चलती - औसत - भविष्यवाणी - एक्सेल

औसत चल रहा है। यह उदाहरण आपको सिखाता है कि Excel में एक समय श्रृंखला की चलती औसत की गणना कैसे की जा सकती है एक चलती औसत का प्रयोग रुझानों को आसानी से पहचानने के लिए चोटियों और घाटियों को आसानी से करने के लिए किया जाता है। सबसे पहले, हम अपने समय की श्रृंखला देखें। डेटा टैब पर, डेटा विश्लेषण पर क्लिक करें। नोट डेटा विश्लेषण बटन नहीं ढूंढ सकता विश्लेषण टूलपैक ऐड-इन को लोड करने के लिए यहां क्लिक करें। चलना औसत चुनें और OK.4 पर क्लिक करें। इनपुट रेंज बॉक्स में क्लिक करें और सीमा B2 M2 चुनें। 5 अंतराल बॉक्स में क्लिक करें और टाइप करें 6.6 आउटपुट रेंज बॉक्स में क्लिक करें और सेल का चयन करें B3.8 इन मानों का ग्राफ़ करें। एक्सप्लैनेशन क्योंकि हम अंतराल को 6 निर्धारित करते हैं, चल औसत औसत पिछले 5 डेटा बिंदुओं का औसत है और वर्तमान डेटा बिंदु, नतीजतन, चोटियों और घाटियों को सुखाया जाता है ग्राफ बढ़ती हुई प्रवृत्ति को दर्शाता है एक्सेल पहले 5 डेटा बिंदुओं के लिए चलती औसत की गणना नहीं कर सकता क्योंकि वहां पर्याप्त पिछले डेटा बिंदु नहीं हैं। दोहराव 2 से 8 अंतराल के लिए दोहराएं और अंतराल 4. सम्मेलन ला अंतराल को रगड़ना, अधिक चोटियों और घाटियों को खत्म कर दिया जाता है छोटे अंतराल, वास्तविक डेटा बिंदुओं के करीब जाने वाली औसत करीब हैं। औसत अनुमानित अंदाज। परिचय जैसा कि आप अनुमान लगा सकते हैं कि हम कुछ सबसे प्राचीन तरीकों को देख रहे हैं पूर्वानुमान लेकिन उम्मीद है कि ये स्प्रेडशीट में पूर्वानुमान लागू करने से संबंधित कंप्यूटिंग मुद्दों में से कुछ के लिए कम से कम एक सार्थक परिचय हैं। इस नस में हम शुरुआत में शुरू करते हुए और मुव्हिंग औसत पूर्वानुमान के साथ काम करना शुरू करते हैं। औसत पूर्वानुमान का अनुमान लगाते हुए हर कोई परिणत से परिचित है औसत पूर्वानुमान के बावजूद चाहे उनका मानना ​​है कि वे सभी कॉलेज के छात्रों को हर समय उनको अपने टेस्ट स्कोर के बारे में सोचें, जहां सेमेस्टर के दौरान चार परीक्षण होंगे, आपको लगता है कि आपको अपना पहला टेस्ट 85 होगा। आप अपने दूसरे टेस्ट स्कोर के लिए अनुमान लगाते हैं। आपको क्या लगता है कि आपका शिक्षक आपके अगले टेस्ट स्कोर के लिए भविष्यवाणी करेगा.तुम्हें क्या लगता है कि आपके मित्र आपके अगले टेस्ट स्कोर के लिए डिक्ट. आप क्या सोचते हैं कि आपके माता-पिता आपके अगले टेस्ट स्कोर के लिए भविष्यवाणी कर सकते हैं। चाहे आप अपने दोस्तों और माता-पिता के साथ बचे हुए हो, तो वे और आपके शिक्षक आपसे उम्मीद कर सकते हैं कि 85 के क्षेत्रफल में आप अभी मिल गए। अच्छा, अब यह मान लें कि आप अपने दोस्तों को अपने स्वयं के पदोन्नति के बावजूद, आप अपने अनुमान का अनुमान लगाते हैं और आंकड़े आप दूसरी परीक्षा के लिए कम पढ़ सकते हैं और इसलिए आपको 73 मिलेंगे.अब क्या सभी संबंधित और निराशाजनक हैं जो आप आशा करते हैं कि आप अपने तीसरे परीक्षण पर पहुंचेंगे सभी अनुमान के विकास के लिए दो संभावित संभावनाएं हैं, चाहे वे इसे आपके साथ साझा करेंगे। वे खुद को कह सकते हैं, यह आदमी हमेशा उड़ रहा है अपने स्मार्टफोन के बारे में धुआं वह एक और 73 को प्राप्त करने जा रहा है यदि वह भाग्यशाली है। शायद माता-पिता अधिक सहायक होने की कोशिश करेंगे और कहते हैं, ठीक है, अब तक आपको 85 और 73 मिल चुके हैं, इसलिए आपको एक 85 73 2 79 मुझे पता नहीं है, शायद अगर आपने कम जश्न मनाया और सभी स्थानों पर तहखाने की वांछित होने पर और यदि आप बहुत अधिक पढ़ना शुरू करते हैं तो आपको उच्च अंक प्राप्त हो सकते हैं। इन अनुमानों में से दो वास्तव में औसत पूर्वानुमान ले रहे हैं। पहले केवल अपने भविष्य के प्रदर्शन का पूर्वानुमान करने के लिए अपने सबसे हाल के स्कोर का उपयोग कर रहा है डेटा की एक अवधि का उपयोग करते हुए चलती औसत पूर्वानुमान कहा जाता है। दूसरा, चलती औसत पूर्वानुमान भी है, लेकिन डेटा के दो अवधियों का उपयोग करते हैं। मान लें कि आपके महान दिमाग में गिरने वाले सभी लोग आपको परेशान करते हैं और आप ऐसा करने का निर्णय लेते हैं अच्छी तरह से अपने स्वयं के कारणों के लिए तीसरे टेस्ट पर और अपने सहयोगियों के सामने एक उच्च अंक बनाने के लिए आप परीक्षा लेते हैं और आपका स्कोर वास्तव में एक 89 है, जिसमें स्वयं शामिल है, प्रभावित है। अब आपके पास आने वाले सेमेस्टर का अंतिम परीक्षण ऊपर और हमेशा की तरह आप अपने भविष्यवाणियों को बनाने के लिए हर किसी के बारे में भविष्यवाणी करने की आवश्यकता महसूस करते हैं कि आप आखिरी परीक्षा में कैसे काम करेंगे, उम्मीद है कि आप पैटर्न देखते हैं.अब, उम्मीद है कि आप पैटर्न को देख सकते हैं जो आपको सबसे ज्यादा सटीक मानते हैं। ई जब हम काम करते हैं अब हम हमारी नई सफाई कंपनी पर वापस लौट आते हैं जो आपकी बहिष्कृत बहिन द्वारा शुरू की गई थी जिसे सिस्टल कहा जाता है जबकि हम काम करते हैं आप स्प्रेडशीट से निम्नलिखित अनुभाग द्वारा प्रस्तुत कुछ पिछले बिक्री आंकड़े हैं। हम पहले तीन दिनों की औसत पूर्वानुमान चलती अवधि के लिए डेटा प्रस्तुत करते हैं। सेल सी 6 के लिए प्रविष्टि होना चाहिए. अब आप इस सेल सूत्र को अन्य कोशिकाओं C7 से C11 तक कॉपी कर सकते हैं। नोट करें कि कैसे हाल के ऐतिहासिक डेटा पर औसत चलता है लेकिन प्रत्येक भविष्यवाणी के लिए उपलब्ध तीन सबसे हाल की अवधि का उपयोग करता है आपको चाहिए ध्यान दें कि हम वास्तव में पिछली अवधि के लिए भविष्यवाणी करने की ज़रूरत है ताकि हमारी सबसे हाल की भविष्यवाणी विकसित हो सकें यह निश्चित रूप से घातीय चौरसाई मॉडल से अलग है जो मैंने पिछले भविष्यवाणियों को शामिल किया है क्योंकि हम उन्हें अगले वेब पेज में मापने के लिए उपयोग करेंगे भविष्यवाणी वैधता.अब मैं औसत पूर्वानुमान चलती दो अवधि के अनुरूप परिणाम पेश करना चाहता हूं। सेल C5 के लिए प्रविष्टि होना चाहिए. अब आप इस सेल फॉर्मूला को कॉपी कर सकते हैं नीचे C11 के माध्यम से अन्य कोशिकाओं C6 के साथ। नोटिस कैसे अब केवल प्रत्येक भविष्यवाणी के लिए ऐतिहासिक आंकड़ों के हाल ही के टुकड़े का उपयोग किया जाता है। फिर मैंने उदाहरण के उद्देश्यों के लिए पिछले पूर्वानुमान और पूर्वानुमान सत्यापन में बाद के उपयोग को शामिल किया है। नोटिस करने के लिए महत्व। एक एम-अवधि चलती हुई औसत पूर्वानुमान के लिए केवल सबसे हाल के डेटा मूल्यों को भविष्यवाणी करने के लिए उपयोग किया जाता है और कुछ और आवश्यक नहीं है। पिछली भविष्यवाणियां करते समय एक एम-अवधि चलती औसत पूर्वानुमान के लिए, ध्यान दें कि पहली पूर्वानुमान अवधि एम में 1. इन दोनों मुद्दों का हम बहुत ही महत्वपूर्ण होगा, जब हम अपना कोड विकसित करेंगे। चलते औसत फ़ंक्शन का विकास अब हमें चलती औसत पूर्वानुमान के लिए कोड विकसित करने की आवश्यकता है जिसे अधिक लचीले ढंग से इस्तेमाल किया जा सकता है कोड निम्न सूचना देता है कि इनपुट अवधि में आप पूर्वानुमान में उपयोग करना चाहते हैं और ऐतिहासिक मूल्यों की सरणी के लिए आप इसे जो कुछ भी कार्यपुस्तिका चाहते हैं, में इसे स्टोर कर सकते हैं। फ़ंक्शन फ़िसनिंग ऐवॉस्टिकल, नंबरऑफ पीरियड्स ऐज़ सिन्स Gle घोषित करने और चर को प्रारंभ करना मंद आइटम के रूप में वैरियंट डीम काउंटर के रूप में पूर्णांक मंद संचय के रूप में पूर्णांक के रूप में एकल मंद ऐतिहासिक आकार के रूप में चर को शुरू करना काउंटर 1 संचय 0. ऐतिहासिक सरणी के आकार का निर्धारण ऐतिहासिक सिमित। काउंटर 1 के लिए संख्या - अभियान अवधि। सबसे हाल ही में देखे गए मूल्यों की उचित संख्या को संचित करना। आकलन संचय ऐतिहासिक ऐतिहासिक सिज़िज़ - संख्याऑफ़परोड्स काउंटर। मैव्वेज एवेन्यूशन नंबरऑफपेरियोड। कोड को क्लास में समझाया जाएगा आप स्प्रेडशीट पर फ़ंक्शन की स्थिति बनाना चाहते हैं, ताकि गणना के परिणाम दिखाई दें जहां यह होना चाहिए जैसा कि निम्नलिखित। अभ्यास में चलती औसत समय श्रृंखला का मतलब का एक अच्छा अनुमान प्रदान करेगा यदि मतलब निरंतर या धीरे धीरे बदल रहा है निरंतर मतलब के मामले में, मी का सबसे बड़ा मान अंतर्निहित का सबसे अच्छा अनुमान देगा मतलब एक लंबी अवलोकन अवधि में परिवर्तनशीलता के प्रभावों का औसत होगा। एक छोटा मी प्रदान करने का उद्देश्य पूर्वानुमान को अंतर्निहित प्रक्रिया में बदलाव का जवाब देने की अनुमति देना है, उदाहरण के लिए, हम एक डेटा सेट का प्रस्ताव देते हैं जो अंतर्निहित माध्य में परिवर्तन को शामिल करता है समय श्रृंखला यह आंकड़ा चित्रण के लिए इस्तेमाल की जाने वाली समय श्रृंखला को साथ ही औसत मांग के साथ दिखाता है जिसमें से छब्बीदार उत्पन्न होता है इसका मतलब 10 पर निरंतर के रूप में शुरू होता है, 21 समय से शुरू होता है, यह प्रत्येक अवधि में एक इकाई में बढ़ जाता है जब तक कि समय पर 20 के मूल्य तक नहीं पहुंच जाता। 30 फिर यह फिर से स्थिर हो जाता है, डेटा को जोड़कर, शून्य मतलब और मानक विचलन के साथ एक सामान्य वितरण से यादृच्छिक शोर 3 सिमुलेशन के नतीजे निकटतम पूर्णांक में गोल होते हैं। तालिका उदाहरण के लिए उपयोग किए गए नकली अवलोकन को दिखाती है जब हम तालिका का उपयोग करते हैं, तो हमें याद रखना चाहिए कि किसी भी समय, केवल पिछले आंकड़े ज्ञात हैं.मॉडल पैरामीटर के अनुमान, एम के तीन अलग-अलग मानों के लिए, नीचे दिए गए आंकड़े में समय श्रृंखला के मतलब के साथ एक साथ दिखाए जाते हैं यह आंकड़ा प्रत्येक समय में चलती औसत अनुमान को दर्शाता है और नहीं पूर्वानुमान भविष्यवाणी चलती औसत घटता को समय के साथ सही दिशा में स्थानांतरित कर देगी। एक निष्कर्ष इस आंकड़े से तुरंत स्पष्ट है तीनों अनुमानों के लिए चलती औसत रेखीय प्रवृत्ति के पीछे पीछे है, अंतराल के साथ एनजी के साथ एनजी अंतराल में मॉडल और अनुमान के बीच की दूरी है, अंतराल के कारण, चलती औसत टिप्पणियों को कम करके देखते हैं जैसे कि मतलब बढ़ रहा है अनुमानक का पूर्वाग्रह मतलब मूल्य में विशिष्ट समय पर अंतर है मॉडल का और औसत मूल्य चलती औसत से अनुमानित होता है जब पूर्वाग्रह बढ़ता जा रहा है नकारात्मक ऋणात्मक है, कम होने के लिए, पूर्वाग्रह सकारात्मक है समय में अंतराल और अनुमान में पेश किया पूर्वाग्रह मीटर का कार्य बड़ा है अंतराल और पूर्वाग्रह के परिमाण की तुलना में अधिक बड़ा। रुझान के साथ निरंतर बढ़ती हुई श्रृंखला के लिए, अर्थ के अनुमानक के अंतराल और पूर्वाग्रह के मूल्य नीचे दिए गए समीकरणों में दिए गए हैं। उदाहरण के घटता इन समीकरणों से मेल नहीं खाते क्योंकि उदाहरण के मॉडल लगातार बढ़ती नहीं, बल्कि यह एक निरंतर के रूप में शुरू होती है, एक प्रवृत्ति में परिवर्तन और फिर फिर से निरंतर हो जाता है इसके अलावा उदाहरण घटता शोर से प्रभावित होता है। घटता को दाईं ओर घुमाने से प्रतिनिधित्व किया जाता है अंतराल और पूर्वाग्रह आनुपातिक वृद्धि नीचे दिए गए समीकरण मॉडल पैरामीटर की तुलना में भविष्य में पूर्वानुमान अवधि के अंतराल और पूर्वाग्रह को इंगित करते हैं, फिर ये सूत्र एक निरंतर रेखीय प्रवृत्ति के साथ समय श्रृंखला के लिए हैं । हमें इस नतीजे पर आश्चर्य नहीं होना चाहिए, चलती औसत अनुमानक निरंतर मतलब की धारणा पर आधारित है, और उदाहरण के अध्ययन अवधि के दौरान मध्य में एक रेखीय प्रवृत्ति होती है, चूंकि वास्तविक समय श्रृंखला शायद ही कभी मान्यताओं का पालन करती है किसी भी मॉडल के लिए, हमें ऐसे परिणामों के लिए तैयार रहना चाहिए। हम यह भी इस आंकड़े से निष्कर्ष निकाल सकते हैं कि शोर की परिवर्तनशीलता का छोटा असर सबसे बड़ा है अनुमान के चलते औसत 20 हमारे पास शोर के कारण परिवर्तनशीलता के प्रभाव को कम करने के लिए मील में वृद्धि करने के लिए विवादित इच्छाएं हैं, और मतलब में परिवर्तनों के पूर्वानुमान को और अधिक उत्तरदायी बनाने के लिए मी को कम करना है। त्रुटि है वास्तविक डेटा और पूर्वानुमानित मान के बीच दृढ़ता यदि समय श्रृंखला वास्तव में एक स्थिर मूल्य है, तो त्रुटि की अपेक्षित मूल्य शून्य है और त्रुटि का विचरण एक शब्द का शामिल होता है जो कि एक कार्य होता है और दूसरा कार्यकाल विचरण होता है शोर का। पहला शब्द, मी अनुमानों के एक नमूने के साथ अनुमानित अनुमान का विचरण है, यह मानते हुए कि आबादी से डेटा निरंतर अर्थ के साथ आता है यह शब्द संभवतः मी जितना बड़ा होकर कम हो जाता है एक बड़े मी पूर्वानुमान का अनुत्तरदायी बनाता है अंतर्निहित समय श्रृंखला में परिवर्तन करने के लिए परिवर्तनों के प्रति पूर्वानुमान पूर्वानुमान करने के लिए, हम चाहते हैं कि मी जितना संभव हो उतना छोटा हो, लेकिन यह त्रुटि भिन्नता को बढ़ाता है व्यावहारिक पूर्वानुमान को एक मध्यवर्ती मूल्य की आवश्यकता होती है। Excel के साथ काफ़ी समय। Forecasting ऐड-इन चलती चलती है औसत सूत्र नीचे दिए गए उदाहरण, स्तंभ बी में नमूना डेटा के लिए ऐड-इन द्वारा प्रदान किए गए विश्लेषण को दर्शाता है। पहले 10 टिप्पणियों को अनुक्रमित -9 से 0 ऊपर दिए गए तालिका की तुलना में, अवधि इंडस्ट्रीज़ ओं को स्थानांतरित किया जाता है -10। पहले दस अवलोकन अनुमान के लिए स्टार्टअप मान प्रदान करते हैं और अवधि के लिए चलती औसत की गणना करने के लिए उपयोग किया जाता है 0 एमए 10 कॉलम सी, गणना की गई चलती औसत दिखाती है चलती औसत पैरामीटर मी सेल C3 में है 1 कॉलम डी भविष्य में एक अवधि के लिए पूर्वानुमान दिखाता है पूर्वानुमान अंतराल सेल D3 में होता है जब पूर्वानुमान अंतराल को बड़ी संख्या में बदल दिया जाता है तो फोर कॉलम में नंबर नीचे स्थानांतरित हो जाता है। त्रुटि 1 कॉलम ई अवलोकन के बीच अंतर को दर्शाता है और पूर्वानुमान, उदाहरण के लिए, समय 1 पर अवलोकन 6 समय पर चलती औसत से बना अनुमानित मूल्य 11 है 11 1 त्रुटि तो है -5 1 मानक विचलन और औसत औसत विचलन एमएडी क्रमशः कोशिकाओं E6 और E7 में गिने जाते हैं ।