3 เดือน ง่าย เฉลี่ยเคลื่อนที่ คาดการณ์

การย้ายการคาดการณ์เชิงปริมาณเฉลี่ย ตามที่คุณอาจคาดเดาเรากำลังมองหาวิธีการดั้งเดิมบางอย่างที่คาดการณ์ไว้ แต่หวังว่าคำแนะนำเหล่านี้จะเป็นประโยชน์อย่างยิ่งสำหรับบางประเด็นเกี่ยวกับคอมพิวเตอร์ที่เกี่ยวข้องกับการคาดการณ์ในสเปรดชีต ในหลอดเลือดดำนี้เราจะดำเนินการต่อโดยการเริ่มต้นตั้งแต่เริ่มต้นและเริ่มทำงานกับการคาดการณ์ Moving Average การย้ายการคาดการณ์เฉลี่ย ทุกคนคุ้นเคยกับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยไม่คำนึงถึงว่าพวกเขาเชื่อหรือไม่ว่า นักศึกษาทุกคนทำแบบฝึกหัดตลอดเวลา ลองนึกถึงคะแนนการทดสอบของคุณในหลักสูตรที่คุณจะมีการทดสอบสี่ครั้งระหว่างภาคการศึกษา ให้สมมติว่าคุณมี 85 คนในการทดสอบครั้งแรกของคุณ คุณคาดหวังอะไรสำหรับคะแนนการทดสอบที่สองของคุณคุณคิดอย่างไรว่าครูของคุณจะคาดการณ์คะแนนทดสอบต่อไปคุณคิดอย่างไรว่าเพื่อนของคุณอาจคาดเดาคะแนนการทดสอบครั้งต่อไปคุณคิดว่าพ่อแม่ของคุณคาดการณ์คะแนนการทดสอบต่อไปได้ไม่ว่า การทำร้ายทั้งหมดที่คุณอาจทำกับเพื่อนและผู้ปกครองของคุณพวกเขาและครูของคุณมีแนวโน้มที่จะคาดหวังว่าคุณจะได้รับบางสิ่งบางอย่างในพื้นที่ของ 85 ที่คุณเพิ่งได้ ดีตอนนี้ให้สมมติว่าแม้จะมีการโปรโมตด้วยตัวคุณเองกับเพื่อน ๆ ของคุณคุณสามารถประเมินตัวเองและคิดว่าคุณสามารถเรียนได้น้อยกว่าสำหรับการทดสอบที่สองและเพื่อให้คุณได้รับ 73. ตอนนี้ทุกอย่างที่เกี่ยวข้องและไม่แยแสไป คาดว่าคุณจะได้รับการทดสอบครั้งที่สามมีสองแนวทางที่น่าจะเป็นไปได้สำหรับพวกเขาในการพัฒนาประมาณการโดยไม่คำนึงว่าพวกเขาจะแบ่งปันกับคุณหรือไม่ พวกเขาอาจพูดกับตัวเองว่าผู้ชายคนนี้มักจะเป่าควันเกี่ยวกับความฉลาดของเขา เขาจะได้รับอีก 73 ถ้าเขาโชคดี บางทีพ่อแม่จะพยายามสนับสนุนและพูด quotWell เพื่อให้ห่างไกลได้รับ 85 และ 73 ดังนั้นคุณควรคิดเกี่ยวกับการเกี่ยวกับ (85 73) 2 79 ฉันไม่รู้ว่าบางทีถ้าคุณไม่ปาร์ตี้ และเหวี่ยงพังพอนไปทั่วสถานที่และถ้าคุณเริ่มต้นทำมากขึ้นการศึกษาที่คุณจะได้รับคะแนนสูงขึ้นทั้งสองประมาณการเหล่านี้เป็นจริงการคาดการณ์เฉลี่ยย้าย อันดับแรกใช้คะแนนล่าสุดของคุณเพื่อคาดการณ์ประสิทธิภาพในอนาคตของคุณเท่านั้น นี่เรียกว่าการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยใช้ข้อมูลระยะเวลาหนึ่ง ข้อที่สองเป็นค่าพยากรณ์เฉลี่ยเคลื่อนที่ แต่ใช้ข้อมูลสองช่วง ให้สมมติว่าคนเหล่านี้ทั้งหมด busting ในจิตใจที่ดีของคุณมีการจัดประเภทของ pissed คุณออกและคุณตัดสินใจที่จะทำดีในการทดสอบที่สามด้วยเหตุผลของคุณเองและจะนำคะแนนที่สูงขึ้นในหน้า quotalliesquot ของคุณ คุณใช้การทดสอบและคะแนนของคุณเป็นจริง 89 ทุกคนรวมทั้งตัวคุณเองเป็นที่ประทับใจ ดังนั้นตอนนี้คุณมีการทดสอบครั้งสุดท้ายของภาคการศึกษาที่กำลังจะมาถึงและตามปกติแล้วคุณรู้สึกว่าจำเป็นที่จะต้องกระตุ้นให้ทุกคนคาดการณ์เกี่ยวกับวิธีที่คุณจะทำในการทดสอบครั้งล่าสุด ดีหวังว่าคุณจะเห็นรูปแบบ ตอนนี้หวังว่าคุณจะเห็นรูปแบบนี้ คุณเชื่อว่าเป็นนกหวีดที่ถูกต้องที่สุดในขณะที่เราทำงาน ตอนนี้เรากลับไปที่ บริษัท ทำความสะอาดแห่งใหม่ของเราซึ่งเริ่มต้นโดยพี่สาวที่แยกกันอยู่ของคุณชื่อ Whistle While We Work คุณมีข้อมูลการขายในอดีตที่แสดงโดยส่วนต่อไปนี้จากสเปรดชีต ก่อนอื่นเราจะนำเสนอข้อมูลสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ 3 ช่วง รายการสำหรับเซลล์ C6 ควรเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ลงไปที่เซลล์อื่น ๆ C7 ถึง C11 แจ้งให้ทราบว่าค่าเฉลี่ยย้ายผ่านข้อมูลทางประวัติศาสตร์ล่าสุด แต่ใช้เวลาสามช่วงล่าสุดสำหรับการคาดการณ์แต่ละครั้ง นอกจากนี้คุณควรสังเกตด้วยว่าเราไม่จำเป็นต้องทำการคาดการณ์ในช่วงที่ผ่านมาเพื่อพัฒนาการคาดการณ์ล่าสุดของเรา นี้แน่นอนแตกต่างจากแบบจำลองการเรียบเรียงชี้แจง Ive รวมการคาดคะเนของคำพูดราคาตลาดเนื่องจากเราจะใช้คำเหล่านี้ในหน้าเว็บถัดไปเพื่อวัดความถูกต้องในการคาดการณ์ ตอนนี้ฉันต้องการนำเสนอผลที่คล้ายคลึงกันสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ 2 ช่วง รายการสำหรับเซลล์ C5 ควรเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ลงไปที่เซลล์อื่น ๆ C6 ถึง C11 แจ้งให้ทราบว่าขณะนี้มีเพียงข้อมูลล่าสุดสองชิ้นที่ใช้ล่าสุดในการคาดการณ์เท่านั้น อีกครั้งฉันได้รวมการคาดคะเน quotpost เพื่อวัตถุประสงค์ในการอธิบายและเพื่อใช้ในภายหลังในการตรวจสอบการคาดการณ์ บางสิ่งบางอย่างอื่นที่มีความสำคัญที่จะแจ้งให้ทราบล่วงหน้า สำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ m-period เฉพาะค่าข้อมูลล่าสุดของ m ที่ใช้ในการคาดคะเนเท่านั้น ไม่มีอะไรอื่นที่จำเป็น สำหรับการคาดการณ์ค่าเฉลี่ยของระยะเวลา m-period เมื่อทำนายการคาดการณ์ของ quotpast ให้สังเกตว่าการทำนายครั้งแรกเกิดขึ้นในช่วง m 1 ทั้งสองประเด็นนี้จะมีความสำคัญมากเมื่อเราพัฒนาโค้ดของเรา การพัฒนาฟังก์ชัน Average Moving Average ตอนนี้เราจำเป็นต้องพัฒนาโค้ดสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ที่สามารถใช้ความยืดหยุ่นได้มากขึ้น รหัสดังต่อไปนี้ โปรดทราบว่าปัจจัยการผลิตเป็นจำนวนงวดที่คุณต้องการใช้ในการคาดการณ์และอาร์เรย์ของค่าทางประวัติศาสตร์ คุณสามารถเก็บไว้ในสมุดงานที่คุณต้องการ Function MovingAverage (Historical, NumberOfPeriods) ในฐานะ Single Declaring และ Initializing ตัวแปร Dim Item As Variant Dim Counter เป็นจำนวนเต็ม Integer Dim Single Dim HistoricalSize As Integer ตัวแปรที่ Initializing ตัวแปร Counter 1 สะสม 0 การกำหนดขนาดของอาร์เรย์ Historical HistoricalSize Historical. Count สำหรับ Counter 1 ถึง NumberOfPeriods สะสมจำนวนที่เหมาะสมของค่าที่สังเกตก่อนหน้านี้ล่าสุด Accumulation Accumulation Historical (HistoricalSize - NumberOfPeriods Counter) MovingAverage การสะสม NumberOfPeriods รหัสจะอธิบายในคลาส คุณต้องการวางตำแหน่งฟังก์ชันในสเปรดชีตเพื่อให้ผลลัพธ์ของการคำนวณปรากฏขึ้นที่ควรทำดังนี้คำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel ในบทแนะนำสั้น ๆ นี้คุณจะได้เรียนรู้วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ที่ง่ายใน Excel อย่างถูกต้องสิ่งที่ทำหน้าที่ เพื่อใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในช่วง N วันสัปดาห์เดือนหรือปีที่ผ่านมาและวิธีเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ Excel ในสองบทความล่าสุดเราได้ดูใกล้เคียงกับการคำนวณค่าเฉลี่ยใน Excel หากคุณติดตามบล็อกของเราแล้วคุณรู้วิธีคำนวณค่าเฉลี่ยปกติและหน้าที่ใดที่จะใช้เพื่อหาค่าเฉลี่ยถ่วงน้ำหนัก ในบทแนะนำในปัจจุบันเราจะพูดถึงสองเทคนิคพื้นฐานในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel ค่าเฉลี่ยเคลื่อนที่ (โดยเฉลี่ยหมายถึงค่าเฉลี่ยโดยเฉลี่ยหรือค่าเฉลี่ยเคลื่อนที่) สามารถกำหนดเป็นชุดค่าเฉลี่ยสำหรับชุดย่อยที่ต่างกันของชุดข้อมูลเดียวกันได้ เป็นตัวเลขที่ใช้บ่อยในสถิติการคาดการณ์ทางเศรษฐกิจและพยากรณ์อากาศที่ปรับฤดูกาลตามฤดูกาลเพื่อทำความเข้าใจกับแนวโน้มพื้นฐาน ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่แสดงมูลค่าเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด ในธุรกิจการคำนวณยอดขายโดยเฉลี่ยสำหรับช่วง 3 เดือนที่ผ่านมาเพื่อหาแนวโน้มล่าสุด ตัวอย่างเช่นค่าเฉลี่ยอุณหภูมิในการเคลื่อนย้ายอุณหภูมิในช่วงสามเดือนสามารถคำนวณได้โดยการใช้อุณหภูมิโดยเฉลี่ยตั้งแต่เดือนมกราคมถึงเดือนมีนาคมจากนั้นให้ใช้อุณหภูมิเฉลี่ยตั้งแต่เดือนกุมภาพันธ์ถึงเดือนเมษายนถึงเดือนมีนาคมถึงเดือนพฤษภาคมเป็นต้นไป มีค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันเช่นแบบเรียบง่าย (เรียกอีกอย่างว่าเลขคณิต) เลขชี้กำลังตัวแปรสามเหลี่ยมและมีการถ่วงน้ำหนัก ในบทแนะนำนี้เราจะพิจารณาค่าเฉลี่ยเคลื่อนที่แบบธรรมดาที่ใช้บ่อยที่สุด การคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยใน Excel โดยรวมแล้วมีสองวิธีในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel โดยใช้สูตรและตัวเลือกเส้นแนวโน้ม ตัวอย่างต่อไปนี้แสดงให้เห็นถึงทั้งสองเทคนิค ตัวอย่าง 1. การคํานวณค่าเฉลี่ยเคลื่อนที่สําหรับช่วงเวลาหนึ่งค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยสามารถคํานวณได้ตลอดเวลาโดยใช้ฟังก์ชัน AVERAGE สมมติว่าคุณมีรายการอุณหภูมิเฉลี่ยรายเดือนในคอลัมน์ B และต้องการหาค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือน (ดังแสดงในภาพด้านบน) เขียนสูตร AVERAGE ตามปกติสำหรับ 3 ค่าแรกแล้วป้อนลงในแถวที่ตรงกับค่าที่ 3 จากด้านบน (เซลล์ C4 ในตัวอย่างนี้) จากนั้นคัดลอกสูตรลงไปที่เซลล์อื่นในคอลัมน์: คุณสามารถแก้ไข คอลัมน์ที่มีการอ้างอิงแบบสัมบูรณ์ (เช่น B2) หากต้องการ แต่ต้องแน่ใจว่าได้ใช้การอ้างอิงแถวสัมพัทธ์ (ไม่มีเครื่องหมาย) เพื่อให้สูตรปรับค่าอย่างเหมาะสมสำหรับเซลล์อื่น จำได้ว่าค่าเฉลี่ยคำนวณโดยการเพิ่มค่าแล้วแบ่งผลรวมตามจำนวนค่าที่จะเฉลี่ยคุณสามารถตรวจสอบผลลัพธ์ได้โดยใช้สูตร SUM ตัวอย่างเช่น 2. ให้ค่าเฉลี่ยเคลื่อนที่ในช่วง N วันที่ผ่านมาเป็นสัปดาห์เดือนปี ในคอลัมน์สมมติว่าคุณมีรายการข้อมูลเช่น ตัวเลขการขายหรือราคาหุ้นและคุณต้องการทราบค่าเฉลี่ยของช่วง 3 เดือนที่ผ่านมา ณ จุดใดก็ได้ สำหรับนี้คุณต้องมีสูตรที่จะคำนวณค่าเฉลี่ยทันทีที่คุณป้อนค่าสำหรับเดือนถัดไป ฟังก์ชัน Excel ใดที่สามารถทำสิ่งนี้ได้ AVERAGE เก่าที่ดีพร้อมกับ OFFSET และ COUNT AVERAGE (OFFSET (เซลล์แรก COUNT (ช่วงทั้งหมด) - N, 0, N, 1)) โดยที่ N คือจำนวนวันสุดท้ายของสัปดาห์ที่ผ่านมาปีรวมอยู่ในค่าเฉลี่ย ไม่แน่ใจว่าจะใช้สูตรเฉลี่ยเคลื่อนที่นี้ในแผ่นงาน Excel ของคุณตัวอย่างต่อไปนี้จะทำให้ทุกอย่างชัดเจนขึ้น สมมติว่าค่าเฉลี่ยอยู่ในคอลัมน์ B เริ่มต้นในแถว 2 สูตรจะเป็นดังนี้และตอนนี้ลองพยายามทำความเข้าใจกับสิ่งที่ Excel สูตรเฉลี่ยเคลื่อนที่กำลังทำอยู่ COUNT ฟังก์ชัน COUNT (B2: B100) นับจำนวนค่าที่ป้อนไว้ในคอลัมน์ B แล้วเราเริ่มนับเป็น B2 เนื่องจากแถวที่ 1 เป็นส่วนหัวของคอลัมน์ ฟังก์ชัน OFFSET จะนำเซลล์ B2 (อาร์กิวเมนต์ 1) เป็นจุดเริ่มต้นและจะชดเชยจำนวน (ค่าที่ส่งกลับโดยฟังก์ชัน COUNT) โดยย้ายแถว 3 แถวขึ้น (-3 ในอาร์กิวเมนต์ที่ 2) เป็นผลลัพธ์จะแสดงผลรวมของค่าในช่วงที่ประกอบด้วย 3 แถว (3 ในอาร์กิวเมนต์ที่ 4) และ 1 คอลัมน์ (1 ในอาร์กิวเมนต์สุดท้าย) ซึ่งเป็น 3 เดือนล่าสุดที่เราต้องการ สุดท้ายผลตอบแทนที่ส่งผ่านจะถูกส่งไปยังฟังก์ชัน AVERAGE เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ ปลาย หากคุณกำลังทำงานกับแผ่นงานที่ปรับปรุงใหม่อย่างต่อเนื่องซึ่งมีแถวใหม่ที่จะเพิ่มในอนาคตให้แน่ใจว่าได้ใส่จำนวนแถวที่เพียงพอให้กับฟังก์ชัน COUNT เพื่อรองรับรายการใหม่ที่อาจเป็นไปได้ ไม่ใช่ปัญหาถ้าคุณมีแถวมากกว่าที่ต้องการจริงตราบเท่าที่คุณมีเซลล์แรกถูกต้องฟังก์ชัน COUNT จะละทิ้งแถวว่างทั้งหมดต่อไป ดังที่คุณอาจสังเกตเห็นตารางในตัวอย่างนี้มีข้อมูลเป็นเวลา 12 เดือนและยังอยู่ในช่วง B2: B100 ให้กับ COUNT เพียงเพื่อให้อยู่ในด้านที่ประหยัด :) ตัวอย่างที่ 3. ให้ค่าเฉลี่ยสำหรับค่า N ล่าสุดใน แถวถ้าคุณต้องการคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับ N วันเดือนปี ฯลฯ ในแถวเดียวกันคุณสามารถปรับสูตรออฟเซ็ทด้วยวิธีนี้: สมมติว่า B2 เป็นหมายเลขแรกในแถวและคุณต้องการ เมื่อต้องการรวมตัวเลข 3 อันดับสุดท้ายในค่าเฉลี่ยสูตรจะมีรูปร่างดังนี้: การสร้างแผนภูมิโดยเฉลี่ยของ Excel moving ถ้าคุณได้สร้างแผนภูมิสำหรับข้อมูลแล้วการเพิ่มเส้นแนวโน้มค่าเฉลี่ยสำหรับแผนภูมินั้นเป็นเรื่องของเสี้ยววินาที ในกรณีนี้เราจะใช้คุณลักษณะ Excel Trendline และขั้นตอนโดยละเอียดดังนี้ สำหรับตัวอย่างนี้ Ive ได้สร้างแผนภูมิคอลัมน์ 2 มิติ (แทรกแท็บ gt กลุ่มแผนภูมิ) สำหรับข้อมูลการขายของเรา: และตอนนี้เราต้องการเห็นภาพการเปลี่ยนแปลงค่าเฉลี่ยเป็นเวลา 3 เดือน ใน Excel 2010 และ Excel 2007 ไปที่เค้าโครง gt Trendline gt More Trendline Options ปลาย หากคุณไม่จำเป็นต้องระบุรายละเอียดเช่นช่วงเวลาหรือชื่อเฉลี่ยที่เคลื่อนที่คุณสามารถคลิกออกแบบ gt เพิ่มองค์ประกอบแผนภูมิ gt แนวโน้มการเคลื่อนไหว gt เฉลี่ยสำหรับผลทันที บานหน้าต่าง Format Trendline จะเปิดขึ้นทางด้านขวามือของแผ่นงานใน Excel 2013 และกล่องโต้ตอบที่เกี่ยวข้องจะปรากฏขึ้นใน Excel 2010 และ 2007 เพื่อปรับแต่งการแชทของคุณคุณสามารถเปลี่ยนไปใช้แถบ Fill amp Line หรือ Effects ได้ที่ แถบเส้นแนวโน้มการจัดรูปแบบและเล่นกับตัวเลือกต่างๆเช่นประเภทเส้นสีความกว้าง ฯลฯ สำหรับการวิเคราะห์ข้อมูลที่มีประสิทธิภาพคุณอาจต้องการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ไม่กี่เส้นกับช่วงเวลาต่างๆเพื่อดูแนวโน้มที่จะเกิดขึ้น ภาพหน้าจอต่อไปนี้แสดงเส้นแนวโน้มการเคลื่อนไหวเฉลี่ย 2 เดือน (สีเขียว) และ 3 เดือน (อิฐแดง): นี่คือข้อมูลเกี่ยวกับการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel แผ่นงานตัวอย่างที่มีสูตรค่าเฉลี่ยเคลื่อนที่และเส้นแนวโน้มสามารถดาวน์โหลดได้ - เลื่อนสเปรดชีตเฉลี่ย ขอขอบคุณสำหรับการอ่านและหวังว่าจะได้พบคุณในสัปดาห์หน้าตัวอย่างที่ 3 ข้างต้น (รับค่าเฉลี่ยเคลื่อนที่สำหรับค่า N ล่าสุดในแถว) ทำงานได้ดีสำหรับฉันหากทั้งแถวมีตัวเลข ฉันทำเช่นนี้สำหรับลีกกอล์ฟของฉันที่เราใช้ค่าเฉลี่ยการกลิ้ง 4 สัปดาห์ บางครั้งนักกอล์ฟไม่อยู่ดังนั้นแทนที่จะเป็นคะแนนผมจะใส่ ABS (ข้อความ) ไว้ในเซลล์ ฉันยังคงต้องการสูตรเพื่อหาคะแนนสุดท้าย 4 และไม่นับ ABS ทั้งในตัวเศษหรือในส่วน ฉันจะปรับเปลี่ยนสูตรเพื่อให้บรรลุได้อย่างไรฉันได้สังเกตเห็นว่าเซลล์ว่างเปล่าการคำนวณไม่ถูกต้อง ในสถานการณ์ของฉันฉันติดตามมากกว่า 52 สัปดาห์ แม้ในช่วง 52 สัปดาห์ที่ผ่านมามีข้อมูลการคำนวณไม่ถูกต้องหากเซลล์ใด ๆ ก่อน 52 สัปดาห์ว่างเปล่า อิ่มพยายามที่จะสร้างสูตรที่จะได้รับค่าเฉลี่ยเคลื่อนที่เป็นระยะเวลา 3 ขอบคุณถ้าคุณสามารถช่วย pls วันที่ราคาผลิตภัณฑ์ 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 สวัสดีฉันประทับใจกับความรู้และคำแนะนำที่รัดกุมและมีประสิทธิภาพที่คุณให้ ฉันก็มีข้อความค้นหาที่ฉันหวังว่าคุณจะสามารถให้ความช่วยเหลือกับโซลูชันได้เช่นกัน ฉันมีคอลัมน์ A ของ 50 (รายสัปดาห์) ช่วงวันที่ ฉันมีคอลัมน์ B อยู่ข้างๆโดยมีการวางแผนโดยเฉลี่ยสัปดาห์ละครั้งเพื่อให้บรรลุเป้าหมาย 700 รายการ (70050) ในคอลัมน์ถัดไปฉันจะเพิ่มทีละรายของฉันเป็นรายวัน (เช่น 100 ตัวอย่าง) และคำนวณค่าเฉลี่ยการคาดการณ์ที่เหลือของ qty ต่อสัปดาห์ที่เหลือ (เช่น 700-10030) ฉันต้องการจะ replot รายสัปดาห์กราฟที่เริ่มต้นด้วยสัปดาห์ปัจจุบัน (ไม่ใช่วันที่เริ่มต้นแกน x ของแผนภูมิ) โดยมียอดรวม (100) เพื่อให้จุดเริ่มต้นของฉันเป็นสัปดาห์ปัจจุบันบวกกับ avgweek ที่เหลือ (20) และ สิ้นสุดกราฟเชิงเส้น ณ จุดสิ้นสุดของสัปดาห์ที่ 30 และจุด y ของ 700 ตัวแปรของการระบุวันที่เซลล์ที่ถูกต้องในคอลัมน์ A และสิ้นสุดที่เป้าหมาย 700 โดยมีการอัปเดตอัตโนมัติจากวันนี้ทำให้ฉันสับสน คุณช่วยกรุณาด้วยสูตร (Ive พยายาม IF ตรรกะกับวันนี้และเพียงแค่ไม่สามารถแก้ได้) ขอบคุณขอความช่วยเหลือด้วยสูตรที่ถูกต้องในการคำนวณผลรวมของชั่วโมงที่ป้อนในช่วง 7 วันย้าย ตัวอย่างเช่น. ฉันจำเป็นต้องรู้ว่าการทำงานล่วงเวลาทำงานโดยบุคคลผ่านช่วงเวลาที่กลิ้ง 7 วันคำนวณจากจุดเริ่มต้นของปีจนถึงสิ้นปี จำนวนชั่วโมงที่ทำงานทั้งหมดจะต้องมีการปรับปรุงเป็นเวลา 7 วันนับจากวันที่ฉันเข้าสู่ชั่วโมงทำงานล่วงเวลาในแต่ละวันขอบคุณมีวิธีใดในการรับผลรวมของตัวเลขในช่วง 6 เดือนที่ผ่านมาฉันต้องการคำนวณ รวม 6 เดือนที่ผ่านมาทุกวัน ดังนั้นไม่จำเป็นต้องมีการปรับปรุงทุกวัน ฉันมีแผ่นงาน Excel กับคอลัมน์ของทุกวันสำหรับปีที่แล้วและในที่สุดจะเพิ่มมากขึ้นทุกปี ความช่วยเหลือใด ๆ จะได้รับการชื่นชมอย่างมากในขณะที่ฉันนิ่งงันฉันมีความต้องการที่คล้ายกัน ฉันจำเป็นต้องสร้างรายงานที่จะแสดงการเข้าชมจากลูกค้ารายใหม่การเข้าชมของลูกค้าทั้งหมดและข้อมูลอื่น ๆ เขตข้อมูลทั้งหมดเหล่านี้ได้รับการอัปเดตทุกวันในสเปรดชีตฉันจำเป็นต้องดึงข้อมูลดังกล่าวในช่วง 3 เดือนที่ผ่านมาโดยแบ่งตามเดือน 3 สัปดาห์โดยสัปดาห์และ 60 วันที่ผ่านมา มี VLOOKUP หรือสูตรหรือสิ่งที่ฉันสามารถทำเพื่อเชื่อมโยงกับแผ่นงานที่มีการอัปเดตทุกวันซึ่งจะช่วยให้รายงานของฉันสามารถอัปเดตรายวันวิธีที่ง่ายที่สุดคือใช้เวลาเฉลี่ยในเดือนมกราคมถึงเดือนมีนาคมและใช้ข้อมูลดังกล่าวในการประมาณยอดขายในเดือนเมษายนปีหน้า : (129 134 122) 3 128.333 ดังนั้นจากยอดขายในเดือนมกราคมถึงเดือนมีนาคมคุณคาดการณ์ว่ายอดขายในเดือนเมษายนจะเท่ากับ 128,333 เมื่อยอดขายที่เกิดขึ้นในเดือนเมษายน 198217 มาแล้วคุณจะคำนวณการคาดการณ์สำหรับเดือนพฤษภาคมโดยใช้กุมภาพันธ์ถึงเดือนเมษายน คุณต้องสอดคล้องกับจำนวนงวดที่คุณใช้ในการย้ายการคาดการณ์โดยเฉลี่ย จำนวนรอบระยะเวลาที่คุณใช้ในการคาดการณ์โดยเฉลี่ยที่เคลื่อนที่ของคุณโดยพลการคุณสามารถใช้เพียงสองช่วงเวลาหรือห้าหรือหกช่วงเวลาที่คุณต้องการสร้างการคาดการณ์ของคุณ วิธีการข้างต้นเป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย บางครั้งยอดขายเดือนที่ผ่านมา 823 อาจมีอิทธิพลมากขึ้นในช่วงหลายเดือนที่จะมาถึงนี้ดังนั้นคุณจึงต้องการให้น้ำหนักที่ใกล้ถึงเดือนนี้มากขึ้นในรูปแบบการคาดการณ์ของคุณ นี่คือค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนัก และเช่นเดียวกับจำนวนรอบระยะเวลาน้ำหนักที่คุณกำหนดจะหมดสิทธิ์โดยพลการ Let8217s กล่าวว่าคุณต้องการให้ยอดขายเดือนมีนาคม 8217s 50 น้ำหนักกุมภาพันธ์ 8217s 30 น้ำหนักและ January8217s 20 แล้วคาดการณ์ของคุณสำหรับเมษายนจะ 127,000 (122.50) (134.30) (129.20) 127 ข้อ จำกัด ของค่าเฉลี่ยเคลื่อนที่วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยเป็น 8220smoothing8221 forecast technique เนื่องจากคุณใช้เวลาโดยเฉลี่ยเมื่อเวลาผ่านไปคุณจึงอ่อนตัว (หรือทำให้เรียบ) ผลกระทบจากการเกิดขึ้นที่ไม่สม่ำเสมอภายในข้อมูล เป็นผลให้ผลกระทบของฤดูกาลวงจรธุรกิจและเหตุการณ์สุ่มอื่น ๆ สามารถเพิ่มข้อผิดพลาดในการคาดการณ์ได้อย่างมาก ดูข้อมูลทั้งหมดของปีปี8217และเปรียบเทียบค่าเฉลี่ยเคลื่อนที่ 3 ช่วงและค่าเฉลี่ยเคลื่อนที่ 5 ช่วงคือสังเกตว่าในกรณีนี้ที่ไม่ได้สร้างการคาดการณ์ แต่ให้เน้นที่ค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือนแรกของเดือนกุมภาพันธ์และเฉลี่ยเดือนมกราคมกุมภาพันธ์และมีนาคมโดยเฉลี่ย ฉันยังทำเหมือนกันสำหรับค่าเฉลี่ย 5 เดือน ตอนนี้ดูกราฟต่อไปนี้: คุณเห็นอะไรบ้างไม่ใช่ชุดค่าเฉลี่ยเคลื่อนที่ 3 เดือนที่นุ่มนวลกว่าชุดการขายที่เกิดขึ้นจริงและค่าเฉลี่ยเคลื่อนที่ของ It8217s ในช่วง 5 เดือนนี้ดูราบรื่นยิ่งขึ้น ดังนั้นช่วงเวลาที่คุณใช้ในค่าเฉลี่ยเคลื่อนที่ของคุณยิ่งเพิ่มมากขึ้น ดังนั้นสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่แบบเรียบอาจไม่ใช่วิธีที่ถูกต้องที่สุด การย้ายวิธีเฉลี่ยจะเป็นประโยชน์อย่างมากเมื่อคุณพยายามดึงส่วนประกอบตามฤดูกาลไม่สม่ำเสมอและวัฏจักรของชุดข้อมูลเวลาสำหรับวิธีการคาดการณ์ขั้นสูงเช่นการถดถอยและ ARIMA และการใช้ค่าเฉลี่ยเคลื่อนที่ในการสลายตัวชุดข้อมูลเวลาจะได้รับการแก้ไขในภายหลัง ในชุด การกำหนดความถูกต้องของโมเดลเฉลี่ยเคลื่อนที่โดยทั่วไปคุณต้องการวิธีการคาดการณ์ที่มีข้อผิดพลาดน้อยที่สุดระหว่างผลลัพธ์จริงและที่คาดการณ์ไว้ หนึ่งในมาตรการที่ใช้บ่อยที่สุดในการพยากรณ์ความถูกต้องคือค่า Mean Absolute Deviation (MAD) ในวิธีนี้สำหรับแต่ละช่วงเวลาในชุดข้อมูลเวลาที่คุณสร้างการคาดการณ์คุณจะใช้ค่าสัมบูรณ์ของความแตกต่างระหว่างค่าที่แท้จริงและที่คาดการณ์ไว้ของ period8217s (ส่วนเบี่ยงเบน) จากนั้นคุณจะเฉลี่ยค่าเบี่ยงเบนสัมบูรณ์เหล่านี้และคุณจะได้รับการวัด MAD MAD อาจเป็นประโยชน์ในการตัดสินใจเกี่ยวกับจำนวนงวดที่คุณเฉลี่ยและหรือจำนวนน้ำหนักที่คุณวางไว้ในแต่ละช่วงเวลา โดยทั่วไปคุณเลือกหนึ่งที่มีผลใน MAD ต่ำสุด Here8217 เป็นตัวอย่างของการคำนวณ MAD: MAD เป็นค่าเฉลี่ยของ 8, 1 และ 3 ค่าเฉลี่ยเคลื่อนที่: Recap เมื่อใช้ค่าเฉลี่ยเคลื่อนที่สำหรับการคาดการณ์โปรดจำไว้ว่าค่าเฉลี่ยที่เคลื่อนที่ได้ง่ายหรือมีการถ่วงน้ำหนักจำนวนรอบที่คุณใช้สำหรับ ค่าเฉลี่ยและน้ำหนักใด ๆ ที่คุณกำหนดให้กับแต่ละอย่างเคร่งครัดโดยพลการย้ายค่าเฉลี่ยเรียบรูปแบบที่ไม่สม่ำเสมอในข้อมูลชุดเวลาที่มีขนาดใหญ่จำนวนรอบระยะเวลาที่ใช้สำหรับแต่ละจุดข้อมูลมากขึ้นผลเรียบเนืองเนื่องจากการคาดการณ์ยอดขายเดือนถัดไป 8282s ตาม ยอดขายล่าสุดของเดือนที่ผ่านมาไม่กี่เดือนอาจส่งผลให้เกิดการเบี่ยงเบนขนาดใหญ่เนื่องจากรูปแบบตามฤดูกาลวัฏจักรและรูปแบบที่ไม่สม่ำเสมอในข้อมูลและความสามารถในการปรับให้ราบเรียบของวิธีเฉลี่ยที่เคลื่อนที่จะเป็นประโยชน์ในการสลายชุดข้อมูลเวลาสำหรับวิธีการคาดการณ์ขั้นสูงขึ้น สัปดาห์ถัดไป: การจัดแจงแบบสม่ำเสมอในสัปดาห์หน้าการคาดการณ์ในวันศุกร์ที่ 1982 เราจะหารือเกี่ยวกับวิธีการทำให้เรียบแบบเสี้ยวและคุณจะเห็นว่าพวกเขาสามารถไกลกว่าวิธีการพยากรณ์การเคลื่อนไหวเฉลี่ย ยังคง don8217t รู้ว่าทำไมโพสต์วันศุกร์พยากรณ์ของเราจะปรากฏในวันพฤหัสบดีที่ค้นหาที่: tinyurl26cm6ma เช่นนี้: โพสต์นำทางปล่อยให้ตอบยกเลิกการตอบฉันมี 2 คำถาม: 1) คุณสามารถใช้วิธี MA centered เพื่อคาดการณ์หรือเพียงเพื่อลบ seasonality 2) เมื่อ คุณใช้ t (t-1t-2t-k) ที่ง่ายในการคาดการณ์ระยะหนึ่งล่วงหน้าคุณสามารถคาดการณ์ได้มากกว่า 1 รอบระยะเวลาข้างหน้าที่ฉันเดาแล้วการคาดการณ์ของคุณจะเป็นหนึ่งในจุดให้อาหารในถัดไป ขอบคุณ รักข้อมูลและคำอธิบายของคุณ I8217m ดีใจที่คุณชอบบล็อก I8217m แน่ใจว่านักวิเคราะห์หลายคนใช้วิธี MA ที่เน้นการคาดการณ์ แต่ส่วนตัวแล้วฉันจะไม่เนื่องจากวิธีการดังกล่าวทำให้สูญเสียการสังเกตที่ปลายทั้งสอง นี้จริงแล้วความสัมพันธ์ในคำถามที่สองของคุณ โดยทั่วไปแล้ว MA แบบธรรมดาใช้ในการคาดการณ์ล่วงหน้าเพียงระยะเวลาเดียว แต่นักวิเคราะห์หลายคน 8211 และฉันก็อาจใช้การคาดการณ์ล่วงหน้าหนึ่งรอบเป็นหนึ่งในปัจจัยการผลิตในช่วงที่สองข้างหน้า It8217s สำคัญที่ต้องจำไว้ว่ายิ่งไปกว่านั้นในอนาคตที่คุณพยายามคาดการณ์ความเสี่ยงของการคาดการณ์ความผิดพลาดมากขึ้น นี่คือเหตุผลที่ผมไม่แนะนำให้ Center for MA ทำนาย 8211 การสูญเสียข้อสังเกตในตอนท้ายหมายถึงต้องพึ่งพาการคาดการณ์สำหรับการสังเกตที่หายไปรวมถึงระยะเวลาข้างหน้าดังนั้นจึงมีโอกาสเกิดข้อผิดพลาดในการคาดการณ์มากขึ้น ผู้อ่าน: you8217 เชิญชวนให้ชั่งน้ำหนักในเรื่องนี้ คุณมีความคิดเห็นหรือคำแนะนำเกี่ยวกับ Brian นี้ขอบคุณสำหรับความคิดเห็นและคำชมเชยของคุณในบล็อกความคิดริเริ่มที่ดีและคำอธิบายที่ดี It8217s เป็นประโยชน์จริงๆ ฉันคาดการณ์แผงวงจรพิมพ์ที่กำหนดเองสำหรับลูกค้าที่ไม่ให้การคาดการณ์ใด ๆ ฉันใช้ค่าเฉลี่ยเคลื่อนที่ แต่ไม่ค่อยถูกต้องเนื่องจากอุตสาหกรรมสามารถขึ้นและลงได้ เราเห็นต่อกลางฤดูร้อนสิ้นปีที่ pcb8217s ส่งขึ้น จากนั้นเราจะเห็นจุดเริ่มต้นของปีช้าลง ฉันจะถูกต้องมากขึ้นด้วยข้อมูลของฉัน Katrina จากสิ่งที่คุณบอกฉันปรากฏการขายแผงวงจรพิมพ์ของคุณมีองค์ประกอบตามฤดูกาล ฉันจะกล่าวถึงฤดูกาลในบางส่วนของโพสต์วันศุกร์พยากรณ์อื่น ๆ อีกวิธีหนึ่งที่คุณสามารถใช้ซึ่งเป็นเรื่องที่ง่ายมากคืออัลกอริทึม Holt-Winters ซึ่งคำนึงถึงฤดูกาล คุณสามารถหาคำอธิบายได้ที่นี่ อย่าลืมกำหนดว่ารูปแบบตามฤดูกาลของคุณเป็นแบบทวีคูณหรือแบบเพิ่มหรือไม่เนื่องจากอัลกอริทึมจะแตกต่างกันเล็กน้อยสำหรับแต่ละรูปแบบ หากคุณวางแผนข้อมูลรายเดือนของคุณจากไม่กี่ปีและพบว่าการเปลี่ยนแปลงตามฤดูกาลในช่วงเวลาเดียวกันของปีดูเหมือนจะเป็นปีที่คงที่ต่อปีจากนั้นฤดูกาลจะเพิ่มขึ้นหากการเปลี่ยนแปลงตามฤดูกาลในช่วงเวลาดูเหมือนจะเพิ่มขึ้นแล้วฤดูกาลคือ คูณ ชุดเวลาตามฤดูกาลส่วนใหญ่จะเป็นจำนวนทวีคูณ หากมีข้อสงสัยให้สมมติ multiplicative สวัสดีสวัสดี, ระหว่างวิธีการดังกล่าว:. พยากรณ์ Nave การอัพเดตค่าเฉลี่ย ค่าเฉลี่ยเคลื่อนที่ของความยาว k ค่าเฉลี่ยถ่วงน้ำหนักโดยเฉลี่ยของความยาว k หรือ Exponential Smoothing รูปแบบการอัปเดตใดที่คุณแนะนำให้ฉันใช้เพื่อคาดการณ์ข้อมูลสำหรับความคิดของฉันฉันคิดถึง Moving Average แต่ขึ้นอยู่กับปริมาณและคุณภาพของข้อมูลที่คุณมีและเส้นขอบฟ้าของการคาดการณ์ของคุณ (ระยะยาวระยะกลางหรือระยะสั้น) 3 เดือนและ 5 เดือน Simple Moving Average พยากรณ์การใช้เมตริกที่เกี่ยวข้องกับ บริษัท ของคุณพัฒนา Forecast Average Moving Average 3 เดือนและ 5 เดือน ใช้ข้อมูลอย่างน้อยหนึ่งปี อธิบายว่าคุณคาดการณ์อะไรและเหตุใดจึงสำคัญต่อ บริษัท ของคุณ ตัวอย่างเช่นกับ บริษัท ของฉันการผลิตเป็นฤดูกาลดังนั้นฉันจำเป็นต้องทราบจำนวนคนที่จะกำหนดเวลาในแต่ละเดือน ฉันสามารถใช้ข้อมูลจากปีที่แล้วเพื่อคาดการณ์แหล่งข้อมูลของฉันในปีนี้ การแสดงตัวอย่างโซลูชันการใช้เมตริกที่เกี่ยวข้องกับ บริษัท ของคุณมีการคาดการณ์การเคลื่อนไหวแบบเฉลี่ย 3 เดือนและ 5 เดือน ใช้ข้อมูลอย่างน้อยหนึ่งปี อธิบายว่าคุณคาดการณ์อะไรและเหตุใดจึงสำคัญต่อ บริษัท ของคุณ ตัวอย่างเช่นกับ บริษัท ของฉันการผลิตเป็นฤดูกาลดังนั้นฉันจำเป็นต้องทราบจำนวนคนที่จะกำหนดเวลาในแต่ละเดือน ฉันสามารถใช้ข้อมูลจากปีที่แล้วเพื่อคาดการณ์แหล่งข้อมูลของฉันในปีนี้ American Machinery Company 3 ปีค่าเฉลี่ยเคลื่อนที่ 5 ปีโดยเฉลี่ยย้ายมกราคม 310 310 กุมภาพันธ์ 300 300 ตัวเลขยอดขายมีนาคม 340 340 340 เมษายน 340 วันที่ผ่านมา สรุปโซลูชันโซลูชันนี้จะให้รายละเอียดการสนทนาเกี่ยวกับการคาดการณ์การเคลื่อนไหวแบบง่ายๆแบบ 3 เดือนและ 5 เดือนเพิ่มโซลูชันในรถเข็นออกจากรถเข็น