الصف المقابل للقيمة 3 من الخلية العليا C4 في هذا المثال ثم قم بنسخ الصيغة إلى خلايا أخرى في t هو العمود. يمكنك إصلاح العمود مع إشارة مطلقة مثل B2 إذا كنت تريد، ولكن تأكد من استخدام مراجع الصف النسبي دون علامة بحيث يتم ضبط الصيغة بشكل صحيح للخلايا الأخرى. تذكر أن يتم حساب متوسط ​​عن طريق إضافة القيم ومن ثم قسمة 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 أشهر في عمود في العمود. تفترض أن لديك قائمة من البيانات ، على سبيل المثال أرقام المبيعات 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 المقبل ما هو إكسيل وظيفة قادرة على القيام بذلك أفيراج جيدة القديمة في تركيبة مع أوفست و كونت. أفيراج أوفست الخلية الأولى كونت نطاق كامل - N، 0، N، 1. حيث N هو عدد الأيام الأخيرة أسابيع أشهر سنوات لتضمينها في المتوسط. لا متأكدا من كيفية استخدام صيغة المتوسط ​​المتحرك هذه في أوراق عمل إكسيل المثال التالي سيجعل الامور اكثر وضوحا. على افتراض ان القيم الى المتوسط ​​في العمود B تبدأ في الصف 2، ستكون الصيغة كما يلي. والآن، دعنا نحاول فهم ما تقوم به صيغة إكسيل المتوسط ​​المتحرك في الواقع. كونت الدالة كونت B2 يحسب B100 كم عدد القيم التي تم إدخالها بالفعل في العمود B نبدأ العد في B2 لأن الصف 1 هو رأس العمود. تأخذ الدالة أوفسيت الخلية B2 الوسيطة ست 1 كنقطة بداية، وتقوم بإلغاء حساب القيمة التي تم إرجاعها بواسطة الدالة كونت عن طريق تحريك 3 صفوف حتى -3 في الوسيطة الثانية ونتيجة لذلك، تقوم بإرجاع مجموع القيم في نطاق يتكون من 3 صفوف 3 في الوسيطة 4 و 1 العمود 1 في الوسيطة الأخيرة، وهي آخر 3 أشهر التي نريدها. وأخيرا، يتم تمرير المبلغ الذي تم إرجاعه إلى الدالة أفيراج لحساب المتوسط ​​المتحرك. الطابعة إذا كنت تعمل مع أوراق عمل قابلة للتحديث بشكل مستمر حيث من المرجح أن يتم إضافة صفوف جديدة في المستقبل، تأكد من توفير عدد كاف من الصفوف إلى كونت وظيفة لاستيعاب الإدخالات الجديدة المحتملة إيت ليست مشكلة إذا قمت بتضمين صفوف أكثر مما تحتاجه فعليا طالما أن لديك الخلية الأولى في اليمين، فإن الدالة كونت ستتجاهل جميع الصفوف الفارغة على أية حال. كما لاحظت على الأرجح، يحتوي الجدول في هذا المثال على بيانات لمدة 12 شهرا فقط، ولكن يتم توفير النطاق B2 B100 إلى كونت، فقط ليكون على جانب الحفظ. مثال 3 الحصول على المتوسط ​​المتحرك لقيم N الأخيرة في صف واحد. إذا كنت ترغب في حساب متوسط ​​متحرك لآخر N أيام، أشهر، سنوات، الخ في نفس الصف، يمكنك ضبط صيغة أوفست بهذه الطريقة. التوفير B2 هو الرقم الأول في الصف، وتريد تضمين آخر 3 أرقام في المتوسط، الصيغة تأخذ الشكل التالي. إنشاء إكسيل تتحرك متوسط ​​الرسم البياني. إذا كان لديك ألري أدي إنشاء مخطط للبيانات الخاصة بك، إضافة خط الاتجاه المتوسط ​​المتحرك لهذا المخطط هو بضع ثوان لهذا، ونحن سوف تستخدم ميزة إكسيل ترندلين والخطوات التفصيلية التالية. عمود الرسم البياني إدراج علامة التبويب مجموعة الرسوم البيانية لبيانات المبيعات لدينا. والآن، نريد تصور المتوسط ​​المتحرك لمدة 3 أشهر. في إكسيل 2013، حدد المخطط، انتقل إلى علامة التبويب تصميم تخطيطات تخطيطات المخطط، وانقر فوق إضافة مخطط مخطط الاتجاه المزيد من ترندلين أوبتيونس. في إكسيل 2010 و إكسيل 2007، انتقل إلى لايوت تريندلين المزيد تريندلين Options. Tip إذا لم تكن بحاجة إلى تحديد التفاصيل مثل الفاصل الزمني المتوسط ​​أو الأسماء المتحركة، فيمكنك النقر فوق تصميم إضافة مخطط عنصر اتجاه الاتجاه متوسط ​​الانتقال للنتيجة الفورية سيتم فتح جزء "تنسيق الاتجاه" على الجانب الأيسر من ورقة العمل في إكسيل 2013، وسيظهر مربع الحوار المقابل في إكسيل 2010 و 2007. في جزء "تنسيق الاتجاه"، انقر فوق رمز "خيارات الاتجاه"، وحدد الانتقال متوسط ​​o بيتيون وحدد الفاصل الزمني المتوسط ​​المتحرك في مربع الفترة. إغلاق جزء تريندلين وستجد أن خط الاتجاه المتوسط ​​المضاف إلى المخطط الخاص بك. لتحسين الدردشة يمكنك التبديل إلى علامة التبويب "خط التعبئة" أو "تأثيرات" في جزء "تنسيق الاتجاه" و " اللعب 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 يتطور الاتجاه يظهر في الصورة التالية الخضراء لمدة شهرين و 3 أشهر الطوب الأحمر المتوسط ​​المتحرك تريندلينس. ويل، وهذا كل شيء عن حساب المتوسط ​​المتحرك في إكسيل ورقة العمل عينة مع الصيغ المتوسط ​​المتحرك وخط الاتجاه هو متاح للتحميل - نقل متوسط ​​جدول البيانات أشكركم على القراءة ونتطلع إلى رؤيتك المقبل أسبوع قد تكون مهتمة أيضا. مثالك 3 أعلاه الحصول على المتوسط ​​المتحرك لقيم N الماضية في صف عملت تماما بالنسبة لي إذا كان الصف كله يحتوي على أرقام أنا م القيام بذلك لبلدي الغولف الدوري و إري نستخدم المتوسط ​​المتداول 4 أسابيع في بعض الأحيان لاعبي الغولف غائبين لذلك بدلا من النتيجة، وسوف أضع النص عبس في الخلية ما زلت أريد صيغة للبحث عن 4 درجات الماضية وليس عد عبس إما في البسط أو في القاسم كيف يمكنني تعديل الصيغة لإنجاز هذا. نعم، لقد لاحظت إذا كانت الخلايا فارغة الحسابات كانت غير صحيحة في وضعي أنا تتبع أكثر من 52 أسبوعا حتى لو كانت 52 أسابيع الماضية تحتوي على البيانات، وكان الحساب غير صحيح إذا كان أي خلية قبل 52 أسبوع كان فارغة. أرشي مندريز يقول. أنا محاولة لخلق صيغة للحصول على المتوسط ​​المتحرك لمدة 3 فترة، نقدر إذا كنت يمكن أن تساعد الثابتة والمتنقلة. تاريخ سعر المنتج 10 1 2016 A 1 00 10 1 2016 B 5 00 10 1 2016 C 10 00 10 2 2016 A 1 50 10 2 2016 B 6 00 10 2 2016 C 11 00 10 3 2016 A 2 00 10 3 2016 B 15 00 10 3 2016 C 20 00 10 4 2016 A 4 00 10 4 2016 B 20 00 10 4 2016 C 40 00 10 5 2016 A 0 50 10 5 2016 B 3 00 10 5 2016 C 5 00 10 6 2016 A 1 00 10 6 2016 B 5 00 10 6 2016 C 10 00 10 7 2016 A 0 50 10 7 2016 B 4 00 10 7 2016 C 20 00.Archie مندريز يقول. يقول جيمس براون. هنا، وأنا معجب مع المعرفة الواسعة والتعليم موجزة وفعالة توفر أنا أيضا لديك استفسار الذي آمل أن تتمكن من إقراض موهبتك مع حل كذلك لدي عمود A من 50 تواريخ الفاصلة الأسبوعية لدي عمود B بجانبه مع متوسط ​​الإنتاج المخطط من قبل الأسبوع لاستكمال الهدف من 700 الحاجيات 700 50 في العمود التالي أجمع الزيادات الأسبوعية حتى الآن 100 على سبيل المثال وإعادة حساب بلدي المتبقية الكمية التوقعات أفغ في الأسابيع المتبقية 700-100 أعلاه 30 وأود أن ريبلوت أسبوعيا رسم بياني بدءا من الأسبوع الحالي لا بداية س محور تاريخ الرسم البياني، مع مبلغ لخص 100 حتى أن نقطة البداية بلدي هو الأسبوع الحالي بالإضافة إلى الأسبوع المتوسط ​​المتبقي 20، وإنهاء الرسم البياني الخطي في نهاية الأسبوع 30 و y نقطة 700 متغيرات تحديد تاريخ الخلية الصحيح في العمود A وتنتهي عند الهدف 700 مع التحديث التلقائي من تاريخ اليوم، هو كونفوندينغ مي هل يمكن أن تساعد في النداء سي مع صيغة I في محاولة لو المنطق مع اليوم وليس مجرد حل ذلك شكرا you. Johnny مولر يقول. يرجى المساعدة مع الصيغة الصحيحة لحساب مجموع الساعات دخلت على فترة 7 أيام تتحرك على سبيل المثال أريد أن أعرف كيف يتم عمل الكثير من الوقت الإضافي من قبل فرد على مدى فترة 7 أيام المتداول المحسوبة من بداية السنة إلى نهاية السنة يجب أن يتم تحديث المبلغ الإجمالي من ساعات العمل لمدة 7 أيام المتداول وأنا أدخل ساعات العمل الإضافي على أساس يومي شكرا لك. هل هناك طريقة للحصول على مبلغ من عدد ل 6 أشهر الماضية أريد أن أكون قادرا على حساب المبلغ لمدة 6 أشهر الماضية كل يوم حتى سوء الحاجة إليها لتحديث كل يوم لدي ورقة اكسل مع الأعمدة من كل يوم للعام الماضي، وسوف تضيف في نهاية المطاف أكثر كل عام أي مساعدة سيكون موضع تقدير كبير وأنا أنا stumped. Hi، ولدي حاجة مماثلة أنا بحاجة إلى إنشاء تقرير من شأنها أن تظهر زيارات العميل الجديد، إجمالي زيارات العميل وغيرها البيانات يتم تحديث كل هذه الحقول يوميا على جدول بيانات و، أنا بحاجة إلى سحب تلك البيانات عن 3 أشهر السابقة موزعة حسب الشهر، 3 أسابيع بأسابيع، و 60 يوما الماضية هل هناك فلوكوب، أو صيغة، أو شيء يمكن أن أفعل ذلك سوف تصل إلى ورقة يتم تحديثها يوميا أن سوف تسمح أيضا تقريري لتحديث يوميا.