لمدة 3 أشهر بسيط الحركة من المتوسط ، 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 ذلك. المتوسط ​​المتحرك الحسابي في إكسيل في هذا البرنامج التعليمي القصير، سوف تتعلم كيفية حساب متوسط ​​متحرك بسيط في إكسيل، ما هي الوظائف لاستخدامها للحصول 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 والخطوات التفصيلية التالية. 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 يمكن أن أفعله من شأنه أن يربط إلى ورقة يتم تحديثها يوميا من شأنها أن تسمح أيضا تقريري لتحديث يوميا أبسط نهج سيكون لاتخاذ متوسط ​​يناير حتى مارس واستخدام ذلك لتقدير المبيعات أبريل 8217s : (129 134 122) 3 128.333 وبالتالي، استنادا إلى المبيعات من يناير إلى مارس، تتوقع أن المبيعات في أبريل سيكون 128،333. مرة واحدة أبريل 8217s المبيعات الفعلية تأتي في، وكنت ثم حساب توقعات لشهر مايو، وهذه المرة باستخدام فبراير حتى أبريل. يجب أن تكون متسقة مع عدد الفترات التي تستخدمها لنقل متوسط ​​التنبؤ. عدد الفترات التي تستخدمها في توقعات المتوسط ​​المتحرك الخاص بك تعسفي قد تستخدم فقط فترتين، أو خمس أو ست فترات ما تريده لتوليد توقعاتك. النهج أعلاه هو متوسط ​​متحرك بسيط. في بعض الأحيان، قد تكون الأشهر الأخيرة 8217 المبيعات المؤثرين أقوى من المبيعات شهر 8217s القادمة، لذلك كنت تريد أن تعطي تلك الأشهر أقرب إلى مزيد من الوزن في نموذج التوقعات الخاصة بك. هذا هو المتوسط ​​المتحرك المرجح. ومثل عدد الفترات، فإن الأوزان التي تعينها تعسفية بحتة. Let8217s يقول كنت تريد أن تعطي المبيعات مارس 8217s 50 الوزن، فبراير 8217s 30 الوزن، و يناير 8217s 20. ثم توقعاتك لشهر أبريل سيكون 127،000 (122.50) (134.30) (129.20) 127. حدود متوسطات الحركة المتحركة تعتبر المتوسطات المتحركة 8220 سمعة 8221 تقنية التنبؤ. لأنك 8217re أخذ المتوسط ​​مع مرور الوقت، كنت تليين (أو تمهيد) آثار حدوثات غير منتظمة داخل البيانات. ونتيجة لذلك، فإن آثار الموسمية، ودورات الأعمال، وغيرها من الأحداث العشوائية يمكن أن تزيد بشكل كبير من الخطأ التنبؤ. ألق نظرة على قيمة بيانات 8217 ثانية كاملة، وقارن متوسط ​​متحرك لمدة 3 أيام ومتوسط ​​متحرك لخمسة فترات: لاحظ أنه في هذه الحالة لم أتمكن من إنشاء توقعات، بل ركزت على المتوسطات المتحركة. المتوسط ​​المتحرك الأول لمدة 3 أشهر هو لشهر فبراير، و 8217 ثانية متوسط ​​يناير وفبراير ومارس. كما فعلت مماثلة لمتوسط ​​5 أشهر. الآن نلقي نظرة على الرسم البياني التالي: ماذا ترى ليس سلسلة المتوسط ​​المتحرك لمدة ثلاثة أشهر أكثر سلاسة بكثير من سلسلة المبيعات الفعلية وكيف حول المتوسط ​​المتحرك لمدة خمسة أشهر IT8217s حتى أكثر سلاسة. وبالتالي، والمزيد من الفترات التي تستخدمها في المتوسط ​​المتحرك الخاص بك، وسلاسة سلسلة الوقت الخاص بك. وبالتالي، للتنبؤ، قد لا يكون المتوسط ​​المتحرك البسيط أكثر الطرق دقة. إن أساليب المتوسط ​​المتحرك تثبت قيمة كبيرة عندما تحاول 8217 محاولة استخراج المكونات الموسمية وغير المنتظمة والدورية من السلاسل الزمنية لطرق التنبؤ المتقدمة مثل الانحدار و أريما، وسيتم استخدام المتوسطات المتحركة في تحليل سلسلة زمنية في وقت لاحق في السلسلة. تحديد دقة نموذج المتوسط ​​المتحرك بشكل عام، تريد طريقة التنبؤ التي تحتوي على أقل خطأ بين النتائج الفعلية والمتوقعة. ومن أكثر المقاييس شيوعا لدقة التنبؤ هو الانحراف المطلق المتوسط ​​(د. م). في هذا النهج، لكل فترة في السلسلة الزمنية التي قمت بإنشاء توقعات، كنت تأخذ القيمة المطلقة للفرق بين تلك الفترة 8217s القيم الفعلية والمتوقعة (الانحراف). ثم يمكنك متوسط ​​هذه الانحرافات المطلقة وتحصل على مقياس من درهم. ماد يمكن أن يكون مفيدا في اتخاذ قرار بشأن عدد الفترات التي متوسط، و أن كمية الوزن الذي تضعه على كل فترة. عموما، يمكنك اختيار واحد أن يؤدي إلى أدنى درهم. هنا 8217s مثال على كيفية احتساب ماد: درهم هو ببساطة المتوسط ​​8، 1، 3. المتوسطات المتحركة: خلاصة عند استخدام المتوسطات المتحركة للتنبؤ، تذكر: المتوسطات المتحركة يمكن أن تكون بسيطة أو مرجحة عدد الفترات التي تستخدمها ل متوسط، وأي الأوزان التي تعين لكل منها التعسفي التعسفي المتوسطات المتحركة على نحو سلس خارج أنماط غير منتظمة في البيانات سلسلة زمنية أكبر عدد الفترات المستخدمة لكل نقطة البيانات، وزيادة تأثير تمهيد بسبب تجانس، والتنبؤ الشهر المقبل مبيعات 8217s على أساس فإن معظم المبيعات الأخيرة في الشهر 8217s يمكن أن تؤدي إلى انحرافات كبيرة بسبب الأنماط الموسمية والدورية وغير المنتظمة في البيانات، وقدرات التمهيد لطريقة المتوسط ​​المتحرك يمكن أن تكون مفيدة في تحلل سلسلة زمنية لطرق التنبؤ أكثر تقدما. الأسبوع المقبل: تجانس الأسي في الأسبوع القادم 8217s توقعات الجمعة. سوف نناقش أساليب التمهيد الأسي، وسترى أنها يمكن أن تكون أعلى بكثير من المتوسط ​​المتحرك أساليب التنبؤ. لا يزال دون 8217t تعرف لماذا لدينا توقعات الجمعة المشاركات تظهر يوم الخميس معرفة في: tinyurl26cm6ma مثل هذا: التنقل بوست ترك الرد إلغاء الرد كان لي 2 أسئلة: 1) يمكنك استخدام نهج ما تركزت للتنبؤ أو لمجرد إزالة الموسمية 2) عندما (t-1t-2t-k) k ما للتنبؤ بفترة زمنية واحدة، هل من الممكن التنبؤ بأكثر من 1 فترة قبل أن أعتقد أن توقعاتك ستكون واحدة من النقاط التي تغذيها في المرة القادمة. شكر. أحب المعلومات وتفسيراتك I8217m سعيد تريد بلوق I8217m متأكد من أن العديد من المحللين استخدمت نهج ما تركزت للتنبؤ، ولكن أنا شخصيا لن، لأن هذا النهج يؤدي إلى فقدان الملاحظات في كلا الطرفين. هذا في الواقع ثم العلاقات في السؤال الثاني الخاص بك. عموما، يستخدم ما بسيط للتنبؤ فترة واحدة فقط المقبلة، ولكن العديد من المحللين 8211 وأنا أيضا في بعض الأحيان 8211 سوف تستخدم بلدي فترة واحدة قبل التوقعات باعتبارها واحدة من المدخلات للفترة الثانية المقبلة. It8217s المهم أن نتذكر أن المزيد من المستقبل في محاولة للتنبؤ، وزيادة خطر الخاص بك من الخطأ المتوقع. هذا هو السبب في أنني لا أوصي تركز ما للتنبؤ 8211 فقدان الملاحظات في نهاية المطاف يعني الاضطرار إلى الاعتماد على التنبؤات الملاحظات المفقودة، فضلا عن الفترة (ق) المقبلة، لذلك هناك فرصة أكبر للخطأ التنبؤ. القراء: you8217re دعا إلى وزن في هذا. هل لديك أي أفكار أو اقتراحات حول هذا بريان، شكرا لتعليقكم وتقديراتكم على بلوق مبادرة لطيفة وتفسير جميل. It8217s مفيدة حقا. أتوقع مخصص لوحات الدوائر المطبوعة للعميل الذي لا يعطي أي توقعات. لقد استخدمت المتوسط ​​المتحرك، ومع ذلك فإنه ليس دقيقا جدا حيث يمكن للصناعة صعودا وهبوطا. ونحن نرى نحو منتصف الصيف حتى نهاية العام أن الشحن pcb8217s هو ما يصل. ثم نرى في بداية العام يبطئ الطريق. كيف يمكنني أن أكون أكثر دقة مع بياناتي كاترينا، من ما قلت لي، يبدو لديك المطبوعة مبيعات لوحة الدوائر لديها عنصر موسمي. أتعامل مع الموسمية في بعض المشاركات الأخرى المتوقعة يوم الجمعة. وهناك طريقة أخرى يمكنك استخدامها، وهي سهلة جدا، وهي خوارزمية هولت-وينترز، والتي تأخذ في الاعتبار الموسمية. يمكنك العثور على تفسير جيد من هنا. تأكد من تحديد ما إذا كانت أنماطك الموسمية متعددة أو مضافة، لأن الخوارزمية مختلفة قليلا لكل منها. إذا كنت مؤامرة البيانات الشهرية الخاصة بك من بضع سنوات، ونرى أن التغيرات الموسمية في نفس الأوقات من السنوات ويبدو أن تكون ثابتة سنة بعد سنة، ثم الموسمية هو المضافة إذا كانت التغيرات الموسمية مع مرور الوقت يبدو أن تتزايد، ثم الموسمية هو المضاعف. معظم السلاسل الزمنية الموسمية ستكون مضاعفة. إذا كنت في شك، تفترض مضاعفة. حظا سعيدا مرحبا هناك، بين تلك الطريقة:. ناف التنبؤ. تحديث المتوسط. المتوسط ​​المتحرك للطول k. إما المتوسط ​​المتحرك المرجح لطول k أو التمدد الأسي أي واحد من تلك النماذج المحدثة تنصحني باستخدامها للتنبؤ بالبيانات بالنسبة لي، أفكر في المتوسط ​​المتحرك. ولكن أنا don8217t تعرف كيفية جعلها واضحة ومنظم ذلك حقا يعتمد على كمية ونوعية البيانات لديك وأفق التنبؤ الخاص بك (على المدى الطويل، على المدى المتوسط، أو على المدى القصير) 3 أشهر و 5 أشهر المتوسط ​​المتحرك البسيط التنبؤ باستخدام المقاييس المطبقة على شركتك، قم بتطوير متوسط ​​التحرك البسيط المتحرك لمدة 3 أشهر و 5 أشهر. استخدم بيانات سنة واحدة على الأقل. اشرح ما كنت تتوقع ولماذا مهم لشركتك. على سبيل المثال، مع شركتي، الإنتاج موسمية لذلك أنا بحاجة لمعرفة عدد الناس لجدولة لكل شهر. يمكنني استخدام البيانات من العام السابق لتوقع موارد بلدي لهذا العام. معاينة الحل استخدام المقاييس المعمول بها في شركتك تطوير 3 أشهر و 5 أشهر بسيط المتوسط ​​المتحرك المتوقع. استخدم بيانات سنة واحدة على الأقل. اشرح ما كنت تتوقع ولماذا مهم لشركتك. على سبيل المثال، مع شركتي، الإنتاج موسمية لذلك أنا بحاجة لمعرفة عدد الناس لجدولة لكل شهر. يمكنني استخدام البيانات من العام السابق لتوقع موارد بلدي لهذا العام. شركة أمريكان ماشينري كومباني 3 يو موفينغ أفيراج 5 يار موفينغ أفيراج يناير 310 310 الفعلي فبراير 300 300 أرقام المبيعات 340 340 340 ل 340 340 340 الماضي. ملخص الحل هذا الحل يتيح لك مناقشة مفصلة على 3 أشهر و 5 أشهر بسيط متحرك متوسط ​​التوقعات إضافة حل إلى عربة التسوق إزالة من العربة