Moving Average Forecasting Pendahuluan. Seperti yang Anda duga, kita melihat beberapa pendekatan paling primitif terhadap peramalan. Tapi mudah-mudahan ini setidaknya merupakan pengantar yang berharga untuk beberapa masalah komputasi yang terkait dengan penerapan prakiraan di spreadsheet. Dalam vena ini kita akan melanjutkan dengan memulai dari awal dan mulai bekerja dengan Moving Average prakiraan. Moving Average Forecasts. Semua orang terbiasa dengan perkiraan rata-rata bergerak terlepas dari apakah mereka yakin itu. Semua mahasiswa melakukannya setiap saat. Pikirkan nilai tes Anda di kursus di mana Anda akan menjalani empat tes selama semester ini. Mari kita asumsikan Anda mendapatkan 85 pada tes pertama Anda. Apa yang akan Anda perkirakan untuk skor tes kedua Anda Menurut Anda apa yang akan diprediksikan oleh guru untuk mendapatkan skor tes berikutnya? Menurut Anda, apa perkiraan teman Anda untuk memprediksi skor tes berikutnya? Menurut Anda, apa yang diprediksi orang tua Anda untuk skor tes berikutnya? Semua blabbing yang mungkin Anda lakukan terhadap teman dan orang tua Anda, mereka dan gurumu sangat mengharapkan Anda untuk mendapatkan sesuatu dari area yang Anda dapatkan. Nah, sekarang mari kita asumsikan bahwa meskipun promosi diri Anda ke teman Anda, Anda terlalu memperkirakan perkiraan Anda dan membayangkan bahwa Anda dapat belajar lebih sedikit untuk tes kedua dan Anda mendapatkan nilai 73. Sekarang, apa yang menarik dan tidak peduli? Mengantisipasi Anda akan mendapatkan pada tes ketiga Ada dua pendekatan yang sangat mungkin bagi mereka untuk mengembangkan perkiraan terlepas dari apakah mereka akan berbagi dengan Anda. Mereka mungkin berkata pada diri mereka sendiri, quotThis guy selalu meniup asap tentang kecerdasannya. Dia akan mendapatkan yang lain lagi jika dia beruntung. Mungkin orang tua akan berusaha lebih mendukung dan berkata, quotWell, sejauh ini Anda sudah mendapatkan nilai 85 dan angka 73, jadi mungkin Anda harus memikirkan tentang (85 73) 2 79. Saya tidak tahu, mungkin jika Anda kurang berpesta Dan werent mengibaskan musang seluruh tempat dan jika Anda mulai melakukan lebih banyak belajar Anda bisa mendapatkan skor yang lebih tinggi. quot Kedua perkiraan ini sebenarnya bergerak perkiraan rata-rata. Yang pertama hanya menggunakan skor terbaru untuk meramalkan kinerja masa depan Anda. Ini disebut perkiraan rata-rata bergerak menggunakan satu periode data. Yang kedua juga merupakan perkiraan rata-rata bergerak namun menggunakan dua periode data. Mari kita asumsikan bahwa semua orang yang menghina pikiran besar ini membuat Anda kesal dan Anda memutuskan untuk melakukannya dengan baik pada tes ketiga karena alasan Anda sendiri dan untuk memberi nilai lebih tinggi di depan kuotasi Anda. Anda mengikuti tes dan nilai Anda sebenarnya adalah 89 Setiap orang, termasuk Anda sendiri, terkesan. Jadi sekarang Anda memiliki ujian akhir semester yang akan datang dan seperti biasa Anda merasa perlu mendorong setiap orang untuk membuat prediksi tentang bagaimana Anda melakukannya pada tes terakhir. Nah, semoga anda melihat polanya. Nah, semoga anda bisa melihat polanya. Yang Anda percaya adalah Whistle paling akurat Sementara Kami Bekerja. Sekarang kita kembali ke perusahaan pembersih baru kita yang dimulai oleh saudara tirimu yang terasing bernama Whistle While We Work. Anda memiliki beberapa data penjualan terakhir yang ditunjukkan oleh bagian berikut dari spreadsheet. Kami pertama kali mempresentasikan data untuk perkiraan rata-rata pergerakan tiga periode. Entri untuk sel C6 harus Sekarang Anda dapat menyalin formula sel ini ke sel lain C7 sampai C11. Perhatikan bagaimana rata-rata pergerakan data historis terbaru namun menggunakan tiga periode paling terakhir yang tersedia untuk setiap prediksi. Anda juga harus memperhatikan bahwa kita benar-benar tidak perlu membuat ramalan untuk periode sebelumnya untuk mengembangkan prediksi terbaru kita. Ini jelas berbeda dengan model smoothing eksponensial. Ive menyertakan prediksi quotpast karena kami akan menggunakannya di halaman web berikutnya untuk mengukur validitas prediksi. Sekarang saya ingin menyajikan hasil yang analog untuk ramalan rata-rata pergerakan dua periode. Entri untuk sel C5 harus Sekarang Anda dapat menyalin formula sel ini ke sel lain melalui C6 C6. Perhatikan bagaimana sekarang hanya dua buah data historis terakhir yang digunakan untuk setiap prediksi. Sekali lagi saya telah menyertakan prediksi quotpast untuk tujuan ilustrasi dan untuk nanti digunakan dalam validasi perkiraan. Beberapa hal lain yang perlu diperhatikan. Untuk perkiraan rata-rata pergerakan m-m, hanya m data terakhir yang digunakan untuk membuat prediksi. Tidak ada hal lain yang diperlukan. Untuk perkiraan rata-rata pergerakan m-period, saat membuat prediksi quotpast predictququot, perhatikan bahwa prediksi pertama terjadi pada periode m 1. Kedua masalah ini akan sangat signifikan saat kita mengembangkan kode kita. Mengembangkan Fungsi Bergerak Rata-rata. Sekarang kita perlu mengembangkan kode ramalan rata-rata bergerak yang bisa digunakan lebih fleksibel. Kode berikut. Perhatikan bahwa masukan adalah untuk jumlah periode yang ingin Anda gunakan dalam perkiraan dan rangkaian nilai historis. Anda bisa menyimpannya dalam buku kerja apa pun yang Anda inginkan. Fungsi MovingAverage (Historis, NumberOfPeriods) Sebagai Single Declaring dan variabel inisialisasi Dim Item Sebagai Variant Dim Counter Sebagai Akumulasi Dim Integer Sebagai Single Dim HistoricalSize As Integer Inisialisasi variabel Counter 1 Akumulasi 0 Menentukan ukuran array historis HistoricalSize Historical. Count Untuk Counter 1 To NumberOfPeriods Mengumpulkan jumlah yang sesuai dari nilai yang teramati terakhir yang terakhir Akumulasi Akumulasi Historis (HistoricalSize - NumberOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods Kode akan dijelaskan di kelas. Anda ingin memposisikan fungsi pada spreadsheet sehingga hasil perhitungan muncul di tempat yang seharusnya sesuai dengan hal berikut. Rata-rata Mutasi: Apa itu dan Cara Menghitungnya Tonton video atau baca artikel di bawah ini: Rata-rata bergerak adalah teknik Untuk mendapatkan gambaran keseluruhan tentang tren dalam kumpulan data, angka rata-rata dari setiap subset angka. Rata-rata bergerak sangat berguna untuk meramalkan tren jangka panjang. Anda bisa menghitungnya untuk jangka waktu tertentu. Misalnya, jika Anda memiliki data penjualan selama dua puluh tahun, Anda dapat menghitung rata-rata pergerakan lima tahun, rata-rata pergerakan empat tahun, rata-rata pergerakan tiga tahun dan sebagainya. Analis pasar saham akan sering menggunakan rata-rata pergerakan 50 atau 200 hari untuk membantu mereka melihat tren di pasar saham dan (semoga) meramalkan posisi saham. Rata-rata mewakili nilai 8220middling8221 dari serangkaian angka. Rata-rata bergerak sama persis, namun rata-rata dihitung beberapa kali untuk beberapa himpunan bagian data. Misalnya, jika Anda menginginkan rata-rata pergerakan dua tahun untuk kumpulan data dari tahun 2000, 2001, 2002 dan 2003, Anda akan menemukan rata-rata untuk subset 20002001, 20012002 dan 20022003. Rata-rata pergerakan biasanya diplot dan paling baik divisualisasikan. Menghitung Contoh Rata-rata Bergerak 5 Tahun Contoh Soal: Hitunglah rata-rata pergerakan lima tahun dari kumpulan data berikut: (4M 6M 5M 8M 9M) 5 6.4M Penjualan rata-rata untuk subset kedua selama lima tahun (2004 8211 2008). Yang berpusat di sekitar tahun 2006, adalah 6.6M: (6M 5M 8M 9M 5M) 5 6.6M Penjualan rata-rata untuk subset ketiga selama lima tahun (2005 8211 2009). Berpusat di sekitar tahun 2007, adalah 6.6M: (5M 8M 9M 5M 4M) 5 6.2M Lanjutkan menghitung setiap rata-rata lima tahun, sampai Anda mencapai akhir himpunan (2009-2013). Ini memberi Anda serangkaian poin (rata-rata) yang dapat Anda gunakan untuk merencanakan grafik moving averages. Tabel Excel berikut menunjukkan rata-rata bergerak yang dihitung untuk 2003-2012 bersamaan dengan kumpulan data yang tersebar: Tonton video atau baca langkah-langkah di bawah ini: Excel memiliki add-in yang kuat, Data Analysis Toolpak (cara memuat Data Analysis Toolpak) yang memberi Anda banyak pilihan tambahan, termasuk fungsi moving average otomatis. Fungsi ini tidak hanya menghitung moving average untuk Anda, tapi juga grafik data asli pada saat bersamaan. Menghemat banyak penekanan tombol. Excel 2013: Langkah Langkah 1: Klik tab 8220Data8221 dan kemudian klik 8220Data Analysis.8221 Langkah 2: Klik 8220Moving average8221 dan kemudian klik 8220OK.8221 Langkah 3: Klik kotak 8220Input Range8221 dan kemudian pilih data Anda. Jika Anda menyertakan tajuk kolom, pastikan Anda mencentang Label di kotak Row pertama. Langkah 4: Ketik interval ke dalam kotak. Interval adalah berapa banyak poin sebelumnya yang ingin Anda gunakan Excel untuk menghitung rata-rata bergerak. Sebagai contoh, 822058221 akan menggunakan 5 titik data sebelumnya untuk menghitung rata-rata untuk setiap titik berikutnya. Semakin rendah jeda, semakin mendekati rata-rata pergerakan Anda ke kumpulan data asli Anda. Langkah 5: Klik di kotak 8220Output Range8221 dan pilih area pada lembar kerja yang Anda inginkan hasilnya muncul. Atau, klik tombol radio 8220New worksheet8221. Langkah 6: Centang kotak 8220Chart Output8221 jika Anda ingin melihat diagram kumpulan data Anda (jika Anda lupa melakukan ini, Anda dapat selalu kembali dan menambahkannya atau memilih grafik dari tab 8220Insert8221.8221 Langkah 7: Tekan 8220OK .8221 Excel akan mengembalikan hasil di area yang Anda tentukan di Langkah 6. Tonton video, atau baca langkah-langkah di bawah ini: Contoh masalah: Hitung moving average tiga tahun di Excel untuk data penjualan berikut: 2003 (33M), 2004 (22M), 2005 (36M), 2006 (34M), 2007 (43M), 2008 (39M), 2009 (41M), 2010 (36M), 2011 (45M), 2012 (56 juta), 2013 (64 juta). 1: Ketik data Anda menjadi dua kolom di Excel Kolom pertama harus memiliki kolom tahun dan kolom kedua dari data kuantitatif (dalam contoh ini masalah, angka penjualan). Pastikan tidak ada baris kosong dalam data sel Anda. : Hitunglah rata-rata tiga tahun pertama (2003-2005) untuk data. Untuk contoh ini, ketik 8220 (B2B3B4) 38221 ke dalam sel D3 Menghitung rata-rata pertama Langkah 3: Tarik kotak di sudut kanan bawah d Miliki untuk memindahkan formula ke semua sel di kolom. Ini menghitung rata-rata untuk tahun-tahun berikutnya (misalnya 2004-2006, 2005-2007). Menyeret formula. Langkah 4: (Opsional) Buat grafik. Pilih semua data di lembar kerja. Klik tab 8220Insert8221, lalu klik 8220Scatter, 8221 lalu klik 8220Scatter dengan garis dan spidol yang halus.8221 Grafik rata-rata bergerak Anda akan muncul di lembar kerja. Lihat saluran YouTube kami untuk mendapatkan lebih banyak statistik bantuan dan tip Moving Average: Apa itu dan Cara Menghitungnya terakhir diubah: 8 Januari 2016 oleh Andale 22 pemikiran tentang ldquo Moving Average: Apa itu dan Cara Menghitungnya rdquo Ini adalah Sempurna dan sederhana untuk berasimilasi. Terima kasih untuk pekerjaan ini sangat jelas dan informatif. Pertanyaan: Bagaimana seseorang menghitung rata-rata pergerakan 4 tahun Tahun berapa pusat rata-rata bergerak 4 tahun di atasnya akan berpusat pada akhir tahun kedua (yaitu 31 Desember). Dapatkah saya menggunakan penghasilan rata-rata untuk meramalkan penghasilan masa depan siapa tahu tentang berpusat berarti tolong beritahu saya jika ada yang tahu. Ini berarti kita harus mempertimbangkan 5 tahun untuk mendapatkan nilai rata-rata di pusat. Lalu bagaimana dengan sisa tahun jika kita ingin mendapatkan rata-rata tahun 20118230 karena kita tidak memiliki nilai lebih lanjut setelah 2012, lalu bagaimana kita menghitungnya? Tidak ada info lagi, tidak mungkin untuk menghitung MA 5 tahun untuk 2011. Anda bisa mendapatkan rata-rata pergerakan dua tahun sekalipun. Hai, terima kasih atas videonya Namun, satu hal tidak jelas. Bagaimana melakukan ramalan untuk bulan-bulan mendatang Video menunjukkan perkiraan untuk bulan-bulan dimana data sudah tersedia. Hai, Raw, I8217m sedang mengembangkan artikel untuk memasukkan peramalan. Prosesnya sedikit lebih rumit daripada menggunakan data masa lalu sekalipun. Lihatlah artikel Duke University ini, yang menjelaskannya secara mendalam. Salam, Stephanie terima kasih untuk penjelasan yang jelas. Hai Tidak dapat menemukan tautan ke artikel Universitas Duke yang disarankan. Permintaan untuk mengirim link lagiTambahkan tren atau garis rata-rata bergerak ke tabel Berlaku untuk: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Lainnya. Kurang Untuk menampilkan tren data atau rata-rata bergerak dalam bagan yang Anda buat. Anda bisa menambahkan trendline. Anda juga dapat memperpanjang trendline di luar data aktual Anda untuk membantu memprediksi nilai masa depan. Sebagai contoh, trendline linier berikut ini memperkirakan dua perempat depan dan jelas menunjukkan tren kenaikan yang terlihat menjanjikan untuk penjualan di masa depan. Anda bisa menambahkan trendline ke grafik 2-D yang tidak ditumpuk, termasuk area, bar, kolom, garis, stock, scatter, dan bubble. Anda tidak dapat menambahkan garis tren ke grafik radar, 3-D, radar, pie, permukaan, atau donat bertumpuk. Menambahkan trendline Pada bagan Anda, klik rangkaian data yang ingin Anda tambahkan garis tren atau rata-rata bergerak. Trendline akan dimulai pada titik data pertama dari rangkaian data yang Anda pilih. Periksa kotak Trendline. Untuk memilih jenis trendline yang berbeda, klik tanda panah di sebelah Trendline. Lalu klik Eksponensial. Prakiraan Linier. Atau Dua Periode Bergerak Rata-rata. Untuk tambahan trendlines, klik More Options. Jika Anda memilih Pilihan Lainnya. Klik opsi yang Anda inginkan di panel Format Trendline di bawah Trendline Options. Jika Anda memilih polinomial. Masukkan daya tertinggi untuk variabel independen dalam kotak Order. Jika Anda memilih Moving Average. Masukkan jumlah periode yang digunakan untuk menghitung moving average pada kotak Period. Tip: Tren trendline paling akurat bila nilai R-kuadratnya (angka dari 0 sampai 1 yang menunjukkan seberapa dekat perkiraan nilai untuk garis tren sesuai dengan data aktual Anda) berada pada atau dekat 1. Bila Anda menambahkan garis tren ke data Anda , Excel secara otomatis menghitung nilai R-kuadratnya. Anda dapat menampilkan nilai ini pada bagan Anda dengan memeriksa nilai R-squared Display pada kotak grafik (Format Trendline pane, Trendline Options). Anda dapat mempelajari lebih lanjut tentang semua opsi garis tren di bagian di bawah ini. Garis tren linier Gunakan jenis garis tren ini untuk menciptakan garis lurus terbaik sesuai untuk rangkaian data linier sederhana. Data Anda linier jika pola di titik datanya tampak seperti garis. Garis tren linier biasanya menunjukkan bahwa ada sesuatu yang meningkat atau menurun pada tingkat yang stabil. Garis tren linier menggunakan persamaan ini untuk menghitung kuadrat terkecil yang sesuai untuk garis: di mana m adalah kemiringan dan b adalah pencegatan. Tren linier berikut menunjukkan bahwa penjualan kulkas secara konsisten meningkat selama periode 8 tahun. Perhatikan bahwa nilai R-kuadrat (angka dari 0 sampai 1 yang menunjukkan seberapa dekat perkiraan nilai garis tren sesuai dengan data aktual Anda) adalah 0,9792, yang sesuai dengan data. Menunjukkan garis melengkung yang paling sesuai, trendline ini berguna bila laju perubahan data meningkat atau menurun dengan cepat dan kemudian tingkat keluar. Trendline logaritmik dapat menggunakan nilai negatif dan positif. Sebuah trendline logaritmik menggunakan persamaan ini untuk menghitung bujur sangkar sesuai dengan titik: di mana c dan b adalah konstanta dan fungsi logaritma alami. Tren logaritma berikut menunjukkan perkiraan pertumbuhan populasi hewan di area ruang tetap, di mana populasi diratakan sebagai ruang untuk hewan menurun. Perhatikan bahwa nilai R-kuadrat adalah 0,933, yang merupakan garis yang relatif sesuai dengan data. Trendline ini berguna saat data Anda berfluktuasi. Misalnya, saat Anda menganalisis keuntungan dan kerugian dari kumpulan data yang besar. Urutan polinom dapat ditentukan oleh jumlah fluktuasi data atau berapa banyak tikungan (bukit dan lembah) yang muncul di kurva. Biasanya, garis tren polinomial Order 2 hanya memiliki satu bukit atau lembah, sebuah Orde 3 memiliki satu atau dua bukit atau lembah, dan sebuah Orde 4 memiliki tiga bukit atau lembah. Garis tren polinomial atau kurva lengkung menggunakan persamaan ini untuk menghitung bujur sangkar paling sedikit melalui titik: di mana b dan konstanta. Garis tren polinomial Order 2 berikut (satu bukit) menunjukkan hubungan antara kecepatan berkendara dan konsumsi bahan bakar. Perhatikan bahwa nilai R-squared adalah 0,979, yang mendekati 1 sehingga garis sangat sesuai dengan data. Menampilkan garis melengkung, trendline ini berguna untuk rangkaian data yang membandingkan pengukuran yang meningkat pada tingkat tertentu. Misalnya, percepatan mobil balap pada interval 1 detik. Anda tidak dapat membuat trendline daya jika data Anda berisi nilai nol atau negatif. Sebuah trendline kekuatan menggunakan persamaan ini untuk menghitung kuadrat terkecil yang sesuai dengan titik: di mana c dan b adalah konstanta. Catatan: Opsi ini tidak tersedia bila data Anda mencakup nilai negatif atau nol. Bagan pengukuran jarak berikut menunjukkan jarak dalam meter per detik. Trendline kekuatan jelas menunjukkan akselerasi yang meningkat. Perhatikan bahwa nilai R-kuadrat adalah 0,986, yang merupakan garis yang hampir sempurna sesuai dengan data. Menampilkan garis melengkung, trendline ini berguna saat nilai data naik atau turun pada tingkat kenaikan yang terus-menerus. Anda tidak dapat membuat trendline eksponensial jika data Anda mengandung nilai nol atau negatif. Garis tren eksponensial menggunakan persamaan ini untuk menghitung kuadrat terkecil yang sesuai dengan titik: di mana c dan b adalah konstanta dan e adalah basis logaritma alami. Berikut adalah trendline eksponensial yang menunjukkan penurunan jumlah karbon 14 pada suatu objek seiring bertambahnya usia. Perhatikan bahwa nilai R-kuadrat adalah 0,990, yang berarti garis tersebut sesuai dengan data hampir sempurna. Moving Average trendline Trendline ini menunjukkan fluktuasi data untuk menunjukkan pola atau tren yang lebih jelas. Rata-rata bergerak menggunakan sejumlah titik data tertentu (ditentukan oleh opsi Periode), rata-rata, dan menggunakan nilai rata-rata sebagai titik di garis. Misalnya, jika Periode diatur ke 2, rata-rata dua titik data pertama digunakan sebagai titik pertama dalam garis tren rata-rata bergerak. Rata-rata titik data kedua dan ketiga digunakan sebagai titik kedua di garis tren, dan lain-lain. Garis tren rata-rata bergerak menggunakan persamaan ini: Jumlah titik dalam garis tren rata-rata bergerak sama dengan jumlah total titik dalam seri, minus Nomor yang Anda tentukan untuk periode tersebut. Dalam scatter chart, trendline didasarkan pada urutan nilai x pada grafik. Untuk hasil yang lebih baik, urutkan nilai x sebelum menambahkan rata-rata bergerak. Garis tren rata-rata bergerak berikut menunjukkan pola jumlah rumah yang terjual selama periode 26 minggu.
No comments:
Post a Comment