Glidande medelvärde on excel mac

Hur man beräknar rörliga medelvärden i Excel Excel-dataanalys för dummies, 2: a utgåvan Dataanalyskommandot ger ett verktyg för att beräkna flytande och exponentiellt jämnvärda medelvärden i Excel. Antag, för att illustrera det, att du har uppsamlat daglig temperaturinformation. Du vill beräkna det tre dagars glidande medlet 8212 i genomsnitt av de senaste tre dagarna 8212 som en del av några enkla väderprognoser. För att beräkna glidmedel för denna dataset, gör följande steg. För att beräkna ett glidande medelvärde klickar du först på kommandoknappen Data tab8217s dataanalys. När Excel visar dialogrutan Dataanalys väljer du objektet Flyttande medel från listan och klickar sedan på OK. Excel visar dialogrutan Rörlig medelvärde. Identifiera de data som du vill använda för att beräkna det glidande medlet. Klicka i textrutan Inmatningsområde i dialogrutan Rörlig medelvärde. Identifiera sedan ingångsintervallet, antingen genom att skriva in en arbetsbladets intervalladress eller genom att använda musen för att välja arbetsbladets intervall. Din referensreferens bör använda absoluta celladresser. En absolut celladress föregår kolumnbokstaven och radnumret med tecken, som i A1: A10. Om den första cellen i ditt inmatningsområde innehåller en textetikett för att identifiera eller beskriva dina data markerar du kryssrutan Etiketter i första raden. I Excel-textrutan berätta Excel hur många värden som ska inkluderas i den genomsnittliga beräkningen. Du kan beräkna ett glidande medelvärde med ett antal värden. Som standard använder Excel de senaste tre värdena för att beräkna det glidande genomsnittet. För att ange att ett annat antal värden ska användas för att beräkna det glidande genomsnittet, ange det värdet i textrutan Intervall. Berätta Excel där du ska placera de glidande medelvärdena. Använd textrutan Utmatningsområde för att identifiera det arbetsbladsintervall som du vill placera den rörliga genomsnittsdata för. I kalkylbladsexemplet har den glidande genomsnittsdata placerats i arbetsarkets intervall B2: B10. (Valfritt) Ange om du vill ha ett diagram. Om du vill ha ett diagram som visar den glidande genomsnittliga informationen markerar du kryssrutan Diagramutmatning. (Valfritt) Ange om du vill beräkna standard felinformation. Om du vill beräkna standardfel för data väljer du kryssrutan Standardfel. Excel placerar standardfelvärden bredvid de glidande medelvärdena. (Standardfelinformationen går in i C2: C10.) När du har slutfört ange vilken flyttbar genomsnittsinformation du vill ha beräknad och var du vill placera den, klicka på OK. Excel beräknar glidande medelinformation. Obs! Om Excel doesn8217t har tillräckligt med information för att beräkna ett glidande medelvärde för ett standardfel placerar det felmeddelandet i cellen. Du kan se flera celler som visar detta felmeddelande som ett värde. Lägg till en trend eller glidande medellinje till ett diagram Gäller för: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Mer. Mindre Om du vill visa datatrender eller flytta medelvärden i ett diagram du skapade. du kan lägga till en trendlinje. Du kan också förlänga en trendlinje bortom din faktiska data för att kunna förutse framtida värden. Till exempel prognostiserar följande linjära trendlinje två kvartaler framåt och visar tydligt en uppåtgående trend som ser lovande ut för framtida försäljning. Du kan lägga till en trendlinje till ett 2-D-diagram som inte är staplat, inklusive område, streck, kolumn, rad, lager, scatter och bubbla. Du kan inte lägga till en trendlinje till en staplad, 3-D, radar, paj, yta eller donut diagram. Lägg till en trendlinje På diagrammet klickar du på den dataserie som du vill lägga till en trendlinje eller glidande medelvärde. Trendlinjen börjar på den första datapunkten i den dataserie du väljer. Markera rutan Trendline. För att välja en annan typ av trendlinje, klicka på pilen bredvid Trendline. och klicka sedan Exponential. Linjär prognos. eller två period flyttande medelvärde. För ytterligare trendlinjer, klicka på Fler alternativ. Om du väljer Fler alternativ. klicka på det alternativ du vill ha i rutan Format Trendline under Trendline Options. Om du väljer Polynomial. ange högsta effekten för den oberoende variabeln i rutan Order. Om du väljer Flytta medelvärde. Ange antalet perioder som ska användas för att beräkna det glidande genomsnittet i rutan Period. Tips: En trendlinje är mest exakt när dess R-kvadrerade värde (ett tal från 0 till 1 som visar hur nära de uppskattade värdena för trendlinjen motsvarar din faktiska data) ligger vid eller nära 1. När du lägger till en trendlinje för dina data , Excel beräknar automatiskt sitt R-kvadrerade värde. Du kan visa detta värde på diagrammet genom att markera rutan Visa R-kvadrering i kartrutan (Format Trendline-rutan, Trendline Options). Du kan lära dig mer om alla trendlinjealternativ i nedanstående avsnitt. Linjär trendlinje Använd denna typ av trendlinje för att skapa en bäst passande rak linje för enkla linjära dataset. Dina data är linjära om mönstret i dess datapunkter ser ut som en linje. En linjär trendlinje visar vanligtvis att något ökar eller minskar med jämna mellanrum. En linjär trendlinje använder denna ekvation för att beräkna de minsta kvadraterna som passar för en linje: där m är lutningen och b är avlyssningen. Följande linjära trendlinje visar att försäljningen av kylskåp konsekvent har ökat under en 8-årig period. Observera att R-kvadrerat värde (ett tal från 0 till 1 som visar hur nära de uppskattade värdena för trendlinjen motsvarar din faktiska data) är 0.9792, vilket är en bra passning på linjen till data. Visar en bäst passande kurvlinje, denna trendlinje är användbar när förändringshastigheten i data ökar eller minskar snabbt och sedan nivåer ut. En logaritmisk trendlinje kan använda negativa och positiva värden. En logaritmisk trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: där c och b är konstanter och ln är den naturliga logaritmen funktionen. Följande logaritmiska trendlinje visar förutspådd befolkningstillväxt för djur i en fastareal, där befolkningen nivån ut som ett utrymme för djuren minskade. Observera att R-kvadrerade värdet är 0.933, vilket är en relativt bra passning av linjen till data. Denna trendlinje är användbar när dina data fluktuerar. Till exempel när du analyserar vinster och förluster över en stor dataset. Ordningen av polynomet kan bestämmas av antalet fluktuationer i data eller hur många böjningar (berg och dalar) visas i kurvan. Typiskt har en order 2 polynomisk trendlinje endast en kulle eller dal, en order 3 har en eller två kullar eller dalar och en order 4 har upp till tre kullar eller dalar. En polynom eller kurvlinjig trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: var b och är konstanter. Följande Order 2 polynomial trendlinje (en kulle) visar förhållandet mellan körhastighet och bränsleförbrukning. Observera att R-kvadrerat värde är 0.979, vilket är nära 1 så linjerna passar bra för data. Visar en kurvlinje, denna trendlinje är användbar för dataset som jämför mätningar som ökar med en viss takt. Till exempel accelerationen av en tävlingsbil med 1 sekunders intervall. Du kan inte skapa en strömtriktlinje om dina data innehåller noll - eller negativa värden. En kraft trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: där c och b är konstanter. Obs! Det här alternativet är inte tillgängligt när dina data innehåller negativa eller nollvärden. Följande distansmätningsdiagram visar avståndet i meter per sekund. Power trendlinjen visar tydligt den ökande accelerationen. Observera att R-kvadrerat värde är 0.986, vilket är en nästan perfekt passform av linjen till data. Visar en krökt linje, denna trendlinje är användbar när datavärdena stiger eller faller med ständigt ökande räntor. Du kan inte skapa en exponentiell trendlinje om dina data innehåller noll - eller negativa värden. En exponentiell trendlinje använder denna ekvation för att beräkna minsta kvadrater passande genom punkter: där c och b är konstanter och e är basen för den naturliga logaritmen. Följande exponentiella trendlinje visar den minskande mängden kol 14 i ett objekt som det åldras. Observera att R-kvadrerat värde är 0.990, vilket betyder att linjen passar data nästan perfekt. Flyttande genomsnittlig trendlinje Denna trendlinje utspelar fluktuationer i data för att tydligt visa ett mönster eller en trend. Ett glidande medel använder ett visst antal datapunkter (inställt av alternativet Period), genomsnitts dem och använder medelvärdet som en punkt i raden. Till exempel, om Perioden är inställd på 2, används medelvärdet av de två första datapunkterna som den första punkten i den glidande genomsnittliga trendlinjen. Medelvärdet av andra och tredje datapunkter används som andra punkt i trendlinjen etc. En rörlig genomsnittslinje använder denna ekvation: Antalet poäng i en glidande medellinje är lika med det totala antalet poäng i serien minus nummer du anger för perioden. I ett scatterdiagram baseras trendlinjen på ordningen av x-värdena i diagrammet. För ett bättre resultat, sortera x-värdena innan du lägger till ett glidande medelvärde. Följande glidande genomsnittliga trendlinje visar ett mönster i antalet bostäder som säljs under en 26-veckorsperiod. Flyttande medelvärde I det här exemplet lär du dig hur du beräknar det glidande genomsnittet av en tidsserie i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Kan inte hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta genomsnitt och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv ett diagram över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna, eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer toppar och dalar släpper ut. Ju mindre intervall desto närmare rörliga medelvärden är till de faktiska datapunkterna. Skapa en enkel flyttning Det här är en av följande tre artiklar om tidsserieanalys i Excel Översikt över rörelsegraden Det rörliga genomsnittsvärdet är en statistisk teknik som används för att släta ut kortsiktiga fluktuationer i en serie data för att lättare kunna identifiera långsiktiga trender eller cykler. Det rörliga genomsnittet kallas ibland som ett rullande medelvärde eller ett löpande medelvärde. Ett rörligt medelvärde är en serie siffror, som var och en representerar medelvärdet av ett intervall av specificerat antal tidigare perioder. Ju större intervallet desto mer utjämning uppstår. Ju mindre intervallet desto mer är det glidande medlet som liknar den faktiska dataserien. Flytta medelvärden utföra följande tre funktioner: Utjämning av data, vilket innebär att dataens passform anpassas till en rad. Minskar effekten av tillfällig variation och slumpmässigt brus. Markera outliers över eller under trenden. Det rörliga genomsnittet är en av de mest använda statistiska teknikerna inom industrin för att identifiera datatrender. Exempelvis ser försäljningscheferna vanligtvis tre månaders glidande medelvärden av försäljningsdata. Artikeln kommer att jämföra två månaders, tre månaders och sex månaders enkla glidande medelvärden av samma försäljningsdata. Det rörliga genomsnittet används ganska ofta i teknisk analys av finansiella data som aktieavkastning och ekonomi för att lokalisera trender i makroekonomiska tidsserier såsom anställning. Det finns ett antal variationer av glidande medelvärde. De vanligaste anställda är det enkla glidande medlet, det vägda glidande medlet och det exponentiella glidande medlet. Att utföra varje av dessa tekniker i Excel kommer att beskrivas i detalj i separata artiklar i den här bloggen. Här är en kort översikt över var och en av dessa tre tekniker. Enkelt rörligt medelvärde Varje punkt i ett enkelt rörligt medelvärde är medeltalet av ett angivet antal tidigare perioder. Denna bloggartikel kommer att ge en detaljerad förklaring av genomförandet av denna teknik i Excel. Viktad Flyttande Medelpoäng i det viktade glidande medlet representerar också ett genomsnitt av ett angivet antal tidigare perioder. Det vägda glidande medlet applicerar olika viktning till vissa tidigare perioder, ganska ofta får de senaste perioderna större vikt. En länk till en annan artikel i den här bloggen, som ger en detaljerad förklaring av genomförandet av denna teknik i Excel, är följande: Exponentiella Flytta Genomsnittliga poäng i exponentiell glidande medelvärde representerar också ett genomsnitt av ett visst antal tidigare perioder. Exponentiell utjämning gäller viktningsfaktorer till tidigare perioder som minskar exponentiellt och når aldrig noll. Som ett resultat tar exponentiell utjämning hänsyn till alla tidigare perioder i stället för ett angivet antal tidigare perioder som det vägda glidande genomsnittet gör. En länk till en annan artikel i den här bloggen som ger en detaljerad förklaring av genomförandet av denna teknik i Excel är följande: Nedan beskrivs 3-stegs processen för att skapa ett enkelt glidande medelvärde av tidsseriedata i Excel Steg 1 8211-graf De ursprungliga data i en tidsserieplot Linjediagrammet är det vanligaste Excel-diagrammet för att gradera tidsseriedata. Ett exempel på ett sådant Excel-diagram som används för att plotta 13 perioder av försäljningsdata visas på följande sätt: Steg 2 8211 Skapa det rörliga genomsnittet i Excel Excel tillhandahåller verktyget Flyttande medel inom menyn Data Analys. Verktyget Moving Average skapar ett enkelt glidande medelvärde från en dataserie. Dialogrutan Flyttande medel ska fyllas i enligt följande för att skapa ett glidande medelvärde av de föregående 2 dataperioderna för varje datapunkt. Utgången för 2-års glidande medelvärde visas enligt följande tillsammans med formlerna som användes för att beräkna värdet av varje punkt i glidande medelvärdet. Steg 3 8211 Lägg till den rörliga genomsnittsserien i diagrammet. Dessa data ska nu läggas till i diagrammet som innehåller den ursprungliga tidslinjen för försäljningsdata. Uppgifterna kommer helt enkelt att läggas till som en ytterligare dataserie i diagrammet. För att göra det, högerklicka var som helst på diagrammet och en meny kommer dyka upp. Hit Välj data för att lägga till den nya serien av data. Den rörliga genomsnittsserien kommer att läggas till genom att fylla i dialogrutan Redigera serier enligt följande: Diagrammet som innehåller originaldataserien och den data8217s 2-intervallet enkelt glidande medelvärdet visas som följer. Observera att den glidande medellinjen är ganska slätare och råa data8217s avvikelser över och under trendlinjen är mycket tydligare. Den övergripande trenden är nu också mycket mer uppenbar. Ett 3-intervall glidande medelvärde kan skapas och placeras på diagrammet med samma procedur som följer: Det är intressant att notera att 2-intervallet enkelt glidande medelvärde skapar en jämnare graf än det 3-intervallet enkelt glidande medelvärdet. I detta fall kan 2-intervallet enkelt glidande medelvärde vara det mest önskvärda än 3-intervallet glidande medelvärdet. Som jämförelse beräknas ett 6-intervall enkelt glidande medelvärde och läggas till i diagrammet på samma sätt som följer: Som förväntat är 6-intervallet enkelt glidande medelvärde betydligt mjukare än de 2 eller 3-intervallet enkla glidande medelvärdena. En mjukare graf passar bättre en rak linje. Analys av prognosnoggrannhet Noggrannhet kan beskrivas som godhet med passform. De två komponenterna av prognosticitetsnoggrannheten är följande: Prognos Bias 8211 Tendensen av en prognos att vara konsekvent högre eller lägre än de verkliga värdena för en tidsserie. Prognosförskjutning är summan av allt fel dividerat med antalet perioder enligt följande: En positiv bias indikerar en tendens att underskatta. En negativ bias indikerar en tendens att överskatta. Bias mäter inte noggrannhet eftersom positiva och negativa fel avbryter varandra. Prognosfel 8211 Skillnaden mellan de faktiska värdena för en tidsserie och de prognostiserade värdena för prognosen. De vanligaste åtgärderna för prognosfel är följande: MAD 8211 Mean Absolute Deviation MAD beräknar det genomsnittliga absoluta värdet av felet och beräknas med följande formel: Medelvärdet av felets absoluta värden eliminerar avbrytande effekten av positiva och negativa fel. Ju mindre MAD, desto bättre är modellen. MSE 8211 Mean Squared Error MSE är ett populärt mått på fel som eliminerar avbrytande effekten av positiva och negativa fel genom att summera kvadraterna för felet med följande formel: Stora felvillkor tenderar att överdriva MSE eftersom felvillkoren är alla kvadrerade. RMSE (Root Square Mean) minskar detta problem genom att ta kvadratroten av MSE. MAPE 8211 Mean Absolute Percent Error MAPE eliminerar också avbrytande effekten av positiva och negativa fel genom att summera de absoluta värdena för felvillkoren. MAPE beräknar summan av procentuella felvillkor med följande formel: Genom att summera procentfelter kan MAPE användas för att jämföra prognosmodeller som använder olika mått. Beräkning av Bias, MAD, MSE, RMSE och MAPE i Excel För Simple Moving Average Bias kommer MAD, MSE, RMSE och MAPE att beräknas i Excel för att utvärdera 2-intervallet, 3-intervallet och 6-intervallet enkelt rörelse genomsnittlig prognos som erhållits i denna artikel och visas som följer: Det första steget är att beräkna E t. E t 2. E t, E t Y t-act. och summera dem enligt följande: Bias, MAD, MSE, MAPE och RMSE kan beräknas enligt följande: Samma beräkningar görs nu för att beräkna Bias, MAD, MSE, MAPE och RMSE för det 3-intervalla enkla glidande medlet. Samma beräkningar görs nu för att beräkna Bias, MAD, MSE, MAPE och RMSE för 6-intervallet enkelt glidande medelvärde. Bias, MAD, MSE, MAPE och RMSE sammanfattas för 2-intervall, 3-intervall och 6-intervall enkla glidande medelvärden enligt följande. 3-intervallet enkelt glidande medelvärde är den modell som passar bäst med den faktiska data. 160 Excel Master Series Blog Directory Statistiska ämnen och artiklar i varje ämne