الانتقال من المتوسط التنبؤ - طريقة في و التفوق

موفينغ أفيراج. هذا المثال يعلمك كيفية حساب المتوسط ​​المتحرك لسلسلة زمنية في إكسيل يتم استخدام المتوسط ​​المتحرك للتخلص من المخالفات القمم والوديان بسهولة التعرف على الاتجاهات. أولا، دعونا نلقي نظرة على سلسلة زمنية لدينا. من علامة التبويب بيانات، انقر فوق تحليل البيانات. ملاحظة يمكن العثور على زر تحليل البيانات انقر هنا لتحميل الأداة المساعدة تولباك تولباك. 3 حدد المتوسط ​​المتحرك وانقر فوق موافق .4 انقر في المربع نطاق الإدخال وحدد النطاق B2 M2. 5 انقر في المربع الفاصل الزمني واكتب 6.6 انقر في المربع نطاق الإخراج وحدد الخلية B3.8 رسم رسم بياني لهذه القيم. الاستهداف لأننا تعيين الفاصل الزمني إلى 6، المتوسط ​​المتحرك هو متوسط ​​نقاط البيانات 5 السابقة و نقطة البيانات الحالية ونتيجة لذلك، يتم تمهيد قمم والوديان خارج يظهر الرسم البياني اتجاها متزايدا لا يمكن إكسيل حساب المتوسط ​​المتحرك لأول 5 نقاط البيانات بسبب عدم وجود ما يكفي من نقاط البيانات السابقة 9. كرر الخطوات من 2 إلى 8 للفترة 2 والفاصل الزمني 4. الاستنتاج ذي لا رجر الفاصل الزمني، كلما تم تمهيد القمم والوديان خارج أصغر الفاصل الزمني، وأقرب المتوسطات المتحركة هي لنقاط البيانات الفعلية. متوسط ​​المتوسط ​​للتنبؤ. التقدم كما قد تخمين نحن نبحث في بعض من النهج الأكثر بدائية ل التنبؤ ولكن نأمل أن تكون هذه على الأقل مقدمة جديرة بالاهتمام لبعض القضايا الحوسبة المتعلقة بتنفيذ التنبؤات في جداول البيانات. في هذا السياق سوف نستمر من خلال البدء في البداية والبدء في العمل مع تحريك متوسط ​​التوقعات. متوسط ​​المتوسط ​​التوقعات الجميع على دراية التحرك متوسط ​​التوقعات بغض النظر عما إذا كانوا يعتقدون أنهم جميع طلاب الجامعات القيام بها في كل وقت التفكير في درجاتك الاختبار في دورة حيث سيكون لديك أربعة اختبارات خلال الفصل الدراسي دعونا نفترض أنك حصلت على 85 في الاختبار الأول الخاص بك. ماذا كان كنت تتوقع لنتيجة الاختبار الثاني الخاص بك. ما رأيك معلمك من المتوقع لدرجة الاختبار الخاص بك المقبل. ما رأيك أصدقائك قد قبل ديكت لدرجة الاختبار الخاص بك المقبل. ماذا تعتقد أن والديك قد توقع لنتيجة الاختبار الخاص بك المقبل. بغض النظر عن كل بلابينغ قد تفعل لأصدقائك وأولياء الأمور، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في منطقة من 85 كنت حصلت فقط. حسنا، دعونا الآن 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.Now ماذا هي كل من المعنيين وغير مدرك الذهاب إلى توقع سوف تحصل على الاختبار الثالث هناك نوعان من النهج المرجح جدا بالنسبة لهم لتطوير تقدير بغض النظر عما إذا كانوا سوف تقاسمها معك. أنهم قد يقولون لأنفسهم، هذا الرجل هو دائما تهب دخان حول ذكائه انه ذاهب للحصول على آخر 73 إذا كان s محظوظا. مايبي الآباء سوف تحاول أن تكون أكثر داعمة ويقول، حسنا، حتى الآن كنت حصلت على 85 و 73، لذلك ربما يجب أن الرقم على الحصول على حوالي 85 73 2 79 أنا لا أعرف، ربما إذا كنت أقل حزب و ويرن ر تهز ابنان في جميع أنحاء المكان، وإذا كنت بدأت تفعل الكثير من الدراسة يمكن أن تحصل على درجة أعلى. لكن هذه التقديرات تتحرك في الواقع متوسط ​​التوقعات. الأول هو استخدام فقط أحدث درجاتك للتنبؤ الأداء المستقبلي الخاص بك هذا ويسمى متوسط ​​التوقعات المتحركة باستخدام فترة واحدة من البيانات. الثاني هو أيضا توقعات المتوسط ​​المتحرك ولكن باستخدام فترتين من البيانات. لنفترض أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل حسنا على الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام حلفائكم كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، هو impressed. So الآن لديك الاختبار النهائي للفصل الدراسي قادم كالمعتاد كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف سوف ليرة لبنانية القيام به على الاختبار الأخير حسنا، نأمل أن ترى نمط. الآن، نأمل يمكنك أن ترى النمط الذي تعتقد أنه هو الأكثر دقة. ويستل e ونحن نعمل الآن نعود إلى شركة التنظيف الجديدة التي بدأتها أختك نصف مستدع يسمى صافرة بينما نعمل لدينا بعض البيانات المبيعات الماضية ممثلة في القسم التالي من جدول البيانات نحن أولا تقديم البيانات لمدة ثلاثة توقعات المتوسط ​​المتحرك. يجب أن يكون الدخول للخلايا C6.Now يمكنك نسخ هذه الصيغة خلية وصولا إلى الخلايا الأخرى C7 من خلال C11.Notice كيف يتحرك المتوسط ​​على أحدث البيانات التاريخية ولكن يستخدم بالضبط ثلاث فترات الأخيرة المتاحة لكل التنبؤ يجب أيضا لاحظ أننا لا نحتاج حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا هذا يختلف بالتأكيد عن نموذج تمهيد الأسي أنا شملت التوقعات السابقة لأننا سوف استخدامها في صفحة الويب التالية لقياس التنبؤ الصلاحية. الآن أريد أن أعرض نتائج مماثلة لفترة اثنين المتوسط ​​المتحرك المتوقع. يجب أن يكون دخول الخلية C5.Now يمكنك نسخ هذه الصيغة الخلية وصولا إلى الخلايا الأخرى C6 من خلال C11.Notice كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ مرة أخرى لقد أدرجت التنبؤات السابقة لأغراض توضيحية واستخدامها لاحقا في التحقق من صحة التوقعات. بعض الأشياء الأخرى التي هي من من المهم أن يلاحظ. بالنسبة للمتوسط ​​المتحرك للمتوسط ​​m تتوقع فقط معظم قيم المعطيات الأخيرة تستخدم لجعل التنبؤ لا شيء آخر ضروري. للمؤشر المتحرك للمتوسط ​​المتحرك، عند التنبؤات السابقة، لاحظ أن التنبؤ الأول يحدث في الفترة م 1. من هذه القضايا سوف تكون كبيرة جدا عند تطوير التعليمات البرمجية لدينا. تطوير المتوسط ​​المتحرك المتحرك الآن نحن بحاجة إلى تطوير رمز لتوقعات المتوسط ​​المتحرك التي يمكن استخدامها بشكل أكثر مرونة يلي التعليمات البرمجية لاحظ أن المدخلات هي لعدد من الفترات التي تريد استخدامها في التوقعات ومجموعة من القيم التاريخية يمكنك تخزينه في أي المصنف الذي تريده. وظيفة موفينغافيراج التاريخية، نومبروفريودس والخطيئة غل ديكلارينغ وتهيئة المتغيرات ديم إيتم كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادية ديم هيستوريكالزيس أس إنتيجر. تهيئة المتغيرات كونتر 1 تراكم 0. تحديد حجم المصفوفة التاريخية تاريخية. للعداد 1 إلى نومبروفريودس. تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا. تراكم التراكم تاريخي تاريخيالحجم - نومبروفريودس عداد. محرك متوسط ​​تراكم عدد أوفيريودس. سيتم شرح التعليمات البرمجية في الفصل تريد وضع الوظيفة على جدول البيانات بحيث تظهر نتيجة الحساب حيث ينبغي مثل ما يلي. في الممارسة، فإن المتوسط ​​المتحرك سيوفر تقديرا جيدا لمتوسط ​​التسلسل الزمني إذا كان المتوسط ​​ثابت أو ببطء في حالة المتوسط ​​الثابت، فإن أكبر قيمة m تعطي أفضل التقديرات يعني أن فترة المراقبة الأطول سوف تبلغ متوسط ​​آثار التباين. الغرض من توفير m أصغر هو السماح للتنبؤ بالاستجابة للتغيير في العملية الأساسية لتوضيح ذلك، نقترح مجموعة بيانات تتضمن التغييرات في الوسط الأساسي السلاسل الزمنية يبين الشكل السلاسل الزمنية المستخدمة للتوضيح مع متوسط ​​الطلب الذي سي وقد تم إنشاء كريات يبدأ المتوسط ​​ك ثابت في 10 ابتداء من الوقت 21، فإنه يزيد من وحدة واحدة في كل فترة حتى يصل إلى قيمة 20 في وقت 30 ثم يصبح ثابتا مرة أخرى يتم محاكاة البيانات عن طريق إضافة إلى المتوسط، و الضوضاء العشوائية من التوزيع العادي مع متوسط ​​الصفر والانحراف المعياري 3 تقريب نتائج المحاكاة إلى أقرب عدد صحيح. يوضح الجدول الملاحظات المحاكاة المستخدمة في المثال عند استخدام الجدول، يجب أن نتذكر أنه في أي وقت من الأوقات، فقط البيانات السابقة معروفة. وتظهر تقديرات معلمة النموذج، لثلاثة قيم مختلفة من m مع متوسط ​​السلاسل الزمنية في الشكل أدناه ويبين الشكل متوسط ​​المتوسط ​​المتحرك للمتوسط ​​في كل مرة وليس التنبؤات سوف تحول التوقعات منحنيات المتوسط ​​المتحرك إلى اليمين حسب الفترات الزمنية. الاستنتاج واحد هو واضح على الفور من الشكل بالنسبة لجميع التقديرات الثلاثة المتوسط ​​المتحرك يتخلف عن الاتجاه الخطي، مع التأخر الزائد نغ مع m الفارق الزمني هو المسافة بين النموذج والتقدير في البعد الزمني بسبب الفارق الزمني، فإن المتوسط ​​المتحرك يقلل من قيمة الرصدات لأن المتوسط ​​يزداد انحياز المقدر هو الفرق في وقت محدد في القيمة المتوسطة من النموذج والقيمة المتوسطة التي يتنبأ بها المتوسط ​​المتحرك التحيز عندما يزداد المتوسط ​​سالب بالنسبة إلى المتوسط ​​المتناقص يكون الميل موجبا الفارق الزمني والتحيز المعروض في التقدير وظائف m كلما زادت قيمة m أكبر حجم التأخر والتحيز. بالنسبة لسلسلة متزايدة باستمرار مع الاتجاه يتم إعطاء قيم التأخر والتحيز من المقدر للمتوسط ​​في المعادلات أدناه. منحنى المثال لا تتطابق مع هذه المعادلات لأن النموذج النموذجي هو لا تتزايد بشكل مستمر، بل تبدأ كتغييرات ثابتة للاتجاه ثم تصبح ثابتة مرة أخرى أيضا تتأثر منحنيات المثال بالضوضاء. إن متوسط ​​التوقعات المتحركة للفترات في المستقبل من خلال تحويل المنحنيات إلى اليمين زيادة الفارق والانحياز تناسبيا تشير المعادلات أدناه إلى التأخر والتحيز لفترات التنبؤ في المستقبل بالمقارنة مع المعلمات النموذج مرة أخرى، وهذه الصيغ هي لسلسلة زمنية مع الاتجاه الخطي المستمر لا ينبغي أن نندهش عند هذه النتيجة يعتمد متوسط ​​التقدير المتحرك على افتراض متوسط ​​ثابت، والمثال له اتجاه خطي في المتوسط ​​خلال جزء من فترة الدراسة نظرا لأن السلاسل الزمنية الحقيقية نادرا ما تمتثل للافتراضات من أي نموذج، يجب أن نكون مستعدين لمثل هذه النتائج. ويمكننا أيضا أن نستخلص من الشكل أن تباين الضوضاء له أكبر تأثير على m أصغر. إن التقدير أكثر تقلبا بكثير بالنسبة للمتوسط ​​المتحرك البالغ 5 من المتوسط ​​المتحرك البالغ 20 لدينا رغبات متضاربة لزيادة م للحد من تأثير التباين بسبب الضوضاء، وتقليل م لجعل التنبؤ أكثر استجابة للتغيرات في المتوسط. الخطأ هو دي الفرق بين البيانات الفعلية والقيمة المتوقعة إذا كانت السلسلة الزمنية قيمة ثابتة حقا فإن القيمة المتوقعة للخطأ هي صفر، ويتألف تباين الخطأ من مصطلح دالة ولفترة ثانية هي التباين من الضوضاء. والمصطلح الأول هو التباين في المتوسط ​​المقدر مع عينة من الملاحظات m، على افتراض أن البيانات تأتي من عدد السكان مع متوسط ​​ثابت يتم تقليل هذا المصطلح من خلال جعل م أكبر قدر ممكن A كبير يجعل التوقعات لا تستجيب إلى تغيير في السلاسل الزمنية الأساسية لجعل التنبؤ تستجيب للتغييرات، نريد m صغيرة قدر الإمكان 1، ولكن هذا يزيد من اختلاف الخطأ يتطلب التنبؤ العملي قيمة وسيطة. التنسيق مع Excel. The وظيفة التنبؤ الإضافية تنفذ تتحرك متوسط ​​الصيغ يوضح المثال الوارد أدناه التحليل الذي توفره الوظيفة الإضافية لعينة البيانات في العمود "ب" يتم فهرسة الملاحظات العشرة الأولى من 9 إلى 0 بالمقارنة مع الجدول أعلاه، (10). وتوفر الملاحظات العشرة الأولى قيم بدء التشغيل للتقدير وتستخدم لحساب المتوسط ​​المتحرك للفترة 0 يبين العمود ما 10 في المتوسطات المتحركة المحسوبة معلمة المتوسط ​​المتحرك m موجودة في الخلية C3 ويبين العمود 1 دال توقعا لفترة واحدة في المستقبل الفاصل الزمني للتنبؤ في الخلية D3 عندما يتغير الفاصل الزمني المتوقع إلى عدد أكبر، يتم تغيير الأرقام في العمود فور أسفل. ويبين العمود إير 1 E الفرق بين الملاحظة والتوقعات على سبيل المثال، الملاحظة في الوقت 1 هي 6 القيمة المتوقعة من المتوسط ​​المتحرك في الوقت 0 هي 11 1 الخطأ ثم هو -5 1 يتم حساب الانحراف المعياري ومتوسط ​​الانحراف المتوسط ​​في الخلايا E6 و E7 على التوالي .