Skip to main content

Moving Genomsnittet Standard Error Excel


Hur man beräknar rörliga medelvärden i Excel. Excel Data Analysis for Dummies, 2: a upplagan. Data Analysis-kommandot ger ett verktyg för att beräkna rörliga och exponentiellt jämnade medelvärden i Excel. Tänk på att du har samlat in den dagliga temperaturinformationen du vill ha Beräkna tre dagars glidande medelvärde medeltalet av de senaste tre dagarna som en del av några enkla väderprognoser För att beräkna glidande medelvärden för denna dataset, gör följande steg. För att beräkna ett glidande medelvärde, klicka först på fliken Data s s Data Analysis När Excel visar dialogrutan Data Analys 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 rörliga genomsnittet. Klicka på Inmatning Räckviddsruta i dialogrutan Rörlig medelvärde Ange sedan inmatningsområdet, antingen genom att skriva in en räkning för arbetsbladets område eller med hjälp av musen för att välja arbetsbladets räckvidd. Dina intervallreferens bör använda absoluta celladresser En absolut celladress föregår kolumnbokstaven och radnumret med tecken, som i A 1 A 10. Om den första cellen i ditt ingångsområde innehåller en textetikett för att identifiera eller beskriva dina data, välj etiketterna I rutan Intervall, berätta i Excel hur många värden som ska inkluderas i det genomsnittliga beräkningsvärdet. Du kan beräkna ett glidande medelvärde med ett antal värden Som standard använder Excel de senaste tre värdena för att beräkna rörelsen Medelvärde För att ange att ett annat antal värden ska användas för att beräkna det glidande genomsnittet, mata in det här värdet i textrutan Intervall. Ange Excel där du vill placera de glidande medelvärdena data. Använd textrutan Utmatningsområde för att identifiera det arbetsbladsområde där du vill placera den glidande genomsnittsdata I exemplet på arbetsbladet har den glidande genomsnittsdata placerats i arbetsbladets 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 att standardfelinformation ska beräknas. Om du vill beräkna standardfel för data markerar du kryssrutan Standardfel Excel placerar standardfelvärden bredvid glidande medelvärden. Standardfelinformationen går in i C2 C10. När du är klar specificera vilken glidande medelinformation du vill ha beräknad och var du vill placera den, klicka på OK. Excel beräknar glidande genomsnittsinformation. Notera Om Excel inte 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. Hur man beräknar vägda rörliga genomsnittsvärden i Excel med hjälp av exponentiell utjämning. Excel-dataanalys för dummies, andra utgåvan. Exponentiell utjämning i Excel beräknar det glidande genomsnittet. Exponentiella utjämningsvikter Värdena som ingår i de glidande medelberäkningarna så att de senaste värdena har större effekt på medelvärdet E-beräkning och gamla värden har en mindre effekt Denna viktning uppnås genom en utjämningskonstant. För att illustrera hur verktyget för exponentiell utjämning fungerar, anta att du åter tittar på den genomsnittliga daglig temperaturinformationen. För att beräkna viktade glidmedel med exponentiell utjämning, ta Följande steg. För att beräkna ett exponentiellt jämnt glidande medelvärde, klicka först på datafliken s Data Analysis-kommandoknappen. När Excel visar dialogrutan Dataanalys väljer du alternativet Exponentiell utjämning från listan och klickar sedan på OK. Excel visar exponentiell utjämning dialogrutan. Identifiera data. Till identifiera de data för vilka du vill beräkna ett exponentiellt jämnt glidande medelvärde, klicka i textrutan Inmatningsområde Ange sedan ingångsintervallet, antingen genom att ange en adress för arbetsbladets område eller genom att välja arbetsbladets område Om Ditt inmatningsområde innehåller en textetikett för att identifiera eller beskriva dina data, markera kryssrutan Märk. Ge den smidiga ing konstant. Ange utjämningskonstantvärdet i textfältet Dämpningsfaktor Excel-hjälpfilen föreslår att du använder en utjämningskonstant mellan 0 2 och 0 3 Förmodligen, om du använder det här verktyget, har du egna idéer om vad Den korrekta utjämningskonstanten är Om du inte klarar av utjämningskonstanten, kanske du inte borde använda det här verktyget. Tala Excel var du ska placera exponentialt släta glidande genomsnittsdata. Använd textrutan Utmatningsområde för att identifiera det arbetsbladsområde som du vill ha för att placera den glidande genomsnittsdata I exemplet på arbetsbladet placerar du exempelvis de glidande medelvärdena i arbetsbladets intervall B2 B10. Valfritt diagram Exponentially smoothed data. För att kartlägga exponentiellt jämna data, markera kryssrutan Diagramutmatning. Valfritt Ange att du vill att standardfelinformation ska beräknas. För att beräkna standardfel väljer du kryssrutan Standardfel Excel placerar standardfelvärden bredvid de exponentiellt jämnaste glidande genomsnittliga värdena. Efter att du har angett vilken flyttbar genomsnittsinformation du vill ha beräknad och var du vill den placeras, klicka på OK. Excel beräknar glidande medelvärde. I praktiken ger det glidande medelvärdet en bra uppskattning av medelvärdet av tidsserierna om medelvärdet är konstant eller långsamt ändras. Vid konstant medelvärde är det största värdet av m Kommer att ge de bästa uppskattningarna av det underliggande genomsnittet. En längre observationsperiod kommer att medeltala effekterna av variabiliteten. Syftet med att tillhandahålla en mindre m är att tillåta prognosen att svara på en förändring i den underliggande processen. För att illustrera föreslår vi en dataset Som innehåller förändringar i underliggande medelvärden för tidsserien Figuren visar tidsserierna som används för illustration tillsammans med medelvärdet d emand från vilken serien genererades Medelvärdet börjar som en konstant vid 10 Börjar vid tid 21 ökar den med en enhet i varje period tills den når värdet 20 vid tiden 30 Då blir det konstant igen Dataen simuleras genom att lägga till medelvärdet, ett slumpmässigt ljud från en normalfördelning med nollvärde och standardavvikelse 3 Resultaten av simuleringen avrundas till närmaste heltal. Tabellen visar de simulerade observationerna som används för exemplet. När vi använder tabellen måste vi komma ihåg att vid Vid en given tidpunkt är endast tidigare data kända. Estimaterna för modellparametern, för tre olika värden på m visas tillsammans med medelvärdet av tidsserierna i figuren nedan. Figuren visar den genomsnittliga rörliga genomsnittliga uppskattningen av medelvärdet på Varje gång och inte prognosen Prognoserna skulle flytta de glidande medelkurvorna till höger efter perioder. En enda slutsats framgår tydligt av figuren. För alla tre uppskattningar ligger det rörliga genomsnittet bakom den linjära trenden , Med fördröjningen ökar med m Fördröjningen är avståndet mellan modellen och uppskattningen i tidsdimensionen På grund av fördröjningen underskattar det rörliga genomsnittsvärdet observationerna som medelvärdet ökar. Uppskattarens förspänning är skillnaden vid en viss tidpunkt I medelvärdet av modellen och medelvärdet förutspått av det rörliga medletet Förskjutningen när medelvärdet ökar är negativt För ett minskande medelvärde är förspänningen positiv. Fördröjningen i tid och den bias som införs i uppskattningen är funktionerna i m Större värdet av m, desto större är storleken på fördröjning och förskjutning. För en kontinuerligt ökande serie med trend a ges värdena för fördröjning och förspänning av medelvärdena i ekvationerna nedan. Exempelkurvorna matchar inte dessa ekvationer eftersom Exemplet modellen ökar inte kontinuerligt, utan det börjar som en konstant, ändras till en trend och blir sedan konstant igen. Exemplet kurvor påverkas också av bruset. Den rörliga genomsnittliga prognosen för p eriods in i framtiden representeras genom att byta kurvorna till höger. Fördröjningen och förspänningen ökar proportionellt. Ekvationerna nedan indikerar fördröjningen och förspänningen av en prognosperioder i framtiden jämfört med modellparametrarna. Dessa formler är återigen en tidsserie med en konstant linjär trend. Vi borde inte bli förvånad över det här resultatet. Den glidande medelvärderaren beräknas utifrån antagandet om ett konstant medelvärde och exemplet har en linjär trend i medelvärdet under en del av studieperioden. Eftersom realtidsserier sällan kommer exakt lyda antagandena av vilken modell som helst, borde vi vara beredda på sådana resultat. Vi kan också dra slutsatsen av att variationen i bruset har störst effekt för mindre m. Uppskattningen är mycket mer flyktig för det glidande medlet av 5 än Glidande medelvärde av 20 Vi har de motstridiga önskningarna att öka m för att minska effekten av variationer på grund av bullret och att minska m för att göra prognosen mer mottaglig för förändringar i m ean. Felet är skillnaden mellan den faktiska data och det prognostiserade värdet Om tidsserierna verkligen är ett konstant värde är det förväntade värdet av felet noll och variansen av felet består av en term som är en funktion av och en andra termen som är brusets varians. Den första termen är medelvärdet av det medelvärde som uppskattas med ett urval av m-observationer, förutsatt att data kommer från en population med konstant medelvärde. Denna term minimeras genom att göra m så stor som möjligt. A stor m gör prognosen inte svarande mot en förändring i underliggande tidsserier För att prognosen ska kunna reagera på förändringar vill vi ha så liten som möjligt 1, men det ökar felvariationen. Praktisk prognos kräver ett mellanvärde. Förutspårning med Excel. Prognoser Add-in implementerar de glidande medelformlerna Exemplet nedan visar analysen som tillhandahålls av tillägget för provdata i kolumn B De första 10 observationerna indexeras -9 till 0 Jämfört med tabellen E ovan förskjuts periodindexen med -10. De första tio observationerna ger startvärdena för uppskattningen och används för att beräkna det glidande medlet för period 0 MA 10-kolumnen C visar beräknade rörliga medelvärden. Den glidande genomsnittsparametern m är I cell C3 Fore 1-kolumnen D visar en prognos för en period i framtiden Prognosintervallet ligger i cell D3 När prognosintervallet ändras till ett större antal, flyttas numren i Fore-kolumnen. Err 1-kolumnen E visar Skillnaden mellan observationen och prognosen Till exempel är observationen vid tidpunkten 1 6 Det prognostiserade värdet som gjorts från det glidande medlet vid tidpunkten 0 är 11 1 Felet är då -5 1 Standardavvikelsen och medelvärdesavvikelsen MAD beräknas i Cellerna E6 respektive E7.

Comments