วิธีการ คำนวณ คาดการณ์ โดยใช้ น้ำหนัก เคลื่อนไหว ค่าเฉลี่ย

Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองดูที่ชุดข้อมูลเวลาของเรา คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2 5. คลิกที่ช่อง Interval และพิมพ์ 6.6 คลิกที่ Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและ จุดข้อมูลปัจจุบันเป็นผลให้ยอดและหุบเขาถูกทำให้ราบรื่นกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกเนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากพอ 9 ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วงเวลา 4. บทสรุป The la rger ช่วงเวลายิ่งยอดและหุบเขาจะเรียบขึ้นช่วงเวลาที่มีขนาดเล็กยิ่งใกล้กับค่าเฉลี่ยเคลื่อนที่จะเป็นจุดข้อมูลที่แท้จริงการคาดการณ์ในระดับปานกลางการคาดการณ์ขณะที่คุณอาจคาดเดาเรากำลังมองหาแนวทางที่ดั้งเดิมที่สุด แต่หวังว่าสิ่งเหล่านี้จะแนะนำอย่างคุ้มค่าสำหรับปัญหาด้านคอมพิวเตอร์บางส่วนที่เกี่ยวข้องกับการคาดการณ์ในสเปรดชีตในหลอดเลือดดำนี้เราจะดำเนินต่อไปโดยเริ่มจากจุดเริ่มต้นและเริ่มต้นทำงานกับการคาดการณ์การเคลื่อนที่เฉลี่ยพยากรณ์อากาศเฉลี่ยทุกคนคุ้นเคยกับการย้าย การคาดการณ์โดยเฉลี่ยไม่ว่าพวกเขาจะเชื่อหรือไม่ว่านักศึกษาวิทยาลัยทุกคนทำแบบฝึกหัดตลอดเวลาคิดเกี่ยวกับคะแนนการทดสอบของคุณในหลักสูตรที่คุณกำลังจะมีการทดสอบสี่ครั้งระหว่างภาคการศึกษา Let s สมมติว่าคุณมี 85 คนในการทดสอบครั้งแรกของคุณ คุณคาดการณ์คะแนนทดสอบที่สองคุณคิดว่าครูของคุณจะคาดการณ์คะแนนทดสอบต่อไปคุณคิดว่าเพื่อนของคุณอาจเป็นอย่างไร dict สำหรับคะแนนการทดสอบต่อไปคุณคิดว่าพ่อแม่ของคุณอาจคาดเดาคะแนนการทดสอบต่อไปของคุณได้โดยไม่คำนึงถึงการทำร้ายทั้งหมดที่คุณอาจทำกับเพื่อนและผู้ปกครองของคุณพวกเขาและครูของคุณมีแนวโน้มที่จะคาดหวังว่าคุณจะได้รับอะไรบางอย่างใน พื้นที่ของ 85 ที่คุณเพิ่งได้ดีตอนนี้ให้สมมติว่าแม้จะมีการโปรโมตตัวเองให้กับเพื่อน ๆ ของคุณคุณจะประเมินตัวเองและคิดว่าคุณสามารถเรียนได้น้อยกว่าสำหรับการทดสอบที่สองและเพื่อให้คุณได้รับ 73. ตอนนี้ ทุกคนมีความกังวลและไม่แยแสที่จะคาดหวังว่าคุณจะได้รับการทดสอบที่สามของคุณมีสองแนวทางที่เป็นไปได้มากสำหรับพวกเขาในการพัฒนาประมาณการโดยไม่คำนึงว่าพวกเขาจะแบ่งปันกับคุณหรือไม่พวกเขาอาจพูดกับตัวเองว่าผู้ชายคนนี้มักจะเป่า สูบบุหรี่เกี่ยวกับสมาร์ทของเขาเขาจะได้รับอีก 73 ถ้าเขาโชคดีอาจเป็นพ่อแม่จะพยายามที่จะสนับสนุนมากขึ้นและพูดว่าดีเพื่อให้ห่างไกลคุณได้รับ 85 และ 73 ดังนั้นบางทีคุณควรจะคิดเกี่ยวกับการเกี่ยวกับ 85 73 2 79 ฉันไม่ทราบบางทีถ้าคุณทำปาร์ตี้น้อยและ ไม่มีการพ่ายพังพอนไปทั่วสถานที่และถ้าคุณเริ่มต้นทำมากขึ้นการศึกษาที่คุณจะได้รับคะแนนสูงกว่าทั้งสองประมาณการเหล่านี้เป็นจริงการคาดการณ์เฉลี่ยโดยเฉลี่ยก่อนใช้เฉพาะคะแนนล่าสุดของคุณเพื่อคาดการณ์ประสิทธิภาพในอนาคตของคุณ เรียกว่าการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยใช้ช่วงเวลาหนึ่งของข้อมูลประการที่สองเป็นค่าพยากรณ์เฉลี่ยเคลื่อนที่ แต่ใช้สองช่วงของข้อมูลสมมติว่าคนเหล่านี้ทั้งหมด busting ในใจที่ดีของคุณมีการจัดเรียงของ pissed คุณปิดและคุณตัดสินใจที่จะทำ ดีในการทดสอบที่สามด้วยเหตุผลของคุณเองและจะนำคะแนนที่สูงขึ้นในด้านหน้าของพันธมิตรของคุณคุณจะทดสอบและคะแนนของคุณเป็นจริง 89 ทุกคนรวมทั้งตัวคุณเองเป็นที่ประทับใจตอนนี้คุณมีการทดสอบครั้งสุดท้ายของภาคการศึกษามา ขึ้นและตามปกติคุณรู้สึกจำเป็นที่จะต้องกระตุ้นให้ทุกคนในการคาดการณ์ของพวกเขาเกี่ยวกับวิธีที่คุณจะทำในการทดสอบครั้งสุดท้ายดีหวังว่าคุณจะเห็นรูปแบบขณะนี้หวังว่าคุณจะเห็นรูปแบบที่คุณเชื่อว่าเป็นที่ถูกต้องที่สุด Histl ขณะที่เราทำงานตอนนี้เรากลับไปที่ บริษัท ทำความสะอาดแห่งใหม่ซึ่งเริ่มต้นโดยพี่สาวที่แยกกันอยู่ของคุณชื่อ Whistle ขณะที่เราทำงานคุณมีข้อมูลการขายในอดีตที่แสดงโดยส่วนต่อไปนี้จากสเปรดชีตก่อนอื่นเราจะนำเสนอข้อมูลสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ย้อนหลัง 3 ช่วง รายการสำหรับเซลล์ C6 ควรเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ลงไปที่เซลล์อื่น ๆ C7 ถึง C11.Notice ค่าเฉลี่ยของการเคลื่อนย้ายข้อมูลทางประวัติศาสตร์ล่าสุด แต่ใช้ระยะเวลาสามงวดล่าสุดสำหรับการคาดการณ์แต่ละครั้ง สังเกตเห็นว่าเราไม่จำเป็นต้องทำการคาดการณ์ในช่วงที่ผ่านมาเพื่อที่จะพัฒนาการคาดการณ์ล่าสุดของเราซึ่งแน่นอนว่าแตกต่างจากแบบจำลองการทำให้เรียบที่อธิบายไว้ก่อนหน้านี้ซึ่งรวมถึงการคาดการณ์ที่ผ่านมาเนื่องจากเราจะใช้ข้อมูลเหล่านี้ในหน้าเว็บถัดไปเพื่อวัดผล ทำนาย validity. Now ฉันต้องการที่จะนำเสนอผลที่คล้ายคลึงกันสำหรับระยะเวลาสองคาดการณ์การเคลื่อนไหวเฉลี่ยรายการสำหรับเซลล์ C5 ควรจะเป็นตอนนี้คุณสามารถคัดลอกสูตรเซลล์นี้ ลงไปที่เซลล์อื่น ๆ C6 ถึง C11.Notice ตอนนี้เพียงสองชิ้นล่าสุดของข้อมูลทางประวัติศาสตร์ที่ใช้สำหรับการคาดการณ์แต่ละครั้งที่ฉันได้รวมการคาดการณ์ที่ผ่านมาเพื่อเป็นตัวอย่างและเพื่อใช้ในภายหลังในการตรวจสอบการคาดการณ์สิ่งอื่น ๆ ที่มี ความสำคัญที่จะต้องแจ้งให้ทราบล่วงหน้าสำหรับการคาดการณ์ค่าเฉลี่ยของระยะเวลา m-m เฉพาะค่าข้อมูลล่าสุดของ m ที่ใช้เพื่อทำให้การคาดการณ์ไม่มีสิ่งใดที่จำเป็นสำหรับระยะเวลาการเคลื่อนที่เฉลี่ยของ m-period เมื่อทำการคาดการณ์ที่ผ่านมาสังเกตว่าการทำนายครั้งแรกเกิดขึ้น ในช่วง m 1. ปัญหาเหล่านี้จะมีความสำคัญมากเมื่อเราพัฒนาโค้ดของเราการพัฒนาฟังก์ชัน Average Moving ตอนนี้เราจำเป็นต้องพัฒนาโค้ดสำหรับการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ที่สามารถใช้งานได้อย่างคล่องตัวมากขึ้นโค้ดดังต่อไปนี้สังเกตว่า input เป็น สำหรับจำนวนรอบระยะเวลาที่คุณต้องการใช้ในการคาดการณ์และอาร์เรย์ของค่าทางประวัติศาสตร์คุณสามารถเก็บไว้ในสมุดงานที่คุณต้องการใด ๆ MovementAverage ฟังก์ชันประวัติศาสตร์ NumberOfPeriods เป็นบาป gle การประกาศและการเริ่มต้นตัวแปร Dim Item As Variant Dim Counter เป็นจำนวนเต็ม Integer Dim เป็น Single Dim HistoricalSize As Integer Initializing variables Counter 1 Accumulation 0 การกำหนดขนาดของอาร์เรย์ HistoricalSize. For สำหรับ Counter 1 ถึง NumberOfPeriods สะสมจำนวนที่เหมาะสมของค่าที่สังเกตก่อนหน้านี้สะสมสะสมข้อมูลประวัติ HistoricalSize - NumberOfPeriods Counter. MovingAverage การสะสม NumberOfPeriods รหัสจะอธิบายในชั้นเรียนคุณต้องการวางตำแหน่งฟังก์ชันในสเปรดชีตเพื่อให้ผลของการคำนวณปรากฏขึ้นที่ควร คุณสามารถสร้างค่าเฉลี่ยถ่วงน้ำหนักแบบถ่วงน้ำหนัก n-point หรือค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักได้โดยหาค่าเฉลี่ยถ่วงน้ำหนักของแต่ละชุดของจุดต่อเนื่องกันตัวอย่างเช่นสมมติว่าคุณได้รับคำสั่ง ชุดข้อมูล 10, 11, 15, 16, 14, 12, 10, 11. และเวกเตอร์การถ่วงน้ำหนักคือ 1, 2, 5 โดยที่ 1 ถูกนำไปใช้กับคำที่เก่าแก่ที่สุด 2 จะถูกนำไปใช้กับคำกลางและ 5 คือ นำไปใช้กับเทอมล่าสุดแล้วค่าเฉลี่ยเคลื่อนที่ 3 จุดคือ 13 375, 15 125, 14 625, 13, 11, 10 875. ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักถูกใช้เพื่อให้ข้อมูลที่มีลำดับที่ราบรื่นขึ้นและให้ความสำคัญกับ CE มากขึ้น rtain terms ค่าเฉลี่ยถ่วงน้ำหนักบางค่ามีค่ามากขึ้นในแง่กลางในขณะที่บางแห่งให้ความสำคัญกับคำศัพท์ล่าสุดนักวิเคราะห์สต๊อกมักใช้ค่าเฉลี่ยเคลื่อนที่แบบ n-point ซึ่งมีน้ำหนักเป็นเส้นตรง 1, 2 n-1 n คุณสามารถใช้เครื่องคิดเลขด้านล่าง เพื่อคำนวณค่าเฉลี่ยถ่วงน้ำหนักของชุดข้อมูลที่มีเวกเตอร์น้ำหนักที่ระบุสำหรับเครื่องคิดเลขให้ป้อนน้ำหนักเป็นรายการที่คั่นด้วยจุลภาคของตัวเลขโดยไม่มีเครื่องหมายวงเล็บและจำนวนคำศัพท์ในค่าเฉลี่ยถ่วงน้ำหนัก n-Point หากจำนวน ของข้อกำหนดในชุดเดิมคือ d และจำนวนคำที่ใช้ในแต่ละค่าเฉลี่ยคือ nie, ความยาวของเวกเตอร์น้ำหนักคือ n จากนั้นจำนวนคำในลำดับค่าเฉลี่ยที่เคลื่อนที่จะเป็นเช่นถ้าคุณมีลำดับ จากราคาหุ้นในตลาดหลักทรัพย์ 120 หุ้นและใช้ราคาถัวเฉลี่ยถ่วงน้ำหนัก 21 วันของราคาจากนั้นลำดับคะแนนเฉลี่ยถ่วงน้ำหนักจะมีจุดข้อมูล 120 - 21 1 100 จุด