Bewegende gemiddelde Hierdie voorbeeld leer jy hoe om die bewegende gemiddelde van 'n tydreeks in Excel te bereken. 'N bewegende avearge gebruik te stryk onreëlmatighede (pieke en dale) om maklik tendense herken. 1. In die eerste plek kan 'n blik op ons tyd reeks. 2. Klik op die blad Data, kliek Data-analise. Nota: cant vind die Data-analise knoppie Klik hier om die analise ToolPak add-in te laai. 3. Kies bewegende gemiddelde en klik op OK. 4. Klik op die insette Range boks en kies die reeks B2: M2. 5. Klik op die boks interval en tik 6. 6. Klik in die uitset Range boks en kies sel B3. 8. Teken 'n grafiek van hierdie waardes. Verduideliking: omdat ons die interval stel om 6, die bewegende gemiddelde is die gemiddeld van die vorige 5 datapunte en die huidige data punt. As gevolg hiervan, is pieke en dale stryk uit. Die grafiek toon 'n toenemende tendens. Excel kan nie bereken die bewegende gemiddelde vir die eerste 5 datapunte, want daar is nie genoeg vorige datapunte. 9. Herhaal stappe 2 tot 8 vir interval 2 en interval 4. Gevolgtrekking: Hoe groter die interval, hoe meer die pieke en dale is glad nie. Hoe kleiner die interval, hoe nader die bewegende gemiddeldes is om die werklike data punte. Hou jy van hierdie gratis webwerf Deel asseblief hierdie bladsy op GoogleMoving Gemiddeld vooruitskatting Inleiding. Soos jy kan raai ons is op soek na 'n paar van die mees primitiewe benaderings tot vooruitskatting. Maar hopelik dit is ten minste 'n waardevolle inleiding tot sommige van die rekenaar kwessies wat verband hou met die implementering van voorspellings in sigblaaie. In dié opsig sal ons voortgaan deur te begin by die begin en begin werk met bewegende gemiddelde voorspellings. Bewegende gemiddelde voorspellings. Almal is vertroud met bewegende gemiddelde voorspellings ongeag of hulle glo hulle is. Alle kollege studente doen dit al die tyd. Dink aan jou toetspunte in 'n kursus waar jy gaan vier toetse gedurende die semester het. Kom ons neem aan jy het 'n 85 op jou eerste toets. Wat sou jy voorspel vir jou tweede toetstelling Wat dink jy jou onderwyser sou Ongeag voorspel vir jou volgende toetstelling Wat dink jy jou vriende kan voorspel vir jou volgende toetstelling Wat dink jy jou ouers kan voorspel vir jou volgende toetstelling al die blabbing jy kan doen om jou vriende en ouers, hulle en jou onderwyser is baie geneig om te verwag dat jy iets kry in die gebied van die 85 wat jy nou net gekry. Wel, nou kan aanneem dat ten spyte van jou self-bevordering van jou vriende, jy oorskat jouself en vind jy minder vir die tweede toets te studeer en so kry jy 'n 73. Nou wat is al die betrokkenes en onbekommerd gaan verwag jy sal op jou derde toets te kry Daar is twee baie waarskynlik benaderings vir hulle om 'n skatting, ongeag of hulle dit sal met julle deel te ontwikkel. Hulle mag sê om hulself, quotThis man is altyd waai rook oor sy intelligensie. Hes gaan na 'n ander 73 as hes gelukkig te kry. Miskien sal die ouers probeer meer ondersteunend te wees en sê, quotWell, tot dusver youve gekry 'n 85 en 'n 73, so miskien moet jy dink oor hoe om oor 'n (85 73) / 2 79. Ek weet nie, miskien as jy minder gedoen partytjies en werent swaaiende die mol al oor die plek en as jy begin doen 'n baie meer studeer jy kan kry 'n hoër score. quot Beide van hierdie vooruitskattings eintlik bewegende gemiddelde voorspellings. Die eerste is net met jou mees onlangse telling tot jou toekomstige prestasie te voorspel. Dit staan bekend as 'n bewegende gemiddelde vooruitskatting gebruik van een tydperk van data. Die tweede is ook 'n bewegende gemiddelde voorspelling, maar die gebruik van twee periodes van data. Kom ons neem aan dat al hierdie mense breker op jou groot gees soort het dronk jy af en jy besluit om goed te doen op die derde toets vir jou eie redes en 'n hoër telling in die voorkant van jou quotalliesquot sit. Jy neem die toets en jou telling is eintlik 'n 89 Almal, insluitende jouself, is beïndruk. So nou het jy die finale toets van die semester kom en soos gewoonlik jy voel die behoefte om almal te dryf in die maak van hul voorspellings oor hoe sal jy doen op die laaste toets. Wel, hopelik sien jy die patroon. Nou, hopelik kan jy die patroon te sien. Wat glo jy is die mees akkurate Whistle Terwyl ons werk. Nou moet ons terugkeer na ons nuwe skoonmaak maatskappy wat begin is deur jou vervreemde halfsuster genoem Whistle Terwyl ons werk. Jy het 'n paar verkope verlede data wat deur die volgende artikel uit 'n sigblad. Ons bied eers die data vir 'n drie tydperk bewegende gemiddelde skatting. Die inskrywing vir sel C6 moet wees Nou kan jy hierdie sel formule af na die ander selle C7 kopieer deur C11. Let op hoe die gemiddelde beweeg oor die mees onlangse historiese data, maar gebruik presies die drie mees onlangse tye beskikbaar wees vir elke voorspelling. Jy moet ook sien dat ons nie regtig nodig om die voorspellings vir die afgelope tyd maak om ons mees onlangse voorspelling ontwikkel. Dit is beslis anders as die eksponensiële gladstryking model. Ive ingesluit die quotpast predictionsquot omdat ons dit sal gebruik in die volgende webblad om voorspellingsgeldigheid meet. Nou wil ek die analoog resultate aan te bied vir 'n periode van twee bewegende gemiddelde skatting. Die inskrywing vir sel C5 moet wees Nou kan jy hierdie sel formule af na die ander selle C6 kopieer deur C11. Let op hoe nou net die twee mees onlangse stukke historiese data gebruik vir elke voorspelling. Weereens het ek die quotpast predictionsquot vir illustratiewe doeleindes en vir latere gebruik in vooruitskatting validering ingesluit. Sommige ander dinge wat van belang om te let. Vir 'n m-tydperk bewegende gemiddelde voorspelling net die m mees onlangse data waardes word gebruik om die voorspelling te maak. Niks anders is nodig. Vir 'n m-tydperk bewegende gemiddelde voorspelling, wanneer quotpast predictionsquot, agterkom dat die eerste voorspelling kom in periode m 1. Beide van hierdie kwessies sal baie belangrik wees wanneer ons ons kode te ontwikkel. Die ontwikkeling van die bewegende gemiddelde funksie. Nou moet ons die kode vir die bewegende gemiddelde voorspelling dat meer buigsaam kan word ontwikkel. Die kode volg. Let daarop dat die insette is vir die aantal periodes wat jy wil gebruik in die vooruitsig en die verskeidenheid van historiese waardes. Jy kan dit stoor in watter werkboek wat jy wil. Funksie MovingAverage (Historiese, NumberOfPeriods) as 'n enkele verkondig en inisialisering veranderlikes Dim punt Soos Variant Dim Counter As Integer Dim Akkumulasie as 'n enkele Dim HistoricalSize As Integer Inisialiseer veranderlikes Counter 1 Akkumulasie 0 bepaling van die grootte van Historiese skikking HistoricalSize Historical. Count Vir Counter 1 Om NumberOfPeriods opbou van die toepaslike aantal mees onlangse voorheen waargeneem waardes Akkumulasie Akkumulasie Historiese (HistoricalSize - NumberOfPeriods toonbank) MovingAverage Akkumulasie / NumberOfPeriods die kode sal in die klas verduidelik. Jy wil die funksie te posisioneer op die sigblad sodat die resultaat van die berekening verskyn waar dit wil die following. Weighted bewegende gemiddelde Model definisie in die geweegde bewegende gemiddelde model (voorspelling strategie 14), is elke historiese waarde geweeg met 'n faktor van die gewig groep in die eenveranderlike voorspelling profiel. Formule vir die Geweegde Moving Gemiddelde Die geweegde bewegende gemiddelde model kan jy onlangse historiese data swaarder gewig as ouer data by die bepaling van die gemiddelde. Jy doen dit as die meer onlangse data is meer verteenwoordigend van watter toekomstige aanvraag sal wees as ouer data. Daarom is die stelsel in staat is om vinniger te reageer op 'n verandering in die vlak. Gebruik Die akkuraatheid van hierdie model hang grootliks af van jou keuse van gewig faktore. As die tyd reeks patroon verander, moet jy ook pas die gewig faktore. Wanneer die skep van 'n gewig groep, betree jy die gewig faktore as persentasies. Die som van die gewig faktore hoef nie te wees 100. Geen ex-post voorspel word bereken met hierdie voorspelling strategy. Moving gemiddelde en eksponensiële gladstryking modelle As 'n eerste stap in die beweging van buite gemiddelde modelle, ewekansige loop modelle, en lineêre tendens modelle, nonseasonal patrone en tendense kan geëkstrapoleer deur 'n bewegende-gemiddelde of glad model. Die basiese aanname agter gemiddelde en glad modelle is dat die tyd reeks is plaaslik stilstaande met 'n stadig wisselende gemiddelde. Vandaar, neem ons 'n bewegende (plaaslike) gemiddelde om die huidige waarde van die gemiddelde skat en dan gebruik dit as die voorspelling vir die nabye toekoms. Dit kan beskou word as 'n kompromie tussen die gemiddelde model en die ewekansige-stap-sonder-drif-model. Dieselfde strategie gebruik kan word om te skat en ekstrapoleer 'n plaaslike tendens. 'N bewegende gemiddelde is dikwels 'n quotsmoothedquot weergawe van die oorspronklike reeks, want kort termyn gemiddelde het die effek van gladstryking uit die knoppe in die oorspronklike reeks. Deur die aanpassing van die mate van gladstryking (die breedte van die bewegende gemiddelde), kan ons hoop om 'n soort van 'n optimale balans tussen die prestasie van die gemiddelde en die stogastiese wandeling modelle slaan. Die eenvoudigste soort gemiddelde model is die. Eenvoudige (ewe-geweeg) Moving Average: Die voorspelling vir die waarde van Y op tyd T1 wat gemaak word op tydstip t is gelyk aan die eenvoudige gemiddelde van die mees onlangse m waarnemings: (hier en elders sal ek die simbool 8220Y-hat8221 gebruik om op te staan vir 'n voorspelling van die tyd reeks Y gemaak op die vroegste moontlike voor datum deur 'n gegewe model.) Hierdie gemiddelde is gesentreer op tydperk t (M1) / 2, wat impliseer dat die skatting van die plaaslike gemiddelde sal neig om agter die werklike waarde van die plaaslike gemiddelde met sowat (M1) / 2 periodes. So, sê ons die gemiddelde ouderdom van die data in die eenvoudige bewegende gemiddelde is (M1) / 2 met betrekking tot die tydperk waarvoor die voorspelling is bereken: dit is die hoeveelheid tyd waarop voorspellings sal neig om agter draaipunte in die data. Byvoorbeeld, as jy gemiddeld die afgelope 5 waardes, sal die voorspellings wees oor 3 periodes laat in reaksie op draaipunte. Let daarop dat indien M1, die eenvoudige bewegende gemiddelde (SMA) model is soortgelyk aan die ewekansige loop model (sonder groei). As m is baie groot (vergelykbaar met die lengte van die skatting tydperk), die SMA model is gelykstaande aan die gemiddelde model. Soos met enige parameter van 'n voorspelling model, is dit gebruiklik om die waarde van k te pas ten einde die beste quotfitquot om die data, dit wil sê die kleinste voorspelling foute gemiddeld behaal. Hier is 'n voorbeeld van 'n reeks wat blykbaar ewekansige skommelinge toon om 'n stadig-wisselende gemiddelde. In die eerste plek kan probeer om dit aan te pas met 'n ewekansige loop model, wat gelykstaande is aan 'n eenvoudige bewegende gemiddelde van 1 kwartaal: Die ewekansige loop model reageer baie vinnig om veranderinge in die reeks, maar sodoende dit tel baie van die quotnoisequot in die data (die ewekansige skommelinge) asook die quotsignalquot (die plaaslike gemiddelde). As ons eerder probeer 'n eenvoudige bewegende gemiddelde van 5 terme, kry ons 'n gladder lyk stel voorspellings: Die 5 termyn eenvoudige bewegende gemiddelde opbrengste aansienlik kleiner foute as die ewekansige loop model in hierdie geval. Die gemiddelde ouderdom van die data in hierdie voorspelling is 3 ((51) / 2), sodat dit is geneig om agter draaipunte met sowat drie periodes. (Byvoorbeeld, blyk 'n afswaai het plaasgevind by tydperk 21, maar die voorspellings nie omdraai tot verskeie tydperke later.) Let daarop dat die langtermyn-voorspellings van die SMA model is 'n horisontale reguit lyn, net soos in die ewekansige loop model. So, die SMA model veronderstel dat daar geen neiging in die data. Maar, terwyl die voorspellings van die ewekansige loop model is eenvoudig gelyk aan die laaste waargenome waarde, die voorspellings van die SMA model is gelykstaande aan 'n geweegde gemiddelde van die afgelope waardes. Die vertroue perke bereken deur Stat Graphics vir die langtermyn-voorspellings van die eenvoudige bewegende gemiddelde nie groter as die vooruitskatting horison styg kry. Dit is natuurlik nie korrek Ongelukkig is daar geen onderliggende statistiese teorie wat ons vertel hoe die vertrouensintervalle behoort te brei vir hierdie model. Dit is egter nie te moeilik om empiriese ramings van die vertroue perke vir die langer-horison voorspellings te bereken. Byvoorbeeld, kan jy die opstel van 'n sigblad waarop die SMA model sal gebruik word om 2 stappe vooruit, 3 stappe vooruit, ens binne die historiese data monster voorspel. Jy kan dan bereken die monster standaardafwykings van die foute op elke voorspelling horison, en dan bou vertrouensintervalle vir langer termyn voorspellings deur optelling en aftrekking veelvoude van die toepaslike standaard afwyking. As ons probeer om 'n 9-termyn eenvoudige bewegende gemiddelde, kry ons selfs gladder voorspellings en meer van 'n sloerende uitwerking: Die gemiddelde ouderdom is nou 5 periodes ((91) / 2). As ons 'n 19-termyn bewegende gemiddelde te neem, die gemiddelde ouderdom toeneem tot 10: Let daarop dat, inderdaad, is die voorspellings nou agter draaipunte met sowat 10 periodes. Watter bedrag van smoothing is die beste vir hierdie reeks Hier is 'n tabel wat hulle dwaling statistieke vergelyk, ook met 'n 3-gemiddelde: Model C, die 5-termyn bewegende gemiddelde, lewer die laagste waarde van RMSE deur 'n klein marge oor die 3 - term en 9 termyn gemiddeldes, en hul ander statistieke is byna identies. So, onder modelle met 'n baie soortgelyke fout statistieke, kan ons kies of ons 'n bietjie meer responsiewe ingesteldheid of 'n bietjie meer gladheid in die voorspellings sou verkies. (Terug na bo.) Browns Eenvoudige Eksponensiële Smoothing (eksponensieel geweeg bewegende gemiddelde) Die eenvoudige bewegende gemiddelde model hierbo beskryf het die ongewenste eienskap dat dit behandel die laaste k Waarnemings ewe en heeltemal ignoreer al voorafgaande waarnemings. Intuïtief, moet afgelope data verdiskonteer in 'n meer geleidelike mode - byvoorbeeld, die mees onlangse waarneming moet 'n bietjie meer gewig kry as 2 mees onlangse, en die 2de mees onlangse moet 'n bietjie meer gewig as die 3 mees onlangse kry, en so aan. Die eenvoudige eksponensiële gladstryking (SES) model accomplishes hierdie. Laat 945 dui n quotsmoothing constantquot ( 'n getal tussen 0 en 1). Een manier om die model te skryf is om 'n reeks L dat die huidige vlak (dit wil sê die plaaslike gemiddelde waarde) van die reeks verteenwoordig as geraamde van data tot op hede te definieer. Die waarde van L op tydstip t is rekursief bereken uit sy eie vorige waarde soos volg: Dus, die huidige stryk waarde is 'n interpolasie tussen die vorige stryk waarde en die huidige waarneming, waar 945 kontroles die nabyheid van die geïnterpoleerde waarde tot die mees onlangse waarneming. Die voorspelling vir die volgende tydperk is eenvoudig die huidige stryk waarde: anders gestel ons kan die volgende voorspelling direk in terme van vorige voorspellings en vorige waarnemings uit te druk, in enige van die volgende ekwivalent weergawes. In die eerste weergawe, die voorspelling is 'n interpolasie tussen vorige skatting en vorige waarneming: In die tweede weergawe, is die volgende voorspelling verkry deur die aanpassing van die vorige skatting in die rigting van die vorige fout deur 'n breukdeel bedrag 945. is die fout gemaak by tyd t. In die derde weergawe, die voorspelling is 'n eksponensieel geweeg (dit wil sê afslag) bewegende gemiddelde met afslag faktor 1- 945: Die interpolasie weergawe van die voorspelling formule is die eenvoudigste om te gebruik as jy die uitvoering van die model op 'n spreadsheet: dit pas in 'n enkele sel en bevat selverwysings verwys na die vorige skatting, die vorige waarneming, en die sel waar die waarde van 945 gestoor. Let daarop dat indien 945 1, die SES model is gelykstaande aan 'n ewekansige loop model (sonder groei). As 945 0, die SES model is gelykstaande aan die gemiddelde model, met die veronderstelling dat die eerste stryk waarde gelyk aan die gemiddelde is ingestel. (Terug na bo.) Die gemiddelde ouderdom van die data in die eenvoudige eksponensiële-glad voorspelling is 1/945 relatief tot die tydperk waarvoor die voorspelling is bereken. (Dit is nie veronderstel duidelik te wees, maar dit kan maklik aangetoon deur die evaluering van 'n oneindige reeks.) Dus, die eenvoudige bewegende gemiddelde voorspelling is geneig om agter draaipunte met sowat 1/945 periodes. Byvoorbeeld, wanneer 945 0.5 die lag is 2 periodes wanneer 945 0.2 die lag is 5 periodes wanneer 945 0.1 die lag is 10 periodes, en so aan. Vir 'n gegewe gemiddelde ouderdom (bv bedrag van lag), die eenvoudige eksponensiële gladstryking (SES) voorspelling is 'n bietjie beter as die eenvoudige bewegende gemiddelde (SMA) voorspel, want dit plaas relatief meer gewig op die mees onlangse waarneming --i. e. dit is 'n bietjie meer quotresponsivequot om veranderinge voorkom in die onlangse verlede. Byvoorbeeld, 'n SMA model met 9 terme en 'n SES model met 945 0.2 beide het 'n gemiddelde ouderdom van 5 vir die data in hul voorspellings, maar die SES model plaas meer gewig op die laaste 3 waardes as wel die SMA model en by die Terselfdertyd is dit doesn8217t heeltemal 8220forget8221 oor waardes meer as 9 tydperke oud was, soos getoon in hierdie grafiek: nog 'n belangrike voordeel van die SES model die SMA model is dat die SES model maak gebruik van 'smoothing parameter wat voortdurend veranderlike, so dit kan maklik new deur die gebruik van 'n quotsolverquot algoritme om die gemiddelde minimum te beperk kwadraat fout. Die optimale waarde van 945 in die SES model vir hierdie reeks blyk te wees 0,2961, soos hier gewys word: die gemiddelde ouderdom van die data in hierdie voorspelling is 1 / 0,2961 3.4 tydperke, wat soortgelyk is aan dié van 'n 6-termyn eenvoudige bewegende gemiddelde. Die langtermyn-voorspellings van die SES model is 'n horisontale reguit lyn. soos in die SMA model en die ewekansige loop model sonder groei. Let egter daarop dat die vertrouensintervalle bereken deur Stat Graphics nou divergeer in 'n redelike aantreklike mode, en dat hulle aansienlik nouer as die vertrouensintervalle vir die ewekansige loop model. Die SES model veronderstel dat die reeks is 'n bietjie quotmore predictablequot as wel die ewekansige loop model. 'N SES model is eintlik 'n spesiale geval van 'n ARIMA model. sodat die statistiese teorie van ARIMA modelle bied 'n goeie basis vir die berekening van vertrouensintervalle vir die SES model. In die besonder, 'n SES model is 'n ARIMA model met een nonseasonal verskil, 'n MA (1) termyn, en geen konstante term. andersins bekend as 'n quotARIMA (0,1,1) model sonder constantquot. Die MA (1) koëffisiënt in die ARIMA model stem ooreen met die hoeveelheid 1- 945 in die SES model. Byvoorbeeld, as jy 'n ARIMA (0,1,1) model inpas sonder konstante om die reeks te ontleed hier, die beraamde MA (1) koëffisiënt blyk te wees 0,7029, wat byna presies 'n minus 0,2961. Dit is moontlik om die aanname van 'n nie-nul konstante lineêre tendens voeg by 'n SES model. Om dit te doen, net 'n ARIMA model met een nonseasonal verskil en 'n MA (1) termyn met 'n konstante, dit wil sê 'n ARIMA (0,1,1) model met 'n konstante spesifiseer. Die langtermyn-voorspellings sal dan 'n tendens wat gelyk is aan die gemiddelde tendens waargeneem oor die hele skatting tydperk is. Jy kan dit nie doen in samewerking met seisoenale aanpassing, omdat die aanpassing opsies seisoenale is afgeskakel wanneer die model tipe is ingestel op ARIMA. Jy kan egter 'n konstante langtermyn eksponensiële tendens om 'n eenvoudige eksponensiële gladstryking model voeg (met of sonder seisoenale aanpassing) deur gebruik te maak van die opsie inflasie-aanpassing in die vooruitskatting prosedure. Die toepaslike quotinflationquot (persentasie groei) koers per periode kan geskat word as die helling koëffisiënt in 'n lineêre tendens model toegerus om die data in samewerking met 'n natuurlike logaritme transformasie, of dit kan op grond van ander, onafhanklike inligting oor die langtermyn groeivooruitsigte . (Terug na bo.) Browns Lineêre (dws dubbel) Eksponensiële glad die SMA modelle en SES modelle aanvaar dat daar geen tendens van enige aard in die data (wat gewoonlik OK of ten minste nie-te-sleg vir 1- stap-ahead voorspellings wanneer die data is relatief raserig), en hulle kan verander word om 'n konstante lineêre tendens inkorporeer soos hierbo getoon. Wat van kort termyn tendense As 'n reeks vertoon 'n wisselende koers van groei of 'n sikliese patroon wat uitstaan duidelik teen die geraas, en as daar 'n behoefte aan meer as 1 tydperk wat voorlê voorspel, dan skatting van 'n plaaslike tendens kan ook wees n probleem. Die eenvoudige eksponensiële gladstryking model veralgemeen kan word na 'n lineêre eksponensiële gladstryking (LES) model wat plaaslike begrotings van beide vlak en tendens bere te kry. Die eenvoudigste-time wisselende tendens model is Browns lineêr eksponensiële gladstryking model, wat twee verskillende reëlmatige reeks wat op verskillende punte gesentreer in die tyd gebruik. Die vooruitskatting formule is gebaseer op 'n ekstrapolasie van 'n streep deur die twee sentrums. ( 'N meer gesofistikeerde weergawe van hierdie model, Holt8217s, word hieronder bespreek.) Die algebraïese vorm van Brown8217s lineêr eksponensiële gladstryking model, soos dié van die eenvoudige eksponensiële gladstryking model, uitgedruk kan word in 'n aantal verskillende maar ekwivalente vorms. Die quotstandardquot vorm van hierdie model word gewoonlik uitgedruk as volg: Laat S dui die enkel-stryk reeks verkry deur die toepassing van eenvoudige eksponensiële gladstryking om reeks Y. Dit is, is die waarde van S op tydperk t gegee word deur: (Onthou dat, onder eenvoudige eksponensiële gladstryking, dit sou die voorspelling vir Y by tydperk T1 wees) Dan Squot dui die dubbel-stryk reeks verkry deur die toepassing van eenvoudige eksponensiële gladstryking (met behulp van dieselfde 945) tot reeks S:. ten slotte, die voorspelling vir Y tk. vir enige kgt1, word gegee deur: Dit lewer e 1 0 (dit wil sê kul n bietjie, en laat die eerste skatting gelyk wees aan die werklike eerste waarneming), en e 2 Y 2 8211 Y 1. waarna voorspellings gegenereer met behulp van die vergelyking hierbo. Dit gee dieselfde toegerus waardes as die formule gebaseer op S en S indien laasgenoemde is begin met behulp van S 1 S 1 Y 1. Hierdie weergawe van die model gebruik word op die volgende bladsy wat 'n kombinasie van eksponensiële gladstryking met seisoenale aanpassing illustreer. Holt8217s Lineêre Eksponensiële Smoothing Brown8217s LES model bere plaaslike begrotings van vlak en tendens deur glad die onlangse data, maar die feit dat dit nie so met 'n enkele glad parameter plaas 'n beperking op die data patrone wat dit in staat is om aan te pas: die vlak en tendens word nie toegelaat om wissel op onafhanklike tariewe. Holt8217s LES model spreek hierdie kwessie deur die insluiting van twee glad konstantes, een vir die vlak en een vir die tendens. Te eniger tyd t, soos in Brown8217s model, die daar is 'n skatting L t van die plaaslike vlak en 'n skatting T t van die plaaslike tendens. Hier is hulle rekursief bereken vanaf die waarde van Y op tydstip t en die vorige raming van die vlak en tendens waargeneem deur twee vergelykings wat eksponensiële gladstryking afsonderlik van toepassing op hulle. As die geskatte vlak en tendens op tydstip t-1 is L t82091 en T t-1. onderskeidelik, dan is die voorspelling vir Y tshy wat op tydstip t-1 sal gemaak is gelyk aan L t-1 T T-1. Wanneer die werklike waarde is waargeneem, is die opgedateer skatting van die vlak rekursief bereken deur interpol tussen Y tshy en sy voorspelling, L t-1 T T-1, die gebruik van gewigte van 945 en 1- 945. Die verandering in die geskatte vlak, naamlik L t 8209 L t82091. geïnterpreteer kan word as 'n lawaaierige meting van die tendens op tydstip t. Die opgedateer skatting van die tendens is dan rekursief bereken deur interpol tussen L t 8209 L t82091 en die vorige skatting van die tendens, T t-1. die gebruik van gewigte van 946 en 1-946: Die interpretasie van die tendens-glad konstante 946 is soortgelyk aan dié van die vlak glad konstante 945. Models met klein waardes van 946 aanvaar dat die tendens verander net baie stadig met verloop van tyd, terwyl modelle met groter 946 aanvaar dat dit vinniger is om te verander. 'N Model met 'n groot 946 is van mening dat die verre toekoms is baie onseker, omdat foute in die tendens-skatting word baie belangrik wanneer voorspel meer as een tydperk wat voorlê. (Terug na bo.) Die smoothing konstantes 945 en 946 kan in die gewone manier word beraam deur die vermindering van die gemiddelde kwadraat fout van die 1-stap-ahead voorspellings. Wanneer dit in Stat Graphics gedoen, die skattings uitdraai om te wees 945 0.3048 en 946 0,008. Die baie klein waarde van 946 beteken dat die model veronderstel baie min verandering in die tendens van een tydperk na die volgende, so basies hierdie model is besig om 'n langtermyn-tendens skat. Volgens analogie met die idee van die gemiddelde ouderdom van die data wat gebruik word in die skatte van die plaaslike vlak van die reeks, die gemiddelde ouderdom van die data wat gebruik word in die skatte van die plaaslike tendens is eweredig aan 1/946, hoewel nie presies gelyk aan Dit. In hierdie geval is dit blyk 1 / 0,006 125. Dit isn8217t n baie presiese aantal sover die akkuraatheid van die skatting van 946 isn8217t regtig 3 desimale plekke te wees, maar dit is van dieselfde algemene orde van grootte as die steekproefgrootte van 100 , so hierdie model is gemiddeld oor 'n hele klomp van die geskiedenis in die skatte van die tendens. Die voorspelling plot hieronder toon dat die LES model skat 'n effens groter plaaslike tendens aan die einde van die reeks as die konstante tendens geskat in die SEStrend model. Ook waarvan die beraamde waarde van 945 is byna identies aan die een wat deur die pas van die SES model met of sonder tendens, so dit is amper dieselfde model. Nou, doen hierdie lyk redelike voorspellings vir 'n model wat veronderstel is om te beraming 'n plaaslike tendens As jy hierdie plot 8220eyeball8221, dit lyk asof die plaaslike tendens afwaarts gedraai aan die einde van die reeks: Wat het die parameters van hierdie model gebeur is beraam deur die vermindering van die kwadraat fout van 1-stap-ahead voorspellings, nie langer termyn voorspellings, in welke geval die tendens 'n groot verskil doesn8217t maak. As alles wat jy is op soek na is 1-stap-ahead foute, is jy nie sien die groter prentjie van tendense oor (sê) 10 of 20 periodes. Ten einde hierdie model meer in harmonie te kry met ons oogbal ekstrapolasie van die data, kan ons met die hand die tendens-glad konstante pas sodat dit 'n korter basislyn vir tendens skatting. Byvoorbeeld, as ons kies om te stel 946 0.1, dan is die gemiddelde ouderdom van die gebruik in die skatte van die plaaslike tendens data is 10 periodes, wat beteken dat ons die gemiddeld van die tendens oor daardie laaste 20 periodes of so. Here8217s wat die voorspelling plot lyk asof ons '946 0.1 terwyl 945 0.3. Dit lyk intuïtief redelike vir hierdie reeks, maar dit is waarskynlik gevaarlik om hierdie tendens te ekstrapoleer nie meer as 10 periodes in die toekoms. Wat van die fout statistieke Hier is 'n model vergelyking vir die twee modelle hierbo asook drie SES modelle getoon. Die optimale waarde van 945.Vir die SES model is ongeveer 0,3, maar soortgelyke resultate (met 'n bietjie meer of minder 'n responsiewe ingesteldheid, onderskeidelik) verkry met 0,5 en 0,2. (A) Holts lineêre exp. glad met alfa 0,3048 en beta 0,008 (B) Holts lineêre exp. glad met alfa 0,3 en beta 0,1 (C) Eenvoudige eksponensiële gladstryking met alfa 0,5 (D) Eenvoudige eksponensiële gladstryking met alfa 0,3 (E) Eenvoudige eksponensiële gladstryking met alfa 0,2 hul statistieke is byna identies, so ons can8217t regtig die keuse te maak op die basis van 1-stap-ahead voorspelling foute binne die data monster. Ons het om terug te val op ander oorwegings. As ons glo dat dit sinvol om die huidige tendens skatting van wat die afgelope 20 periodes of so gebeur baseer, kan ons 'n saak vir die LES model met 945 0.3 en 946 0.1 maak. As ons wil hê agnostikus te wees oor die vraag of daar 'n plaaslike tendens, dan een van die SES modelle makliker om te verduidelik kan wees en sou ook vir meer middel-of-the-road voorspellings vir die volgende 5 of 10 periodes. (Terug na bo.) Watter tipe tendens-ekstrapolasie die beste: horisontale of lineêre empiriese bewyse dui daarop dat, indien die data is reeds aangepas (indien nodig) vir inflasie, dan is dit dalk onverstandig om kort termyn lineêre ekstrapoleer wees tendense baie ver in die toekoms. Tendense duidelik vandag mag verslap in die toekoms as gevolg van uiteenlopende oorsake soos produk veroudering, toenemende mededinging en sikliese afswaai of opwaartse fases in 'n bedryf. Om hierdie rede, eenvoudige eksponensiële gladstryking voer dikwels beter out-of-monster as wat dit andersins word verwag, ten spyte van sy quotnaivequot horisontale tendens ekstrapolasie. Gedempte tendens veranderinge van die lineêre eksponensiële gladstryking model word ook dikwels gebruik in die praktyk om 'n aantekening van konserwatisme in te voer in die tendens projeksies. Die gedempte-tendens LES model geïmplementeer kan word as 'n spesiale geval van 'n ARIMA model, in die besonder, 'n ARIMA (1,1,2) model. Dit is moontlik om vertrouensintervalle rondom langtermyn voorspellings wat deur eksponensiële gladstryking modelle bereken deur die oorweging van hulle as spesiale gevalle van ARIMA modelle. (Pasop: nie alle sagteware bereken vertrouensintervalle vir hierdie modelle korrek.) Die breedte van die vertrouensintervalle hang af van (i) die RMS fout van die model, (ii) die tipe glad (eenvoudige of lineêr) (iii) die waarde (s) van die smoothing konstante (s) en (iv) die aantal periodes voor jy voorspel. In die algemeen, die tussenposes versprei vinniger as 945 kry groter in die SES model en hulle uitgebrei, sodat baie vinniger as lineêre, eerder as eenvoudige smoothing gebruik. Hierdie onderwerp word verder in die ARIMA modelle deel van die notas bespreek. (Terug na bo.) Geweegde gemiddelde in Excel formules Vandag sal ons leer hoe om geweegde gemiddeldes bereken in Excel gebruik van formules. Wat is geweegde gemiddelde Geweegde gemiddelde of geweegde gemiddelde word gedefinieer as vanuit Wikipedia, die geweegde gemiddelde is soortgelyk aan 'n rekenkundige gemiddelde 8230, waar in plaas van elk van die datapunte ewe bydra tot die finale gemiddelde, 'n paar data punte bydra meer as ander. 8230 As al die gewigte gelyk is, dan is die geweegde gemiddelde is dieselfde as die rekenkundige gemiddelde. Hoekom moet jy geweegde gemiddelde of in ander woorde, waarom jy normale gemiddelde Wel nie moet bereken bereken, is dit omdat, in sommige gevalle normale gemiddeldes gee in-korrekte prentjie. Vir bv. neem jy die hoof uitvoerende beampte van ACME Widgets co. Nou kan jy op soek is na jaarlikse salaris verslag en synde die getalle-gal jy is, wat jy wil om uit te vind-die gemiddelde salaris van jou werknemers. Jy vra elke departementshoof vir julle die gemiddelde salaris van daardie departement te gee. Hier is die getalle, Nou, die gemiddelde salaris blyk te wees 330,000 totale almal al salarisse deur 5, (5500065000750001200001200000) / 5. Jy is 'n gelukkige baas om te vind dat jou werknemers maak 330K per jaar. Behalwe, jy is verkeerd. Jy het nie die aantal werknemers in elke departement oorweeg word voordat die berekening van die gemiddelde. So, sou die korrekte gemiddelde 76k wees soos hierbo getoon. Hoe om geweegde gemiddelde in Excel te bereken Daar is geen ingeboude formule in Excel te geweegde gemiddeldes bereken. Daar is egter 'n maklike oplossing om dit. Jy kan SUMPRODUCT formule gebruik. Per definisie, SUMPRODUCT formule neem 2 of meer lyste van getalle en gee die som van die produk van ooreenstemmende waardes. verwant: Excel SUMPRODUCT Formule 8211 wat is dit en hoe om dit te gebruik Dus, as jy waardes in A1 het: A10 en die ooreenstemmende gewigte in B1: B10, kan jy SUMPRODUCT gebruik soos hierdie te geweegde gemiddelde te kry. Maar die bogenoemde metode werk net as B1: B10 bevat gewigte in s ten bedrae van tot 100. In die bogemiddelde salaris byvoorbeeld, dont ons het gewigte. Maar ons het Telling van waardes. Dit is wanneer jy 'n variasie van SUMPRODUCT Formule kan gebruik soos volg: Aflaai Geweegde Gemiddelde Berekening Voorbeeld Werkboek: In hierdie werkboek, kan jy 3 voorbeelde oor hoe om te geweegde gemiddelde te bereken in Excel te vind. Gaan voort en laai dit op die formules beter te verstaan. Het jy gebruik Geweegde gemiddelde / Geweegde Gemiddelde Wat doen jy dit gebruik vir watter soort uitdagings wat jy in die gesig staar Het jy enige tweaked toepassing op geweegde gemiddelde berekeninge Deel asseblief jou idees / wenke met behulp van kommentaar. Nog voorbeelde van gemiddeldes en formules: Deel hierdie punt met jou vriende Ek gebruik geweegde gemiddelde byna elke dag, wanneer ek wil die vordering van my projekte te bereken in terme van funksionele dekking. 1. Ek het 'n lys van take tydens vanaf 1 dag tot 20 dae. 2. Dit is duidelik dat elke taak moet geweeg met betrekking tot die duur. 3. My funksionele dekking word bereken met: (. Groep met trappe) SUMPRODUCT (totaldurationarray (todoarray 0)) / Som (totaldurationarray) en alle daaropvolgende manier kan jy dink ek dit gebruik om te bereken die Gem Mkt Prys Vs ons produkte. Main difficultie: om die berekening op 'n Pivot Table plaas Die gebruik van verskeidenheid formules doen die truuk vir hierdie berekening, maar omdat ek bly voed nuwe inligting om die lêer, is dit om weg te swaar so Ive begin die verandering van hierdie berekening op 'n spil tafel . Kan jy asseblief vir my gids oor hoe om geweegde gemiddelde te bereken op die basis van die datum. Ek wil uitvind twee dinge (1) Geweegde gemiddelde bedrag (2) Geweegde gemiddelde Datum Datum Bedrag 01-Jan-11 1200 08-jul-11 1000 05-Jun-11 1200 17-jul-11 1500 30-Jun-11 1600 Vriendelike groete, Krunal Patel Krunal Die gemiddelde is (12001000120015001600) / 5 1300 As jy gemiddeld wat ander maatstaf is jy meet teen Tipies jy sal sê het sê geweeg 'n gewig, massa, volume of Time wat jou maat is van toepassing op As ek jou data te sorteer datum 1-Jan-11 1200 66.0 8-Maart-11 1000 9.0 17-jul-11 1500 80.0 5-Jun-11 1200 25.0 30-Jun-11 1600 Totaal 238200 180,0 W. Ave 1,323.3 In die bo die 1200-eenhede het geduur 66 dae die 1000 eenhede 9 dae As ek SUMPRODUCT die Aantal en die dae wat ek kry 238200 dit nie die geval is, sluit die 1600 eenhede ek verdeel dan die 238200 eenhede deur totale dae 180 tot 1323 eenhede per dag Hoop dat Danksy help om jou antwoord te kry. Ek verstaan die konsep, maar ek dont verstaan waarom laaste datum is nie ingesluit. In plaas daarvan moet dit meer het geweeg in vergelyking met ander. Krunal Ek het aanvaar dat die 1200-eenhede op 1 Januarie geld uit 1 Januarie tot en met die volgende tydperk 8 Maart As dit andersom waar data geld terugwerkend, dan is jou reg, behalwe dat ons sal laat die 1 Januarie gevolg, sien hieronder bv : 1-Jan-11 1200 - 8-Maart-11 1000 66 17 Maart-11 1500 9 5-Jun-11 1200 80 30-Jun-11 1600 25. Totaal 1197 180. Soos ek oorspronklik gesê gewig vereis 'n tweede veranderlike Kyk na die vetinhoud van melk dit word uitgedruk as So as jy het 'n 1000 liter op 5 en 4000 liter op 10 in totaal jy 5000 liter op 'n geweegde gemiddelde van 9 (1000x5 400010) / 5000. So in jou geval Ek aannames oor die gebruik van jou produk gemaak as jy havent verskaf baie inligting As my aannames verkeerd is laat my weet Run uur producent prod / hr 1425,5 431380 302,61 873 290894 333,21 604 232249 384,51 As ek neem gemiddeld van individuele ry Ek vind 'n prod / hr figuur wat hierbo gegee laaste kolom. En terwyl die neem gemiddeld van prod / hr, middel (302.61333.21384.51 / 3), vind ek 'n gemiddelde waarde 340,11. En as ek som van afloop uur (1425.5873604) en som van CFL (431380290894232249) neem en deel CFL som deur lopie uur som dan vind ek 'n ander gemiddelde dit is 328,8 Waarom hierdie verskil in gemiddelde waarde al in totaliteit dit lyk dieselfde Mei iemand help my, pls. Raju Jy kan nie net Gemiddeld gemiddeldes, want as jy sien elke insette het 'n ander gewig. Jou 604 ure hulle het baie hard gewerk en in die 1425 ure wat hulle vertraag. Wat youve gedoen deur die WHALM Produksie en te deel deur die som van die ure is korrek Hi. Ek het 'n reeks van pryse, en Im probeer om 'n formule wat vir my 'n geprojekteerde prys gee te ontwikkel. So byvoorbeeld: Pryse (Vroegste om Mees onlangse) 2,50 2,90 3,50 4,30 5,00. Ek wil om te sien wat die prys is geneig om te wees in die sel. en ek wil die mees onlangse prys om meer relevant as die vorige pryse wees. so in hierdie voorbeeld, ek dink die waarde sou iets rondom 6,30 wees. die verskil tussen die pryse wat 0,40. 60. 80, 1.00. Ek het regtig net die resultate moet in 'n sel, met inagneming van iets soos 'n 5 daagse bewegende geweegde gemiddelde (indien so iets bestaan). (.) Im in wese probeer om te sien of die prys opwaarts neig, skat die prys wat gebaseer is op meer onlangse verkope data en uit te werk as die verskil tussen mees onlangse prys (5.00) en geprojekteerde prys is meer as 5. James Calvo sê: Hi Ek het hulp nodig om 'n geweegde gemiddelde vir 'n paar rekening onder my. ons het 3 produk lyne (groei tot 5 binnekort). Ek moet 'n formule wat 'n geweegde gemiddelde van die rekening 1-50 rang toon te skep. sodat produk 1 doel is 50 produk 2 doelwit is 3 en produk 3 doel is 3. Ek sou gewig dié gebaseer op belangrikheid op 80 produk 1, 15 produk 2 en 5 produk 3. Hoe sou ek skryf hierdie formule sedert die gemiddeld van die 3 is nie die regte manier. So hier is 'n klein voorbeeld, rekeningnummer Naam prdt 1 werklike prdt 1 doel prdt1 om doel acct 1 25 50 50 prdt 2 werklike prdt 2 doelwit prdt2 om doel acct 1 1 3 33 prdt 3 werklike prdt 3 doel prdt3 om doel acct 1 1 3 33 sodat die gemiddelde van die produkte is 38 dis nie wat ek nodig het ek nodig die geweegde gemiddeld acct op al drie produkte met behulp van die gewigte 80, 15 en 5. help asseblief. Wat hulp nodig het, sê: Hi. Im sukkel om die geweegde gemiddelde vir die invloed (wat verband hou met die gegradeerde vlak). Ek nodig het om uit te vind wat die geweegde gemiddelde inluence is (die kolom) en dan gebruik dit om te bereken die van die invloed spandeer algehele. HELP spandeer 'n Vlak Bring B Vlak Totaal (M) 99,660,078.50 0 0 3,886,439.82 1 15 300 393,235.39 3 100 465,897.47 2 50 4 in die eerste semester Tellings werkblad in sel F17, tik 'n formule om die geweegde gemiddelde van die eerste studente vier eksamens bereken . Die formule in sel F17 moet absolute verwysings gebruik om die gewigte wat in die reeks C8: C11, wat ooreenstem met die elke gewig met die ooreenstemmende eksamen telling. Gebruik Auto Vul die formule in sel F17 kopieer in die reeks F18: F52. Student telling Top Tien oorhoofse tellings Student ID Eksamen 1 Eksamen 2 Eksamen 3 Finale Eksamen Algehele 390-120-2 100,0 83,0 79,0 72,0 390-267-4 84,0 91,0 94,0 80,0 390-299-8 55,0 56,0 47,0 65,0 390-354-3 95,0 91,0 93,0 94,0 390-423-5 83,0 82,0 76,0 77,0 390-433-8 52,0 66,0 61,0 53,0 390-452-0 85,0 94,0 94,0 91,0 390-485-7 89,0 78,0 80,0 87,0 390-648-6 92,0 87,0 89,0 97,0 390- 699-6 74,0 75,0 47,0 64,0 391-260-8 96,0 82,0 91,0 96,0 391-273-8 69,0 74,0 81,0 74,0 391-315-1 87,0 89,0 70,0 82,0 391-373-1 100,0 94,0 86,0 93,0 391-383-6 93,0 90,0 95,0 80,0 391-500-8 78,0 89,0 81,0 88,0 391-642-7 74,0 81,0 83,0 86,0 391-865-0 88,0 71,0 84,0 81,0 391-926-7 94,0 90,0 97,0 97,0 391-928-5 83,0 71,0 62,0 87,0 392-248 -7 72,0 70,0 88,0 77,0 392-302-1 83,0 76,0 81,0 80,0 392-363-7 89,0 72,0 77,0 73,0 392-475-2 100,0 96,0 90,0 99,0 392-539-3 95,0 96,0 91,0 85,0 392-709-8 72,0 49,0 60,0 51,0 392-798-4 82,0 61,0 70,0 61,0 392-834-1 82,0 71,0 64,0 70,0 393-181-6 76,0 69,0 58,0 70,0 393-254-4 90,0 76,0 91,0 71,0 393-287-6 84,0 85,0 66,0 74,0 393-332- 3 96,0 88,0 94,0 93,0 393-411-8 80,0 74,0 75,0 82,0 393-440-4 86,0 85,0 85,0 82,0 393-552-0 100,0 96,0 87,0 94,0 393-792-5 78,0 60,0 87,0 70,0 py die formule in sel F17 in die reeks F18: F52. Jy rock Baie dankie vir hierdie geweegde gemiddelde calcuation / formules. Hulle is dood op. Hi, ek het 'n tipiese probleem waar ek sowat 15 transaksies wat verskillende AHTs vir elk van die transaksie het. Ek sou graag wou weet wat sal die geweegde gemiddelde van al hierdie AHT amp transaksies, kan u pls help my uit transaksie Tipe AHT per dag Tran 120 Art Trans 120 3 180 Art Trans 180 87 208 Art Trans 208 2954 240 Art Trans 240 354 293 Art Trans 293 4 300 Art Trans 300 79 120 Art Trans 322 2464 380 Art Trans 380 19 381 Art Trans 381 229 120 Art Trans 396 182 401 Art Trans 401 655 480 Art Trans 480 49 540 Art Trans 540 33 987 Art Trans 987 251 1080 Art Trans 1080 47 die aanvaarding van jou data is in kolomme A1: D16 probeer die volgende: Geweegde Ave. AHT per dag SUMPRODUCT (A2: A16, C2: C16) / som (A2: A16) Geweegde Ave. Tran SUMPRODUCT (A2: A16, D2: D16) / som (A2: A16) Dankie Mnr Huitson egter een duidelikheid oor wat gedoen moet word om die waardes in selle D2 om D16 Soos in my vorige navraag nodig, ek het die transaksie gegee AHT in kolom B en daaglikse gemiddelde volume in kolom C Please help Dit is onduidelik wat in watter kolom Dit wil voorkom asof jy 4 kolom die formule is: SUMPRODUCT (gewig reeks, data reeks) / som (gewig reeks) hieronder is die momentopname as ek nie in staat is om op te laai die Excel AHT is die tyd verteer vir elk van die transaksie en die volgende figuur word die daaglikse telling van transaksies (120 sekondes, 3 transaksies per dag 180 sekondes, 87 transaksies per dag 208 sekondes, 2954 transaksies per dag) AHT PerDayTran 120 3 180 87 208 2954 240 354 293 4 300 79 322 2464 380 19 381 229 396 182 401 655 480 49 540 33 987 251 1080 47 die aanvaarding van jou data is in A1: B16 die geweegde gemiddelde is: SUMPRODUCT (A2: A16 , B2: B16) / som (A2: A16) Ek wonder of ek enige funksie kan gebruik in Excel om my te help 'n beter besluit te koop. Byvoorbeeld, as ek is op soek na 'n produk (byvoorbeeld 'n skootrekenaar) en ek gaan op 'n shopping webwerf en ek vind volgende inligting. 1. Model nommer 2. aantal resensies 3. werklike hersiening gradering (uit 10) Nou is daar dalk 'n geval wanneer een persoon aangewys produk A 10 ons van 10 Vs 100 mense gegradeerde ander produk B 9 uit 10. Dit is duidelik dat ek is veiliger met gaan vir produk B, maar hoe kan presteer wees van help om dit meer kompleks maak, as daar eienskappe van gebruiker graderings is (soos die gemak van gebruik, duursame, ontwerp, ens), hoe om hierdie komplekse prentjie as top posisie van sien 1. 2 en 3 Net gewonder. Dankie by voorbaat. Tipies jy sal opstel van 'n aantal kriteria en dan rang elke kriteria van seggenskap 1 tot 10 Tel die kriteria en dan kyk na die resultate Wil jy dalk 'n paar kriteria verskil belangrikheid te gee en dit kan gedoen word deur die gee van sulke kriteria 'n telling van tussen 1 en 20 ens Jy moet versigtig wees oor te weeg tellings op die aantal response hallo te wees. Ek sou graag wou weet hoe kan ek geweegde gemiddelde vir statistiese data-analise. ive data wat ingesamel is deur die gebruik van 'n Likertskaal tipe. aantal 0-5 Ek probeer om 'n geweegde gemiddelde skep vir 'n reeks toetse met 'n paar toets readministered op 'n tweede datum. Nie alle toetse word geadministreer elke toets. Die oplossing Ek het al met behulp is om 'n tweede matriks gebruik met 'n IF-funksie, maar ek is nuuskierig as daar 'n meer elegante oplossing. Voorbeeld data is hieronder: Gewig Toets 1 Toets 2 10 90 105 25 85 20 100 100 avg 95 96,7 geweegde 96,7 94 Die gebruik van die SUMPRODUCT / som beskryf sonder die matriks verkeerd lewer 'n geweegde gemiddeld van 52,7 sedert die tweede toets tel as 'n nul. Is daar 'n maklike manier om te kry Excel om spesifieke selle te ignoreer as hulle leeg gelaat (maw toets is nie geadministreer eerder as telling was 0) terwyl die gebruik van die geweegde gemiddelde funksie hier Dankie beskryf vir jou hulp. Jeff Doen: SUMPRODUCT ((A3: A5) (B3: B5) (B3: B5ltgt)) / SUMPRODUCT ((A3: A5) (B3: B5ltgt)) hulp wat gee my eintlik 'n DIV / 0 fout. Ek is nie vertroud is met die (B3: B5ltgt) string. Wat beteken dat dui Is daar 'n manier om 'n lêer Ek sal bly wees om net die hele ding tot so dit makliker sou wees om te sien wat ek doen nie oplaai. Ek kan ook gebruik altyd die tydelike oplossing wat ek het, dit lyk net onnodig slordig. UPDATE: Dit vergelyking werk nie, maar jy moet die sel te identifiseer as 'n matriks berekening. Wanneer die vergelyking ingeskryf dit sal aanvanklik gee 'n DIV / 0. Lig die sel en druk CTRLSHIFTENTER. Dan korrek bereken is. Ek gebruik Office 2010, so ek is nie seker of dit geld in enige ander weergawes ook. Die formule moet ingeskryf word gewoonlik nie as 'n skikkingsformule Dit sal net so goed werk in alle Excel weergawes My lêer met jou data is hier: 2013 2012 Delta Geweegde Verandering Terrein A 1003 966 3.8 2.6 Site B 307 380 -19,2 -5,0 Site C 85 102 -16,7 1.2 Totaal 1395 1448 -3,7 -3,7 Hier is 'n voorbeeld: die geweegde verandering voorheen bereken. Nou ek probeer om vas te stel hoe om die geweegde verandering met hierdie nuwe syfers hieronder te bereken. My raaiskoot is 13 September moet die geweegde veld wees .. 12 September 13 September 'n 102 85 B 970 1004 C 380 307 D 33 27 Totaal 1452 1396 Ek verstaan die Delta Maar het geen idee hoe Geweegde is Tipies bereken wanneer jy geweegde gemiddeldes, jy 'n sekonde of meer velde wat die gewig velde Ek is van plan om 'n Excel-gebaseerde gradering stelsel te ontwerp is. Hoe kan ek dervie n telling wat gebaseer is op 'n) Doel b) Doel weightage. Nota - gradering 1 (beste). gradering 5 (ergste) Doel weightage op n skaal van 1 tot 5. Sameerah Drinkard sê: Geweegde graad 48,07 / 70 68,94 watter graad is dat Weereens het jy my gelei op die pad van korrektheid. Dankie vir die hulp Hi Chandoo, in jou voorbeeld wat jy het gemiddelde salaris van 'n departement en jy probeer om 'n gemiddelde salaris van 'n werknemer te bereken. vir wat jy nodig het om die werklike totale salaris van elke departement weet en dan gebruik dit in die geweegde gemiddelde formule, het jy avg gebruik. salaris van die departement plaas. isnt hierdie verkeerde hulp nodig berekening geweegde gemiddelde opbrengs op bates. Ek het 'n sigblad met meer as 200,000 rye met bates ten bedrae van meer as 2,5 miljard. Elke ry het sowat 120 kolomme met verskillende statistieke vir elke lening. Een van die kolomme is bate bedrag () en die ander is opbrengs (). Ek gebruik SUMIFS om die bates hand van sekere kriteria (sowat 20 unieke items), wat 'n totaal dollar bedrag van bates genereer uit die 2,5 miljard wat in die hele spreadsheet filter. Ek nodig het om die geweegde gemiddelde opbrengs bereken net op die gefilterde bates (wat totaal heelwat laer as die 2,5 miljard). Hoe kan ek die gewigte vir die gevolglike bates sedert die deler elke keer as ek die filters te verander verander Osama Masood Khan sê: Ek het maatskappy bywoning data van werknemers in die volgende vorm wat dit uittreksel uit MS SharePoint 2010. Ek moet daardie uittreksel weet data in die vorm van desimale waarde bv klok in die tyd is soos 9,34 doen ek dit oorweeg 9:31, indien nie hoe om dit te omskep in 'n tyd waarde. Naam klok klok Uit Status Tyd bestee XYZ 9.16 20.30 Present 11.14 wat ek nodig het om span bywoning gemiddeldes te bereken, maar sommige mense kom laat of selfs laat wat ek dink versteur my gemiddelde. Ek het 60k van SUMPRODUCT en dit regtig stadig in my herberekening. Ek lees van jou webwerf te, 75-Excel-spoed-up-wenke. Dat ek nodig het om my formule verander van SUMPRODUCT om Sumif. Het jy omgee te wys 'n bietjie lig Probleme om uit te vind in die kriteria. Kian Afhangende van presies wat jy doen daar dalk ander funksies wat sowel kan gebruik asseblief vra die vraag in die Chandoo. org Forum en heg 'n voorbeeld lêer chandoo. org/forum/ Hoe sou jy die geweegde mediaan van 'n datastel te bereken wat aangebied word as waardes en frekwensies. Die waardes is 1 tot 5 van 'n Likertskaal. Hoe sou ek gebruik hierdie formule in 'n hele kolom, terwyl dieselfde ry getalle hou vir die som Heres n voorbeeld: So Id wil hierdie formule vir verskillende data in elke ry ek gebruik, maar hou die geweegde data AC1: AO1 die dieselfde vir elke ry. en so aan, sodat die volgende ry sou die formule het. Toe ek kliek en sleep die formule toe te pas om die hele kolom, in plaas kry ek dit vir die volgende ry: Is daar 'n manier om die AC1 hou: AO1 deel van die formule dieselfde. Thank you so much vir soek in hierdie 8230 Geweegde Gemiddeld in Excel 8211 formules om te bereken Geweegde Leer hoe om geweegde gemiddeldes bereken in Excel gebruik van formules. In hierdie artikel sal ons leer wat 'n geweegde gemiddelde is en hoe om Excel8217s SUMPRODUCT formule 8230 Op soek na 'n lopende totaal in Excel met gewigte. Opgedra en Voltooide weightscore. 4100 .280 0,190 Tog nie toegewys gewig. 3 Hoe om te kry Excel te ignoreer nie toegewys Tog Aveek Bose sê: Ek het 'n vraag. Ek probeer om te bereken in 'n geweegde gemiddelde metode waar die waarde vir ooreenstemmende gewigte is beide in figuur en persentasie. Hoe bereken ek dieselfde as ek nie die totale waarde van wat ek die persentasie kan omskep in heelgetalle. Kan jy die vraag vra in die Chandoo. org forums forum. chandoo. org/
No comments:
Post a Comment