Glidande medelvärde intervall

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. Vad är ett MR-diagram (rörligt intervall) Ett MR-diagram kartlägger rörelseområdet över tiden för att övervaka processvariationen för enskilda observationer. Använd MR-diagrammet för att övervaka processvariationen när det är svårt eller omöjligt att gruppera mätningar i undergrupper. Detta sker när mätningarna är dyra, produktionsvolymen är låg eller produkterna har en lång cykeltid. När data samlas in som enskilda observationer, kan du inte beräkna standardavvikelsen för varje undergrupp. Det rörliga intervallet är ett alternativt sätt att beräkna processvariation genom att beräkna intervallet för två eller flera på varandra följande observationer. Exempel på ett MR-diagram Till exempel vill en sjukhusadministratör spåra huruvida variationen i tiden för att utföra öppenvårdsoperation är stabil. Poängen varierar slumpmässigt runt mittlinjen och ligger inom kontrollgränserna. Inga trender eller mönster är närvarande. Variabiliteten i tiden för att utföra bråckkirurgi är stabil. Medelvärde Medelvärdet I det här exemplet lär du dig hur du beräknar det glidande medlet 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 intervallet desto närmare de rörliga medelvärdena ligger till de faktiska datapunkterna. Många intervall används för att härleda övre och nedre gränser Kontrollscheman för enskilda mätningar, t. ex. provstorlek 1, använd rörelseområdet för två på varandra följande observationer för att mäta processvariabiliteten. Det rörliga intervallet definieras som MRi xi - x. vilket är absolutvärdet för den första skillnaden (t ex skillnaden mellan två på varandra följande datapunkter) av data. Analogt med Shewhart kontrolldiagram kan man plotta både data (vilka är individerna) och rörelseområdet. Individer kontrollerar gränser för en observation För kontrollschemat för enskilda mätningar är linjerna plottade: Börja UCL bar 3frac mbox bar LCL bar - 3frac. slutet där (bar) är medelvärdet av alla individer och (överlinjen) är medelvärdet av alla rörliga intervall av två observationer. Tänk på att antingen eller båda medelvärdena kan ersättas med en standard eller ett mål, om det är tillgängligt. (Observera att 1.128 är värdet på (d2) för (n 2). Exempel på rörelseområde Följande exempel illustrerar kontrollschemat för enskilda observationer. En ny process studerades för att övervaka flödeshastigheten. De första 10 satserna resulterade i