Flyttande medelvärde I det här exemplet lär du dig hur du beräknar det glidande genomsnittet för en tidsserie i Excel. Ett glidande medel används för att utjämna 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! Det går inte att hitta knappen Data Analysis Klicka här för att ladda till verktyget Analysverktyg. 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 topparna och dalarna utjämnas. Ju mindre intervallet desto närmare de rörliga medelvärdena är de faktiska datapunkterna. Medelvärden När jag var barn, minns jag att jag hörs av säsongrensade ekonomiska indikatorer. Jag var ganska besviken över att, när jag växte upp och tog econ, blev de säsongrensade ekonomiska indikatorerna inte beräknade med hjälp av några högt teoretiska formler med hänsyn till alla former av variation, men var bara rörliga medeltal. I Markera vissa tidsperioder i en diagram. Jag använde min bloggstatistik för att illustrera hur man markerar vardagar från helgerna. Ett annat sätt att ta hänsyn till konjunkturvariationer är att ta ett glidande medelvärde. I8217ll använder samma data här för att visa två sätt att konstruera glidande medelvärden. Ett rörligt medel flyttas helt enkelt längs data, varvid medlet är vid varje punkt i föregående N-värden. Råuppgifterna visas i det här diagrammet, och den konjunkturella variationen uttalas, vilket gör det svårare att välja ut långsiktiga trender. Det enklaste sättet att ta ett rörligt medel är förmodligen att högerklicka på diagramserien och välj Lägg till trendlinje. Excel erbjuder flera typer av trendlinjer, och glidande medel ingår bland dem. För dagliga data som har olika veckodagar och helgvärden är ett 7-punkts glidande medelvärde ett lämpligt alternativ. Här är diagrammet med en glidande genomsnittlig trendlinje. Du kan också beräkna dina egna medelvärden i arbetsbladet och lägga till en serie med medelvärdena. Det här är lämpligt om du använder ett viktat glidande medelvärde (t. ex. ett exponentiellt glidande medelvärde) eller om du behöver använda medelvärdena i efterföljande arbetsbladanalys. Tekniken är enkel. Hoppa över de första N-1 poängen (dvs 6 poäng för ett 7-punkts glidande medelvärde), använd sedan en enkel formel till i genomsnitt sju poäng och fyll resten av intervallet med denna formel. För data som börjar i cell B2 gör du ett 7-punkts glidande medelvärde som börjar i cell C8 med denna formel och fyller ned formulärets nedre kolumn C till sista raden med data i kolumn B: Lägg sedan till den här kolumnen i diagrammet som en ny serie . För det här enkla exemplet är de två metoderna praktiskt taget oskiljbara. Om you8217ve beräknade dina egna medelvärden kan du ta bort den rada dataserien och visa bara den släta linjen. Dela detta: I min senaste bok Practical Time Series Forecasting: En praktisk guide. Jag inkluderade ett exempel på att använda Microsoft Excels glidande genomsnittlig tomt för att undertrycka månadsäsong. Detta görs genom att skapa ett linjeplot av serien över tiden och sedan lägga till Trendline gt Moving Average (se mitt inlägg om undertryckande säsongsförhållanden). Syftet med att lägga till den glidande genomsnittliga trendlinjen till en tidsplan är att bättre se en trend i data, genom att undertrycka säsongsalder. Ett rörligt medelvärde med fönsterbredd w betyder medelvärde över varje uppsättning av w-konsekutiva värden. För att visualisera en tidsserie använder vi vanligtvis ett centrerat glidande medelvärde med w-säsongen. I ett centrerat glidande medel beräknas värdet på det glidande medlet vid tid t (MA t) genom att centrera fönstret kring tiden t och medelvärdet över w-värdena i fönstret. Om vi till exempel har dagliga data och vi misstänker en veckodagseffekt kan vi undertrycka det med ett centrerat glidande medelvärde med w7 och sedan planera MA-linjen. En observant deltagare i min online kursprognos upptäckte att Excels glidande medelvärde inte producerar vad vi förväntar oss: Istället för att medelvärde över ett fönster som är centrerat kring en tidsperiod, tar det helt enkelt genomsnittet för de senaste w månaderna (kallat en efterföljande glidande medelvärde). Medan efterföljande rörliga medelvärden är användbara för prognoser, är de sämre för visualisering, särskilt när serien har en trend. Anledningen är att det efterföljande rörliga genomsnittet ligger bakom. Titta på figuren nedan, och du kan se skillnaden mellan Excels efterföljande glidande medelvärde (svart) och ett centrerat glidande medelvärde (rött). Det faktum att Excel producerar ett efterföljande glidande medelvärde i Trendline-menyn är ganska störande och vilseledande. Ännu mer störande är dokumentationen. Som felaktigt beskriver den efterföljande MA som produceras: Om Perioden är inställd till 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, och så vidare. För mer om glidande medelvärden, se här: 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 orderrutan. Om du väljer Flytta medelvärde. Ange antalet perioder som ska användas för att beräkna det rörliga 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 rutorna 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 av linjen till data. Visar en bäst passande kurvlinje, den här trendlinjen 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 kvadrater passande genom punkter: där c och b är konstanter och ln är den naturliga logaritmen funktionen. Följande logaritmiska trendlinje visar förutspådd befolkningstillväxt av djur i en fastareal, där befolkningen nivån ut som 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. Polynomernas ordning kan bestämmas av antalet fluktuationer i data eller hur många böjningar (kullar 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 polynomiska 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 intervall på 1 sekund. 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 kurvlinje, 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 kvadraterna 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 satt till 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.
Comments
Post a Comment