Excel-移動平均分析(趨勢分析) | excel移動平均
本文摘自作者《網站資料分析:資料驅動的網站管理、優化和運營》: 移動平均數可以有效地消除實際資料值的隨機波動,從而得到較為平滑的 ...程式語言前端開發IOS開發Android開發雲端運算人工智慧伺服器搜尋資料庫軟體開發工具Excel-移動平均分析(趨勢分析)2018.07.16程式語言excel,移動平均分析,網站分析,資料分析,趨勢分析HOME程式語言Excel-移動平均分析(趨勢分析)Advertisement本文摘自作者《網站資料分析:資料驅動的網站管理、優化和運營》:http://item.jd.com/11295690.html移動平均數可以有效地消除實際資料值的隨機波動,從而得到較為平滑的資料變動趨勢圖表,通過對歷史趨勢變動的分析,可以預測未來一期或幾期內資料的變動方向。
目錄1.1.移動平均計算的種類2.2.繪製移動平均圖表3.3.移動平均分析的注意事項1.移動平均計算的種類根據預測時使用的各元素的權重不同,可以分為:簡單移動平均和加權移動平均。
移動平均有一個很重要的概念就是“間隔”,移動平均數的計算是限定在間隔數之內的。
以簡單移動平均數的計算為例,假設間隔為3,則每個移動平均數都是前3個原始資料的平均值。
在圖9-86中,C4是A2、A3、A4單元格的平均值,C5是A3、A4、A5單元格的平均值,以此類推。
通過這種移動方式的平均值計算可以有效消除數值波動影響。
例如,圖9-86中移動平均數最大值與最小值的差是9(即25-16),而原始資料中最大值與最小值的差是21(即31-10)。
加權移動平均只不過是為期內每個資料分配了不同的權重,而不是簡單地計算平均數。
例如,在圖9-87所示的C4單元格中,間隔仍舊為3,第一個資料的權重為35%,第二個為30%,第三個為35%。
注意,權重相加必須等於1。
對比圖9-86和圖9-87中的資料,可以看出加權移動平均與簡單移動平均的差異。
在運用加權移動平均時,權重的選擇是一個應該注意的問題。
一般而言,最近期的資料最能預示未來的情況,因而權重應大些。
例如,根據前一個月的銷售情況比根據前幾個月能更好地估測下個月的銷售情況。
但是,如果資料是季節性的,則權重也應是季節性的,例如,不能以1月份T恤衫的銷量預測春季的銷量。
圖9-86簡單移動平均數計算 圖9-87加權移動平均數計算2.繪製移動平均圖表繪製簡單移動平均可以使用Excel提供的資料分析工具。
單擊“資料”選項卡中的“資料分析”按鈕,在開啟的對話方塊中選擇“移動平均”並單擊“確定”按鈕,將開啟如圖9-88所示的“移動平均”對話方塊。
圖9-88“移動平均”對話方塊在輸入區域選擇原始資料區域A1:A32,由於A1是標題,因此勾選“標誌位於第一行”選項。
間隔選擇3。
“輸出區域”用於指定移動平均數的放置位置,選擇一個起始單元格即可。
勾選“圖表輸出”,將同時繪製折線圖。
單擊“確定”按鈕,即可看到移動平均計算結果和繪製的圖表,如圖9-89所示。
圖9-89繪製的移動平均折線圖圖中的“預測值”資料系列即是使用移動平均數繪製的折線圖,可以看出比實際值平滑了許多,更易於進行趨勢的判斷。
由於間隔為3,所以C2、C3的值為#N/A。
3.移動平均分析的注意事項移動平均對原序列有修勻或平滑的作用,並且加大間隔數會使平滑波動效果更好,但這也會使預測值對資料實際變動更不敏感,因此移動平均的間隔不宜過大。
例如,圖9-90是在間隔為6的情況下繪製的折線圖,可以看到“預測值”資料系列比圖9-89中平滑了很多。
圖9-90間隔為6時繪製的移動平均折線圖當資料包含季節、週期變動時,移動平均的間隔數與季節、週期變動長度一致,才能消除其季節或週期變動影響。
移動平均數並不能總是很好地反映出趨勢。
由於是平均值,預測值總是停留在過去的水平上而無法預計會導致將來更高或更低的波動。
移動平均分析需要由大量的歷史資料才可以進行。
Advertisement写评论取消回覆很抱歉,必須登入網站才能發佈留言。
近期文章Vue中容易被忽視的知識點2019.12.09if我是前端Leader,談談前端框架體系建設2019.12.09Spark入門(一)用SparkShell初嘗Spark
目錄1.1.移動平均計算的種類2.2.繪製移動平均圖表3.3.移動平均分析的注意事項1.移動平均計算的種類根據預測時使用的各元素的權重不同,可以分為:簡單移動平均和加權移動平均。
移動平均有一個很重要的概念就是“間隔”,移動平均數的計算是限定在間隔數之內的。
以簡單移動平均數的計算為例,假設間隔為3,則每個移動平均數都是前3個原始資料的平均值。
在圖9-86中,C4是A2、A3、A4單元格的平均值,C5是A3、A4、A5單元格的平均值,以此類推。
通過這種移動方式的平均值計算可以有效消除數值波動影響。
例如,圖9-86中移動平均數最大值與最小值的差是9(即25-16),而原始資料中最大值與最小值的差是21(即31-10)。
加權移動平均只不過是為期內每個資料分配了不同的權重,而不是簡單地計算平均數。
例如,在圖9-87所示的C4單元格中,間隔仍舊為3,第一個資料的權重為35%,第二個為30%,第三個為35%。
注意,權重相加必須等於1。
對比圖9-86和圖9-87中的資料,可以看出加權移動平均與簡單移動平均的差異。
在運用加權移動平均時,權重的選擇是一個應該注意的問題。
一般而言,最近期的資料最能預示未來的情況,因而權重應大些。
例如,根據前一個月的銷售情況比根據前幾個月能更好地估測下個月的銷售情況。
但是,如果資料是季節性的,則權重也應是季節性的,例如,不能以1月份T恤衫的銷量預測春季的銷量。
圖9-86簡單移動平均數計算 圖9-87加權移動平均數計算2.繪製移動平均圖表繪製簡單移動平均可以使用Excel提供的資料分析工具。
單擊“資料”選項卡中的“資料分析”按鈕,在開啟的對話方塊中選擇“移動平均”並單擊“確定”按鈕,將開啟如圖9-88所示的“移動平均”對話方塊。
圖9-88“移動平均”對話方塊在輸入區域選擇原始資料區域A1:A32,由於A1是標題,因此勾選“標誌位於第一行”選項。
間隔選擇3。
“輸出區域”用於指定移動平均數的放置位置,選擇一個起始單元格即可。
勾選“圖表輸出”,將同時繪製折線圖。
單擊“確定”按鈕,即可看到移動平均計算結果和繪製的圖表,如圖9-89所示。
圖9-89繪製的移動平均折線圖圖中的“預測值”資料系列即是使用移動平均數繪製的折線圖,可以看出比實際值平滑了許多,更易於進行趨勢的判斷。
由於間隔為3,所以C2、C3的值為#N/A。
3.移動平均分析的注意事項移動平均對原序列有修勻或平滑的作用,並且加大間隔數會使平滑波動效果更好,但這也會使預測值對資料實際變動更不敏感,因此移動平均的間隔不宜過大。
例如,圖9-90是在間隔為6的情況下繪製的折線圖,可以看到“預測值”資料系列比圖9-89中平滑了很多。
圖9-90間隔為6時繪製的移動平均折線圖當資料包含季節、週期變動時,移動平均的間隔數與季節、週期變動長度一致,才能消除其季節或週期變動影響。
移動平均數並不能總是很好地反映出趨勢。
由於是平均值,預測值總是停留在過去的水平上而無法預計會導致將來更高或更低的波動。
移動平均分析需要由大量的歷史資料才可以進行。
Advertisement写评论取消回覆很抱歉,必須登入網站才能發佈留言。
近期文章Vue中容易被忽視的知識點2019.12.09if我是前端Leader,談談前端框架體系建設2019.12.09Spark入門(一)用SparkShell初嘗Spark