Wednesday, November 2, 2016

Prognose mit gleitender durchschnitt excel

Gleitender Durchschnitt Vorhersage Einleitung. Wie Sie vermutlich schauen, betrachten wir einige der primitivsten Ansätze zur Prognose. Aber hoffentlich sind diese zumindest eine lohnende Einführung in einige der Rechenprobleme im Zusammenhang mit der Umsetzung von Prognosen in Tabellenkalkulationen. In diesem Sinne werden wir von Anfang an beginnen und beginnen mit Moving Average Prognosen zu arbeiten. Gleitende durchschnittliche Prognosen. Jeder ist vertraut mit gleitenden durchschnittlichen Prognosen, unabhängig davon, ob sie glauben, sie sind. Alle Studenten tun sie die ganze Zeit. Denken Sie an Ihre Testergebnisse in einem Kurs, in dem Sie vier Tests während des Semesters haben werden. Angenommen, Sie haben eine 85 auf Ihrem ersten Test. Was würden Sie vorhersagen, für Ihre zweite Test-Score Was glauben Sie, Ihr Lehrer würde für Ihre nächste Test-Punkt vorhersagen Was denken Sie, Ihre Freunde könnten für Ihre nächste Test-Punkt vorherzusagen Was denken Sie, Ihre Eltern könnten für Ihre nächste Test-Score Unabhängig davon vorhersagen Alle die blabbing Sie tun könnten, um Ihre Freunde und Eltern, sie und Ihr Lehrer sind sehr wahrscheinlich zu erwarten, dass Sie etwas im Bereich der 85 erhalten Sie gerade bekommen. Nun, jetzt gehen wir davon aus, dass trotz Ihrer Selbst-Förderung an Ihre Freunde, Sie über-schätzen Sie sich und Figur, die Sie weniger für den zweiten Test lernen können und so erhalten Sie ein 73. Nun, was sind alle betroffenen und unbekümmerten gehen Erwarten Sie erhalten auf Ihrem dritten Test Es gibt zwei sehr wahrscheinlich Ansätze, damit sie eine Schätzung unabhängig davon entwickeln, ob sie sie mit Ihnen teilen. Sie können sich selbst sagen, "Dieser Kerl ist immer bläst Rauch über seine smarts. Hes gehend, ein anderes 73 zu erhalten, wenn hes glücklich. Vielleicht werden die Eltern versuchen, mehr unterstützend und sagen, quotWell, so weit youve bekommen eine 85 und eine 73, so dass Sie vielleicht auf eine über (85 73) / 2 79. Ich weiß nicht, vielleicht, wenn Sie weniger haben Partying und werent wedelte das Wiesel ganz über dem Platz und wenn Sie anfingen, viel mehr zu studieren, konnten Sie einen höheren score. quot erhalten. Beide dieser Schätzungen sind wirklich gleitende durchschnittliche Prognosen. Der erste verwendet nur Ihre jüngste Punktzahl, um Ihre zukünftige Leistung zu prognostizieren. Dies wird als gleitende Durchschnittsprognose mit einer Datenperiode bezeichnet. Die zweite ist auch eine gleitende durchschnittliche Prognose, aber mit zwei Perioden von Daten. Nehmen wir an, dass alle diese Leute, die auf deinem großen Verstand zerschmettern, Art von dich angepisst haben und du entscheidest, auf dem dritten Test aus deinen eigenen Gründen gut zu tun und eine höhere Kerbe vor deinen quotalliesquot zu setzen. Sie nehmen den Test und Ihre Gäste ist eigentlich ein 89 Jeder, einschließlich selbst, ist beeindruckt. So jetzt haben Sie die abschließende Prüfung des Semesters herauf und wie üblich spüren Sie die Notwendigkeit, alle in die Vorhersagen zu machen, wie youll auf dem letzten Test tun. Nun, hoffentlich sehen Sie das Muster. Nun, hoffentlich können Sie das Muster sehen. Was glauben Sie, ist die genaueste Pfeife, während wir arbeiten. Nun kehren wir zu unserer neuen Reinigungsfirma zurück, die von Ihrer entfremdeten Halbschwester namens Whistle While We Work begonnen wurde. Sie haben einige vergangene Verkaufsdaten, die durch den folgenden Abschnitt aus einer Kalkulationstabelle dargestellt werden. Zuerst präsentieren wir die Daten für eine dreidimensionale gleitende Durchschnittsprognose. Der Eintrag für Zelle C6 sollte jetzt sein Sie können diese Zellformel auf die anderen Zellen C7 bis C11 kopieren. Beachten Sie, wie der Durchschnitt bewegt sich über die jüngsten historischen Daten, sondern verwendet genau die drei letzten Perioden zur Verfügung für jede Vorhersage. Sie sollten auch bemerken, dass wir nicht wirklich brauchen, um die Vorhersagen für die vergangenen Perioden zu machen, um unsere jüngste Vorhersage zu entwickeln. Dies ist definitiv anders als das exponentielle Glättungsmodell. Ive gehörte die quotpast predictionsquot, weil wir sie in der nächsten Web-Seite verwenden Vorhersage Gültigkeit zu messen. Nun möchte ich die analogen Ergebnisse für eine zwei-Periode gleitenden Durchschnitt Prognose zu präsentieren. Der Eintrag für die Zelle C5 sollte nun Sie diese Zelle Formel C6 bis C11 zu den anderen Zellen nach unten kopieren. Beachten Sie, wie jetzt nur noch die beiden letzten Stücke von historischen Daten für jede Vorhersage verwendet werden. Wieder habe ich die quotpast predictionsquot Bilder dienen der Veranschaulichung und für die spätere Verwendung in Prognose Validierung. Einige andere Dinge, die wichtig zu beachten sind. Für einen m-Zeitraum durchschnittliche Prognose bewegen nur die m letzten Datenwerte werden verwendet, um die Vorhersage zu machen. Nichts anderes ist notwendig. Für einen m-Zeitraum durchschnittliche Prognose bewegen, wenn quotpast predictionsquot machen, feststellen, dass die erste Vorhersage in Periode m 1. Beide Probleme auftritt, wird sehr bedeutend sein, wenn wir unseren Code zu entwickeln. Entwicklung der Moving Average Funktion. Nun müssen wir den Code für die gleitende Durchschnittsprognose entwickeln, die flexibler genutzt werden kann. Der Code folgt. Beachten Sie, dass die Eingänge für die Anzahl der Perioden sind Sie in der Prognose und dem Array von historischen Werten verwenden möchten. Sie können es in beliebiger Arbeitsmappe speichern. Funktion MovingAverage (Historische, NumberOfPeriods) As Single Deklarieren und Variablen Dim Artikel As Variant Dim Zähler As Integer Dim Accumulation As Single Dim HistoricalSize Initialisierung As Integer initialisieren Variablen Zähler 1 Accumulation 0 Bestimmung der Größe der historischen Array HistoricalSize Historical. Count für Zähler 1 Um NumberOfPeriods Anhäufung der entsprechenden Anzahl der zuletzt beobachteten Werte Accumulation Accumulation Historical (HistoricalSize - NumberOfPeriods Counter) MovingAverage Accumulation / NumberOfPariods Der Code wird in der Klasse erklärt. Sie möchten die Funktion in der Tabellenkalkulation positionieren, so dass das Ergebnis der Berechnung angezeigt wird, wo es die folgenden. Moving Average Dieses Beispiel lehrt, wie Sie den gleitenden Durchschnitt einer Zeitreihe in Excel zu berechnen. Eine bewegte Avearge wird verwendet, um Unregelmäßigkeiten (Spitzen und Täler) zu glätten, um Trends leicht zu erkennen. 1. Erstens, werfen wir einen Blick auf unsere Zeitreihe. 2. Klicken Sie auf der Registerkarte Daten auf Datenanalyse. Hinweis: Klicken Sie hier, um das Analyse-ToolPak-Add-In zu laden. 3. Wählen Sie Verschiebender Durchschnitt aus, und klicken Sie auf OK. 4. Klicken Sie im Feld Eingabebereich auf den Bereich B2: M2. 5. Klicken Sie in das Feld Intervall und geben Sie 6 ein. 6. Klicken Sie in das Feld Ausgabebereich und wählen Sie Zelle B3 aus. 8. Zeichnen Sie ein Diagramm dieser Werte. Erläuterung: Da wir das Intervall auf 6 setzen, ist der gleitende Durchschnitt der Durchschnitt der letzten 5 Datenpunkte und der aktuelle Datenpunkt. Als Ergebnis werden Spitzen und Täler geglättet. Die Grafik zeigt eine zunehmende Tendenz. Excel kann den gleitenden Durchschnitt für die ersten 5 Datenpunkte nicht berechnen, da nicht genügend frühere Datenpunkte vorhanden sind. 9. Wiederholen Sie die Schritte 2 bis 8 für Intervall 2 und Intervall 4. Fazit: Je größer das Intervall, desto mehr werden die Spitzen und Täler geglättet. Je kleiner das Intervall, desto näher sind die gleitenden Mittelwerte zu den tatsächlichen Datenpunkten. Bitte teilen Sie diese Seite auf GoogleFORECAST-Funktion Gilt für: Excel 2016, Excel 2010, Excel 2010, Excel 2007, Excel 2016 für Mac, Excel für Mac 2011, Excel Online, Excel für iPad, Excel für iPhone, Excel Für Android-Tablets, Excel Starter, Excel Mobile, Excel für Android-Handys, weniger Betrifft: Excel 2016. Excel 2010. Excel 2010. Excel 2007. Excel 2016 für Mac. Excel für Mac 2011. Excel Online. Excel für iPad. Excel für iPhone. Excel für Android-Tablets. Excel-Starter. Excel Mobile. Excel für Android-Handys. Mehr. Dieser Artikel beschreibt die Formel-Syntax und die Verwendung der Funktion FORECAST in Microsoft Excel. Hinweis: In Excel 2016 wurde diese Funktion als Teil der neuen Forecasting-Funktionen durch FORECAST. LINEAR ersetzt. Es steht immer noch für Abwärtskompatibilität zur Verfügung, aber erwägen Sie, die neue Funktion in Excel 2016 zu verwenden. Beschreibung Berechnet oder prognostiziert einen zukünftigen Wert, indem Sie vorhandene Werte verwenden. Der vorhergesagte Wert ist ein y-Wert für einen gegebenen x-Wert. Die bekannten Werte sind vorhandene x-Werte und y-Werte, und der neue Wert wird durch lineare Regression vorhergesagt. Sie können diese Funktion verwenden, um zukünftige Verkäufe, Bestandsanforderungen oder Verbrauchertrends vorherzusagen. Syntax FORECAST (x, knownys, knownxs) Die Syntax der FORECAST-Funktion hat die folgenden Argumente: X Erforderlich. Der Datenpunkt, für den Sie einen Wert vorhersagen möchten. Knownys Erforderlich. Das abhängige Array oder der Datenbereich. Knownxs Erforderlich. Das unabhängige Array oder der Bereich der Daten. Hinweise Wenn x nicht numerisch ist, gibt FORECAST den Wert VALUE zurück. Wenn knowys und knownxs leer sind oder eine andere Anzahl von Datenpunkten enthalten, gibt FORECAST den N / A-Fehlerwert zurück. Wenn die Varianz von bekanntexx gleich Null ist, dann gibt FORECAST den DIV / 0-Fehlerwert zurück. Die Gleichung für FORECAST ist abx, wobei: und wobei x und y die Abtastmittel AVERAGE (bekannt) und AVERAGE (bekannt ys) sind. Beispiel Kopieren Sie die Beispieldaten in die folgende Tabelle und fügen Sie es in Zelle A1 eines neuen Excel-Arbeitsblatts ein. Wählen Sie für Formeln die Ergebnisse aus, drücken Sie F2, und drücken Sie dann die EINGABETASTE. Wenn Sie benötigen, können Sie die Spaltenbreite anpassen, um alle Daten zu sehen. Excel Sales Prognose für Dummies Cheat Sheet Wenn Sie lernen, Prognose zu lernen, ist es oft eine gute Idee, sich auf die Excel-Tools in der Datenanalyse-Add-in. Aber ihre Reichweite ist ziemlich begrenzt und vor zu lange you8217re wahrscheinlich finden Sie sich die Vorteile der Excel8217s Arbeitsblatt-Funktionen direkt. Wenn Sie sich mit allen inferentiellen Statistiken, die zusammen mit der LINEST-Funktion kommen zu finden, you8217ll wissen, dass es Zeit, um Ihre Baseline für eine formale Prognose zu legen. 6 Excel-Datenanalyse-Add-In-Tools Das Datenanalyse-Add-In, das früher als Analysis ToolPak bezeichnet wird, gibt Formeln in Ihrem Namen ein, sodass Sie sich auf what8217s konzentrieren können, die mit Ihren Daten fortfahren. Es hat drei verschiedene Werkzeuge, die direkt nützlich sind bei der Prognose Moving Average, Exponential Smoothing und Regression sowie mehrere andere, die helfen können. Hier ist eine Liste einiger der Tools, die Teil des Datenanalyse-Add-Ins sind. Es gibt tatsächlich drei verschiedene ANOVA-Tools. Keine ist speziell für die Prognose nützlich, aber jedes der Tools kann Ihnen helfen, den Datensatz zu verstehen, der Ihrer Prognose zugrunde liegt. Die ANOVA-Tools helfen Ihnen, zwischen Proben zu unterscheiden, zum Beispiel, Menschen, die in Tennessee leben wie eine bestimmte Marke von Auto besser als diejenigen, die in Vermont leben Dieses Tool ist ein wichtiges, unabhängig von der Methode, die Sie verwenden, um eine Prognose erstellen. Wenn Sie mehr als eine Variable haben, können Sie sagen, wie stark die beiden Variablen zusammenhängen (plus oder minus 1,0 ist stark, 0,0 bedeutet keine Beziehung). Wenn Sie nur eine Variable haben, können Sie sagen, wie stark ein Zeitraum mit einem anderen verwandt ist. Verwenden Sie das Tool "Deskriptive Statistik", um Dinge wie den Durchschnitt und die Standardabweichung Ihrer Daten zu behandeln. Das Verständnis dieser grundlegenden Statistiken ist wichtig, so dass Sie wissen, was los ist mit Ihren Prognosen. Dieser Tool-Name klingt ominös und einschüchternd, was das Tool nicht ist. Wenn Sie nur eine Variable wie Umsatz oder Verkaufseinheit haben, schauen Sie auf einen vorherigen Istwert, um den nächsten (vielleicht den vorherigen Monat oder denselben Monat im Vorjahr) vorherzusagen. Mit diesem Tool können Sie die nächste Prognose anpassen, indem Sie den Fehler in der vorherigen Prognose verwenden. Ein gleitender Durchschnitt zeigt den Durchschnitt der Ergebnisse über die Zeit. Der erste könnte der Durchschnitt für Januar, Februar und März sein, der zweite wäre dann der Durchschnitt für Februar, März und April und so weiter. Diese Methode der Prognose tendiert dazu, sich auf das Signal zu konzentrieren (was in der Grundlinie tatsächlich vor sich geht) und um das Rauschen (zufällige Schwankungen in der Grundlinie) zu minimieren. Die Regression ist eng mit der Korrelation verknüpft. Verwenden Sie dieses Tool, um eine Variable (wie z. B. Verkäufe) von einem anderen (wie Datum oder Werbung) zu prognostizieren. Es gibt Ihnen ein paar Zahlen zu verwenden in einer Gleichung, wie Verkäufe 50000 (10 Datum). 4 Excel Forecasting Functions Excel hat viele großartige Tools für die Umsatzprognose. Die Kenntnis der folgenden Funktionen ist hilfreich, um Ihre Daten in Ordnung zu bekommen. Schauen Sie sich die folgenden praktischen Prognosefunktionen an. Die Arbeitsblattversion des Datenanalyse-Add-Ins Korrelationstools. Der Unterschied ist, dass CORREL neu berechnet, wenn die Eingabedaten ändern, und das Korrelation-Tool nicht. Beispiel: CORREL (A1: A50, B1: B50). Auch CORREL gibt Ihnen nur eine Korrelation, aber das Korrelationstool kann Ihnen eine ganze Matrix von Korrelationen geben. Sie können diese Funktion anstelle des Add-Ins-Regressionstools für die Datenanalyse verwenden. (Der Funktionsname ist eine Abkürzung für lineare Schätzung.) Für einfache Regression wählen Sie einen Bereich von zwei Spalten und fünf Zeilen aus. Sie müssen diese Funktion angeben. Geben Sie beispielsweise LINEST (A1: A50, B1: B50,, TRUE) ein, und drücken Sie dann StrgShiftEnter. Diese Funktion ist praktisch, weil es Ihnen Prognosewerte direkt gibt, wohingegen LINEST Ihnen eine Gleichung gibt, die Sie verwenden müssen, um die Prognose zu erhalten. Verwenden Sie zum Beispiel TREND (A1: A50, B1: B50, B51), wo Sie einen neuen Wert auf der Grundlage von whats in B51 prognostizieren. Die Funktion FORECAST ähnelt der Funktion TREND. Die Syntax ist ein wenig anders. Verwenden Sie beispielsweise FORECAST (B51, A1: A50, B1: B50), wo Sie einen neuen Wert auf der Basis des Wertes in B51 prognostizieren. Auch FORECAST behandelt nur einen Prädiktor, aber TREND kann mehrere Prädiktoren verarbeiten. Was Sie aus der Excel-Funktion heraus erhalten LINEST Funktion für Verkäufe Prognose Excel8217s LINEST Funktion ist ein handliches Werkzeug für Verkäufe Prognose. Zu wissen, was Sie damit machen können, macht Ihre Prognose leichte Arbeit. Hier ist ein kurzer Überblick über Excel8217s LINEST-Funktion, Zeile für Zeile: Wie Berechnen von gleitenden Durchschnitten in Excel Excel-Datenanalyse für Dummies, 2nd Edition Der Data Analysis-Befehl bietet ein Werkzeug für die Berechnung der verschieben und exponentiell geglättete Durchschnitte in Excel. Nehmen Sie an, um zu veranschaulichen, dass Sie tägliche Temperaturinformationen gesammelt haben. Sie wollen den dreitägigen gleitenden Durchschnitt 8212 den Durchschnitt der letzten drei Tage 8212 als Teil einer einfachen Wettervorhersage berechnen. Gehen Sie folgendermaßen vor, um die gleitenden Mittelwerte für diesen Datensatz zu berechnen. Um einen gleitenden Durchschnitt zu berechnen, klicken Sie zuerst auf die Schaltfläche Data tab8217s Data Analysis. Wenn Excel das Dialogfeld Datenanalyse anzeigt, wählen Sie aus der Liste den Eintrag Moving Average aus, und klicken Sie dann auf OK. Excel zeigt das Dialogfeld "Gleitender Durchschnitt" an. Identifizieren Sie die Daten, die Sie verwenden möchten, um den gleitenden Durchschnitt zu berechnen. Klicken Sie im Dialogfeld "Gleitender Durchschnitt" in das Eingabebereichsfeld. Identifizieren Sie dann den Eingabebereich, indem Sie entweder eine Arbeitsbereichsadresse eingeben oder mit der Maus den Arbeitsbereich auswählen. Ihre Bereichsreferenz sollte absolute Zellenadressen verwenden. Eine absolute Zellenadresse steht vor dem Spaltennamen und der Zeilennummer mit Vorzeichen, wie in A1: A10. Wenn die erste Zelle in Ihrem Eingabebereich eine Textbeschriftung enthält, um Ihre Daten zu identifizieren oder zu beschreiben, aktivieren Sie das Kontrollkästchen Labels in First Row. Erklären Sie im Textfeld Interval, wie viele Werte in die gleitende Durchschnittsberechnung einbezogen werden sollen. Sie können einen gleitenden Durchschnitt mit einer beliebigen Anzahl von Werten berechnen. Standardmäßig verwendet Excel die letzten drei Werte, um den gleitenden Durchschnitt zu berechnen. Um festzulegen, dass eine andere Anzahl von Werten zur Berechnung des gleitenden Durchschnitts verwendet werden soll, geben Sie diesen Wert in das Textfeld Intervall ein. Sagen Sie Excel, wo die gleitenden Durchschnittsdaten platziert werden sollen. Verwenden Sie das Textfeld Ausgabebereich, um den Arbeitsblattbereich zu identifizieren, in dem Sie die gleitenden Durchschnittsdaten platzieren möchten. In dem Arbeitsblattbeispiel wurden die gleitenden Durchschnittsdaten in den Arbeitsblattbereich B2: B10 platziert. (Optional) Geben Sie an, ob ein Diagramm gewünscht wird. Wenn Sie ein Diagramm möchten, das die gleitenden Durchschnittsinformationen darstellt, aktivieren Sie das Kontrollkästchen "Diagrammausgabe". (Optional) Geben Sie an, ob Standardfehlerinformationen berechnet werden sollen. Wenn Sie Standardfehler für die Daten berechnen möchten, aktivieren Sie das Kontrollkästchen Standardfehler. Excel legt Standardfehlerwerte neben den gleitenden Mittelwerten fest. (Die Standardfehlerinformationen gehen zu C2: C10.) Nachdem Sie die Angabe, welche gleitenden durchschnittlichen Informationen Sie berechnen lassen möchten und wo Sie sie platzieren möchten, klicken Sie auf OK. Excel berechnet gleitende Durchschnittsinformationen. Hinweis: Wenn Excel doesn8217t über genügend Informationen verfügt, um einen gleitenden Durchschnitt für einen Standardfehler zu berechnen, legt er die Fehlermeldung in die Zelle. Sie können mehrere Zellen sehen, die diese Fehlermeldung als einen Wert anzeigen.


No comments:

Post a Comment