الانتقال المتوسط ، إلى توقعات في و التفوق

استخدام وظيفة فوريكاست في إكسيل (و أوبين أوفيس كالك) نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. اسمحوا لي أن أبدأ بالقول أن إكسيلز توقعات وظيفة ليست نظام التنبؤ المخزون الكامل. ينطوي التنبؤ في إدارة المخزون عموما على إزالة الضوضاء من الطلب، ثم حساب ودمج الاتجاهات والموسمية والأحداث. وظيفة التنبؤ لن تفعل كل هذه الأشياء بالنسبة لك (من الناحية الفنية يمكن، ولكن هناك طرق أفضل لإنجاز بعض هذه). ولكن هو وظيفة صغيرة أنيق أن سهلة الاستخدام، ويمكن أن يكون بالتأكيد جزءا من نظام التنبؤ الخاص بك. وفقا لمايكروسوفت مساعدة على وظيفة التنبؤ. ترجع الدالة فوريكاست (x، نونديس، نيمكس) القيمة المتوقعة للمتغير التابع (ممثلة في البيانات بواسطة نيميس) للقيمة المحددة، x للمتغير المستقل (ممثلة في البيانات بواسطة نيمكس) باستخدام أفضل ملاءمة (المربعات الصغرى) الانحدار الخطي للتنبؤ قيم y من قيم x. لذلك ما يعني بالضبط أن هذا الانحدار الخطي هو شكل من أشكال تحليل الانحدار ويمكن استخدامه لحساب العلاقة الرياضية بين مجموعتين (أو أكثر) من البيانات. في التنبؤ، يمكنك استخدام هذا إذا كنت تعتقد مجموعة واحدة من البيانات يمكن استخدامها للتنبؤ مجموعة أخرى من البيانات. على سبيل المثال، إذا كنت قد بيعت لوازم البناء، فقد تجد أن التغييرات في أسعار الفائدة يمكن استخدامها للتنبؤ بمبيعات منتجاتك. هذا مثال تقليدي على استخدام الانحدار لحساب العلاقة بين متغير خارجي (معدلات الفائدة) ومتغير داخلي (المبيعات الخاص بك). ومع ذلك، كما سنرى لاحقا، يمكنك أيضا استخدام الانحدار لحساب علاقة ضمن نفس مجموعة البيانات. نهج نموذجي نحو تحليل الانحدار ينطوي على استخدام الانحدار لتحديد العلاقة الرياضية، ولكن أيضا للمساعدة في إعطائك فكرة عن مدى صحة هذه العلاقة (وهذا جزء التحليل). وظيفة التنبؤ يتخطى التحليل، وتحسب فقط علاقة وتطبق تلقائيا على الإخراج الخاص بك. وهذا يجعل الأمور أسهل بالنسبة للمستخدم، لكنه يفترض أن علاقتك صالحة. لذلك، فإن وظيفة التنبؤ تستخدم الانحدار الخطي للتنبؤ بقيمة تستند إلى علاقة بين مجموعتين من البيانات. دعونا نرى بعض الأمثلة. في الشكل 1A، لدينا جدول بيانات يتضمن متوسط ​​سعر الفائدة على مدى السنوات الأربع السابقة ووحدة المبيعات خلال نفس فترة 4 سنوات. كما نعرض معدل فائدة متوقع للسنة الخامسة. يمكننا أن نرى في المثال أن مبيعات وحدة لدينا ترتفع كما تنخفض أسعار الفائدة، وتنخفض مع ارتفاع أسعار الفائدة. فقط بالنظر إلى المثال، يمكننا أن نخمن على الأرجح بأن مبيعاتنا للعام 5 ستكون ما بين 5000 و 6000 على أساس العلاقة الملحوظة بين أسعار الفائدة والمبيعات خلال الفترات السابقة. يمكننا استخدام وظيفة التنبؤ لتحديد أكثر دقة هذه العلاقة وتطبيقه على السنة 5TH. في الشكل 1B، يمكنك ان ترى وظيفة التنبؤ التي يجري تطبيقها. في هذه الحالة، الصيغة في الخلية F4 هي فوريكاست (F2، B3: E3، B2: E2). ما لدينا داخل قوس يعرف باسم حجة. والحجة هي في الحقيقة وسيلة لتمرير المعلمات إلى الوظيفة المستخدمة (في هذه الحالة، وظيفة التنبؤ). يتم فصل كل معلمة بواسطة فاصلة. من أجل وظيفة التنبؤ للعمل، فإنه يحتاج إلى معرفة القيمة التي نستخدمها للتنبؤ لدينا الانتاج (عامنا 5 المبيعات). في حالتنا، المعلمة (لدينا السنة 5 معدل الفائدة) في الخلية F2، وبالتالي فإن العنصر الأول من حجتنا هي F2. بعد ذلك، فإنه يحتاج إلى معرفة أين يمكن العثور على القيم الموجودة سوف تستخدم لتحديد العلاقة لتطبيق F2. أولا نحن بحاجة إلى إدخال الخلايا التي تمثل قيم المتغير التابع لدينا. في حالتنا، هذا سيكون وحداتنا المباعة خلال السنوات ال 4 السابقة، لذلك ندخل B3: E3. ثم نحن بحاجة إلى إدخال الخلايا التي تمثل قيم متغير التنبؤ لدينا. في حالتنا، سيكون هذا هو أسعار الفائدة خلال السنوات الأربع السابقة، وبالتالي ندخل B2: E2). وظيفة التنبؤ يمكن الآن مقارنة الوحدات التي تباع خلال السنوات من 1 إلى 4 إلى أسعار الفائدة في تلك السنوات نفسها، ومن ثم تطبيق هذه العلاقة لدينا توقعات السنة 5 سعر الفائدة للحصول على مبيعاتنا المتوقعة للسنة 5 من 5،654 وحدة. في المثال السابق، يمكننا أن ننظر إلى الرسوم البيانية للمساعدة في محاولة تصور العلاقة. للوهلة الأولى، قد لا تبدو واضحة جدا لأن لدينا علاقة عكسية (المبيعات تذهب أوب كما أسعار الفائدة تذهب لأسفل)، ولكن إذا كنت انقلبت عقليا واحدة من الرسوم البيانية، سترى علاقة واضحة جدا. ثاتس واحدة من الأشياء باردة حول وظيفة التنبؤ (وتحليل الانحدار). فإنه يمكن التعامل بسهولة مع علاقة عكسية. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. الآن دعونا ننظر إلى مثال آخر. في الشكل 2A، ونحن نرى مجموعة جديدة من البيانات. في هذا المثال، ارتفعت أسعار الفائدة لدينا إلى أعلى وأسفل على مدى السنوات الأربع الماضية، ومع ذلك أظهرت مبيعات وحداتنا اتجاها تصاعديا ثابتا. في حين أنه من الممكن أن أسعار الفائدة كان لها بعض التأثير على مبيعاتنا في هذا المثال، فمن الواضح أن هناك عوامل أكثر أهمية بكثير في اللعب هنا. باستخدام وظيفة توقعاتنا مع هذه البيانات، نعود توقعات من 7،118 وحدة للسنة 5. أعتقد أن معظمنا سوف ننظر في اتجاه المبيعات لدينا، ونتفق أكثر احتمالا بكثير مبيعاتنا للسنة 5 سيكون 9،000 وحدة. وكما ذكرت سابقا، فإن وظيفة التنبؤ تفترض أن العلاقة صالحة، وبالتالي فإنها تنتج مخرجات تستند إلى أفضل ملاءمة يمكن أن تجعل من البيانات المعطاة لها. وبعبارة أخرى، إذا قلنا أن هناك علاقة، فإنه يعتقد لنا وتنتج الإخراج وفقا لذلك دون إعطائنا رسالة خطأ أو أي إشارة من شأنها أن تعني العلاقة سيئة للغاية. لذلك، كن حذرا ما تسأل عنه. وتغطي الأمثلة السابقة التطبيق الكلاسيكي للانحدار للتنبؤ. في حين أن كل هذا يبدو بقعة جميلة، وهذا التطبيق الكلاسيكي الانحدار ليست مفيدة كما قد تعتقد (يمكنك التحقق من كتابي لمزيد من المعلومات حول الانحدار ولماذا قد لا يكون خيارا جيدا لاحتياجات التنبؤ الخاص بك). ولكن الآن يتيح استخدام وظيفة التنبؤ ببساطة لتحديد الاتجاه ضمن مجموعة معينة من البيانات. يتيح البدء من خلال النظر في الشكل 3A. هنا لدينا الطلب مع اتجاه واضح جدا. معظمنا يجب أن يكون قادرا على النظر في هذه البيانات ويشعر بالراحة التنبؤ بأن الطلب في الفترة 7 من المرجح أن يكون 60 وحدة. ومع ذلك، إذا قمت بتشغيل هذه البيانات من خلال حسابات التنبؤ نموذجية المستخدمة في إدارة المخزون، قد يفاجأ فقط كيف الفقراء العديد من هذه الحسابات هي في حساب الاتجاه. بما أن وظيفة التنبؤ تتطلب منا إدخال متغير تابع ومتغير متنبأ، كيف نذهب باستخدام وظيفة التنبؤ إذا كان لدينا مجموعة واحدة فقط من البيانات حسنا، في حين أنه من الناحية الفنية صحيح أن لدينا مجموعة واحدة من البيانات (لدينا وتاريخ الطلب)، ونحن في الواقع لدينا علاقة مستمرة ضمن هذه المجموعة من البيانات. في هذه الحالة، علاقتنا تقوم على الوقت. لذلك، يمكننا استخدام كل فترات الطلب كمتغير متنبأ لالفترات التالية الطلب. لذلك نحن فقط بحاجة إلى معرفة وظيفة التنبؤ لاستخدام الطلب في الفترات من 1 إلى 5 باعتبارها البيانات الحالية لمتغير التنبؤ، واستخدام الطلب في الفترات من 2 إلى 6 باعتبارها البيانات الحالية للمتغير التابع. ثم أقول ذلك لتطبيق هذه العلاقة إلى الطلب في الفترة 6 لحساب توقعاتنا لفترة 7. يمكنك أن ترى في الشكل 3B، صيغة لدينا في الخلية I3 هو فوريكاست (H2، C2: H2، B2: G2). وأنه لا يعود توقعات من 60 وحدة. ومن الواضح أن هذا المثال غير واقعي لأن الطلب هو وسيلة أنيق جدا (لا ضوضاء). لذلك دعونا ننظر في الشكل 3C حيث نطبق هذا الحساب نفسه لبعض البيانات أكثر واقعية. أريد فقط أن أكرر، أنه في حين أن وظيفة التنبؤ هو مفيد، فإنه ليس نظام التنبؤ. أنا عادة أفضل أن يكون أكثر قليلا من السيطرة على بالضبط كيف يمكنني تطبيق وتوسيع الاتجاهات إلى توقعاتي. وبالإضافة إلى ذلك، كنت ترغب في إزالة أولا أي عناصر أخرى من الطلب الخاص بك التي لا تتعلق الطلب الأساسي الخاص بك والاتجاه. على سبيل المثال، يمكنك إزالة أي تأثيرات للموسمية أو الأحداث (مثل العروض الترويجية) من الطلب قبل تطبيق وظيفة التنبؤ. ثم قم بتطبيق مؤشر الموسمية الخاص بك وأي فهارس حدث إلى إخراج وظيفة التنبؤ. يمكنك أيضا أن تلعب حولها مع المدخلات الخاصة بك للحصول على نتيجة المرجوة محددة. على سبيل المثال، قد ترغب في محاولة أولا تمهيد تاريخ الطلب الخاص بك (من خلال المتوسط ​​المتحرك، المتوسط ​​المتحرك المرجح، أو التجانس الأسي)، واستخدام هذا هو متغير التنبؤ بدلا من الطلب الخام. لمزيد من المعلومات من التنبؤ، تحقق من كتابي شرح إدارة المخزون. استخدام وظيفة التنبؤ في فتح مكتب احسب. لمستخدمي Openoffice. org احسب. تعمل وظيفة التنبؤ إلى حد كبير كما هو الحال في إكسيل. ومع ذلك، هناك اختلاف طفيف في بناء الجملة المستخدمة في احسب. أينما كنت تستخدم فاصلة في وسيطة في وظيفة إكسيل، بدلا من ذلك استخدام فاصلة منقوطة في كالك. لذلك، بدلا من صيغة إكسيل سوف تدخل الذهاب إلى صفحة المقالات لمزيد من المقالات من قبل ديف بياسيكي. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. ديف بياسيكي. هو أونيروبيراتور من جرد العمليات استشارات ليك. وهي شركة استشارية تقدم الخدمات المتعلقة بإدارة المخزون، ومناولة المواد، وعمليات المستودعات. لديه أكثر من 25 عاما من الخبرة في إدارة العمليات ويمكن الوصول إليه من خلال موقعه على الانترنت (إنفنتوريوبس)، حيث يحافظ على معلومات إضافية ذات صلة. بلدي الأعمال جرد العمليات استشارات ليك يوفر سريعة، وبأسعار معقولة، مساعدة الخبراء مع إدارة المخزون وعمليات المستودع. بلدي كتب موفينغ متوسط ​​التنبؤ التنبؤ. كما قد تخمن أننا نبحث في بعض من أكثر الأساليب بدائية للتنبؤ. ولكن نأمل أن تكون هذه مقدمة مفيدة على الأقل لبعض قضايا الحوسبة المتعلقة بتنفيذ التنبؤات في جداول البيانات. في هذا السياق سوف نستمر من خلال البدء في البداية والبدء في العمل مع توقعات المتوسط ​​المتحرك. نقل متوسط ​​التوقعات. الجميع على دراية بتحرك توقعات المتوسط ​​بغض النظر عما إذا كانوا يعتقدون أنهم. جميع طلاب الجامعات القيام بها في كل وقت. فكر في درجاتك االختبارية في الدورة التي ستحصل فيها على أربعة اختبارات خالل الفصل الدراسي. لنفترض أنك حصلت على 85 في الاختبار الأول. ما الذي يمكن أن تتنبأ به لنتيجة الاختبار الثانية ما رأيك بأن معلمك سوف يتنبأ بنتيجة الاختبار التالية ما رأيك في أن أصدقائك قد يتنبأون بنتيجة الاختبار التالية ما رأيك في توقع والديك لنتيجة الاختبار التالية بغض النظر عن كل بلابينغ كنت قد تفعل لأصدقائك وأولياء الأمور، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في مجال 85 كنت حصلت للتو. حسنا، الآن دعونا 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. الآن ما هي جميع المعنيين وغير مدرك الذهاب إلى توقع أن تحصل على الاختبار الثالث هناك اثنين من المرجح جدا النهج بالنسبة لهم لوضع تقدير بغض النظر عما إذا كانوا سوف تقاسمها معك. قد يقولون لأنفسهم، هذا الرجل هو دائما تهب الدخان حول ذكائه. هيس الذهاب للحصول على آخر 73 إذا هيس محظوظا. ربما كان الوالدان يحاولان أن يكونا أكثر داعما ويقولان: كوتيل، حتى الآن حصلت على 85 و 73، لذلك ربما يجب أن تحصل على حوالي (85 73) 2 79. أنا لا أعرف، ربما لو كنت أقل من الحفلات و ويرنت يهتز في كل مكان في العالم، وإذا كنت بدأت تفعل الكثير من الدراسة يمكن أن تحصل على أعلى score. quot كل من هذه التقديرات تتحرك في الواقع متوسط ​​التوقعات. الأول يستخدم فقط أحدث درجاتك للتنبؤ بأدائك المستقبلي. وهذا ما يطلق عليه توقعات المتوسط ​​المتحرك باستخدام فترة واحدة من البيانات. والثاني هو أيضا متوسط ​​التوقعات المتحركة ولكن باستخدام فترتين من البيانات. دعونا نفترض أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل بشكل جيد على الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام كوتاليسكوت الخاص بك. كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، وأعجب. حتى الآن لديك الاختبار النهائي للفصل الدراسي القادمة وكالمعتاد كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف ستفعل على الاختبار الأخير. حسنا، نأمل أن ترى هذا النمط. الآن، ونأمل أن تتمكن من رؤية هذا النمط. ما الذي تعتقده هو صافرة الأكثر دقة بينما نعمل. الآن نعود إلى شركة التنظيف الجديدة التي بدأتها شقيقة نصف استدارة دعا صافرة بينما نعمل. لديك بعض بيانات المبيعات السابقة التي يمثلها القسم التالي من جدول بيانات. نعرض البيانات لأول مرة لتوقعات المتوسط ​​المتحرك لمدة ثلاث سنوات. يجب أن يكون إدخال الخلية C6 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C7 إلى C11. لاحظ كيف يتحرك المتوسط ​​على أحدث البيانات التاريخية ولكنه يستخدم بالضبط ثلاث فترات أحدث متاحة لكل تنبؤ. يجب أن تلاحظ أيضا أننا لسنا بحاجة حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا. وهذا يختلف بالتأكيد عن نموذج التجانس الأسي. وشملت إيف التنبؤات كوتاباستكوت لأننا سوف استخدامها في صفحة الويب التالية لقياس صحة التنبؤ. الآن أريد أن أعرض النتائج المماثلة لمتوسطين توقعات المتوسط ​​المتحرك. يجب أن يكون إدخال الخلية C5 الآن يمكنك نسخ صيغة الخلية هذه إلى الخلايا الأخرى من C6 إلى C11. لاحظ كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ. مرة أخرى لقد قمت بتضمين التنبؤات اقتباسا لأغراض التوضيح واستخدامها لاحقا في التحقق من صحة التوقعات. بعض الأمور الأخرى التي من الأهمية أن تلاحظ. وبالنسبة للمتوسط ​​المتحرك للمتوسط ​​m، لا يتوقع إلا أن تستخدم معظم قيم البيانات الأخيرة في التنبؤ. لا شيء آخر ضروري. وبالنسبة للتنبؤ المتوسط ​​المتحرك للمتوسط ​​m، عند التنبؤ بالتنبؤات، لاحظ أن التنبؤ الأول يحدث في الفترة m 1. وستكون هاتان المسألتان مهمتين جدا عند تطوير الشفرة. تطوير المتوسط ​​المتحرك المتحرك. الآن نحن بحاجة إلى تطوير رمز لتوقعات المتوسط ​​المتحرك التي يمكن استخدامها أكثر مرونة. تتبع التعليمات البرمجية. لاحظ أن المدخلات هي لعدد الفترات التي تريد استخدامها في التوقعات ومصفوفة القيم التاريخية. يمكنك تخزينه في أي المصنف الذي تريده. وظيفة موفينغافيراج (تاريخي، نومبروفريودس) كما واحد إعلان وتهيئة المتغيرات ديم البند كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادي ديم تاريخي الحجم كما عدد صحيح تهيئة المتغيرات عداد 1 تراكم 0 تحديد حجم الصفيف التاريخي تاريخ سيز التاريخية. الكونت كونتر 1 إلى نومبروفريودس تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا تراكم تراكم تاريخي (تاريخي - عدد نومبريوفريودس عداد) موفينغافيراج تراكوم نومبروفريودس سيتم شرح التعليمات البرمجية في الصف. تريد وضع الدالة على جدول البيانات بحيث تظهر نتيجة الحساب حيث تريد ما يلي. المتوسط ​​المتحرك: ما هو وكيفية حسابه مشاهدة الفيديو أو قراءة المقال أدناه: المتوسط ​​المتحرك هو تقنية للحصول على فكرة عامة عن الاتجاهات في مجموعة البيانات هو متوسط ​​أي مجموعة فرعية من الأرقام. والمتوسط ​​المتحرك مفيد للغاية للتنبؤ بالاتجاهات الطويلة الأجل. يمكنك حسابه لأي فترة من الزمن. على سبيل المثال، إذا كان لديك بيانات مبيعات لفترة عشرين عاما، يمكنك حساب متوسط ​​متحرك لمدة خمس سنوات، ومتوسط ​​متحرك لمدة أربع سنوات، ومتوسط ​​متحرك لمدة ثلاث سنوات، وما إلى ذلك. وكثيرا ما يستخدم محللو سوق الأسهم متوسطا متحركا يتراوح بين 50 أو 200 يوم لمساعدتهم على رؤية الاتجاهات في سوق الأسهم وتوقع (أينما كانت) الأسهم. يمثل المتوسط ​​قيمة 8220middling 8221 لمجموعة من الأرقام. المتوسط ​​المتحرك هو نفسه تماما، ولكن يتم حساب المتوسط ​​عدة مرات لعدة مجموعات فرعية من البيانات. على سبيل المثال، إذا كنت ترغب في متوسط ​​متحرك لمدة عامين لمجموعة بيانات من 2000 و 2001 و 2002 و 2003 ستجد متوسطات للمجموعات الفرعية 20002001 و 20012002 و 20022003. وعادة ما يتم رسم المتوسطات المتحركة ويتم تصويرها بشكل أفضل. حساب متوسط ​​متحرك لمدة خمس سنوات مثال لمشكلة العينة: حساب متوسط ​​متحرك لمدة خمس سنوات من مجموعة البيانات التالية: (4M 6M 5M 8M 9M) ​​5 6.4M متوسط ​​مبيعات المجموعة الفرعية الثانية من خمس سنوات (2004 8211 2008). (6M 5M 8M 9M 5M) 5 6.6M متوسط ​​مبيعات المجموعة الفرعية الثالثة من خمس سنوات (2005 8211 2009). تتمحور حول 2007، هو 6.6M: (5M 8M 9M 5M 4M) 5 6.2M مواصلة حساب كل خمس سنوات، حتى تصل إلى نهاية المجموعة (2009-2013). هذا يمنحك سلسلة من النقاط (المتوسطات) التي يمكنك استخدامها لرسم مخطط للمتوسطات المتحركة. يوضح جدول إكسيل التالي المتوسطات المتحركة المحسوبة للفترة 2003-2012 مع مؤامرة مبعثر للبيانات: شاهد الفيديو أو اقرأ الخطوات التالية: يحتوي إكسيل على وظيفة إضافية قوية، وهي أداة تحليل البيانات (كيفية تحميل البيانات أداة تولباك تولباك) التي تمنحك العديد من الخيارات الإضافية، بما في ذلك وظيفة المتوسط ​​المتحرك الأوتوماتيكي. وظيفة ليس فقط بحساب المتوسط ​​المتحرك بالنسبة لك، فإنه أيضا الرسوم البيانية البيانات الأصلية في نفس الوقت. مما يوفر لك الكثير من ضربات المفاتيح. إكسيل 2013: الخطوات الخطوة 1: انقر فوق علامة التبويب 8220Data8221 ثم انقر فوق 8220 تحليل البيانات. 8221 الخطوة 2: انقر 8220 متوسط ​​المتوسط ​​8221 ثم انقر فوق 8220OK.8221 الخطوة 3: انقر فوق المربع 8220 الإدخال 8221 ثم حدد البيانات الخاصة بك. إذا قمت بتضمين رؤوس الأعمدة، فتأكد من تحديد علامة التبويب في مربع الصف الأول. الخطوة 4: اكتب فاصل زمني في المربع. الفاصل الزمني هو عدد النقاط السابقة التي تريد من إكسيل استخدامها لحساب المتوسط ​​المتحرك. على سبيل المثال، 822058221 سوف تستخدم نقاط البيانات الخمس السابقة لحساب المتوسط ​​لكل نقطة لاحقة. كلما انخفض الفاصل الزمني، كلما كان المتوسط ​​المتحرك أقرب إلى مجموعة البيانات الأصلية. الخطوة 5: انقر في المربع 8220 المدى المدى 8221 وحدد منطقة في ورقة العمل حيث تريد ظهور النتيجة. أو انقر فوق زر الاختيار 8220New ورقة العمل 8221. الخطوة 6: تحقق من مربع 8220Chart الإخراج 8221 إذا كنت تريد أن ترى مخططا لمجموعة البيانات الخاصة بك (إذا كنت قد نسيت القيام بذلك، يمكنك دائما العودة وإضافته أو اختيار مخطط من 8220Insert8221 علامة التبويب 82221 الخطوة 7: اضغط 8220OK .8221 سيعرض إكسيل النتائج في المنطقة التي حددتها في الخطوة 6. شاهد الفيديو أو اقرأ الخطوات التالية: مشكلة العينة: احسب المتوسط ​​المتحرك لمدة ثلاث سنوات في إكسيل لبيانات المبيعات التالية: 2003 (33M)، 2004 (22 مليونا) وعام 2005 (36 مليونا) وعام 2006 (34 مليونا) وعام 2007 (43 مليونا) وعام 2008 (39 مليونا) وعام 2009 (41 مليونا) و 2010 (36 مليونا) و 2011 (45 مليونا) و 2012 (56 مليونا) 1: اكتب بياناتك إلى عمودين في إكسيل، يجب أن يحتوي العمود الأول على السنة والعمود الثاني على البيانات الكمية (في هذا المثال، أرقام المبيعات).تأكد من عدم وجود صفوف فارغة في بيانات الخلية الخطوة 2 : احسب متوسط ​​الثلاث سنوات الأولى (2003-2005) بالنسبة لهذه المشكلة، اكتب 8220 (B2B3B4) 38221 إلى الخلية D3 حساب المتوسط ​​الأول الخطوة 3: اسحب المربع في الزاوية اليمنى السفلى d الخاصة لنقل الصيغة إلى جميع الخلايا في العمود. ويحسب هذا متوسطات السنوات المتعاقبة (على سبيل المثال، 2004-2006، 2005-2007). سحب الصيغة. الخطوة 4: (اختياري) إنشاء رسم بياني. حدد كافة البيانات في ورقة العمل. انقر فوق علامة التبويب 8220Insert8221، ثم انقر فوق 8220Scatter، 8221 ثم انقر فوق 8220Scatter مع خطوط ناعمة وعلامات. 8221 سيظهر رسم بياني للمتوسط ​​المتحرك في ورقة العمل. تحقق من قناتنا على يوتوب للحصول على مزيد من الإحصائيات المساعدة والنصائح المتوسط ​​المتحرك: ما هو وكيفية حسابه تم آخر تعديل: 8 يناير 2016 بواسطة أنديل 22 أفكار حول لدكو المتوسط ​​المتحرك: ما هو عليه وكيفية حسابه رديقو هذا هو مثالية وبسيطة لاستيعاب. شكرا على العمل هذا واضح جدا وغنية بالمعلومات. السؤال: كيف يحسب المرء المتوسط ​​المتحرك لمدة 4 سنوات ما هو العام الذي سينتقل فيه المتوسط ​​المتحرك لمدة 4 سنوات إلى مركزه في نهاية السنة الثانية (أي 31 ديسمبر). هل يمكنني استخدام متوسط ​​الدخل للتنبؤ الأرباح المستقبلية أي شخص يعرف عن الوسط تركز يرجى التكرم تخبرني إذا كان أي شخص يعرف. هنا 8217s بالنظر إلى أننا يجب أن تنظر 5 سنوات للحصول على المتوسط ​​الذي هو في center. then ماذا عن سنوات بقية إذا أردنا الحصول على متوسط ​​20118230as نحن don8217t لديها المزيد من القيم بعد عام 2012، ثم كيف نحسب ذلك كما كنت don8217t ديك أي مزيد من المعلومات سيكون من المستحيل لحساب 5 سنوات ما لعام 2011. هل يمكن أن تحصل على المتوسط ​​المتحرك لمدة عامين على الرغم من. مرحبا، شكرا على الفيديو. ومع ذلك، هناك شيء واحد غير واضح. كيفية القيام بتوقعات للأشهر القادمة يعرض الفيديو التوقعات للأشهر التي تتوفر عنها البيانات بالفعل. مرحبا، الخام، I8217m العمل على توسيع المادة لتشمل التنبؤ. وهذه العملية أكثر تعقيدا من استخدام البيانات السابقة. نلقي نظرة على هذه المادة جامعة ديوك، والذي يفسر ذلك في العمق. التحيات، ستيفاني شكرا لكم على تفسيرات واضحة. مرحبا غير قادر على تحديد موقع الرابط إلى مقترح جامعة ديوك المادة. طلب نشر الرابط مرة أخرى