Excel เคลื่อนไหว เฉลี่ย เส้นแนวโน้ม ระยะเวลา

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้เกิดความผิดปกติ (ยอดเขาและหุบเขา) เพื่อรับรู้แนวโน้มได้ง่ายขึ้น 1. ขั้นแรกให้ดูที่ซีรี่ส์เวลาของเรา 2. ในแท็บข้อมูลคลิกการวิเคราะห์ข้อมูล หมายเหตุ: ไม่สามารถหาปุ่ม Data Analysis คลิกที่นี่เพื่อโหลด Add-in Analysis ToolPak 3. เลือก Moving Average และคลิก OK 4. คลิกที่กล่อง Input Range และเลือกช่วง B2: M2 5. คลิกที่ช่อง Interval และพิมพ์ 6. 6. คลิกที่ Output Range box และเลือก cell B3 8. วาดกราฟของค่าเหล่านี้ คำอธิบาย: เนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและจุดข้อมูลปัจจุบัน เป็นผลให้ยอดเขาและหุบเขาจะเรียบออก กราฟแสดงแนวโน้มที่เพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกได้เนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้เพียงพอ 9. ทำซ้ำขั้นตอนที่ 2 ถึง 8 สำหรับช่วงที่ 2 และช่วงที่ 4 ข้อสรุป: ช่วงที่ใหญ่กว่ายอดเนินและหุบเขาจะยิ่งเรียบขึ้น ระยะห่างที่สั้นลงค่าเฉลี่ยของค่าเฉลี่ยที่เคลื่อนที่ได้ใกล้เคียงกับจุดข้อมูลที่เกิดขึ้นจริงในหนังสือเล่มล่าสุดของฉันการพยากรณ์แบบอนุกรมเวลา: คู่มือปฏิบัติ ฉันรวมตัวอย่างของการใช้ Microsoft Excels พล็อตเฉลี่ยเคลื่อนที่เพื่อระงับฤดูกาลรายเดือน ทำโดยการสร้างบรรทัดของชุดข้อมูลในช่วงเวลาหนึ่งแล้วเพิ่ม Trendline gt Moving Average (ดูโพสต์เกี่ยวกับการระงับฤดูกาล) วัตถุประสงค์ของการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ของพล็อตเวลาคือการดูแนวโน้มในข้อมูลได้ดีขึ้นโดยการระงับฤดูกาล ค่าเฉลี่ยเคลื่อนที่ที่มีความกว้างของหน้าต่าง w หมายถึงค่าเฉลี่ยในแต่ละชุดค่า w ต่อเนื่อง สำหรับการแสดงภาพแบบเวลาเรามักใช้ค่าเฉลี่ยเคลื่อนที่เชิงศูนย์ตรงกับฤดู w ค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลาง (centred moving average) ค่าของค่าเฉลี่ยเคลื่อนที่ในเวลา t (MA t) คำนวณโดยการวางหน้าต่างให้ตรงกลางรอบเวลา t และค่าเฉลี่ยของค่า w ภายในหน้าต่าง ตัวอย่างเช่นถ้าเรามีข้อมูลรายวันและเราคาดว่าจะมีผลต่อสัปดาห์ในหนึ่งสัปดาห์เราสามารถระงับโดยค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลางด้วย w7 แล้ววางแผนเส้น MA ผู้เข้าร่วมสังเกตการณ์ในการคาดการณ์ข้อมูลออนไลน์ของฉันพบว่าค่าเฉลี่ยเคลื่อนที่ของ Excels ไม่ได้เป็นสิ่งที่คาดหวัง: แทนที่จะใช้ค่าเฉลี่ยของหน้าต่างซึ่งอยู่กึ่งกลางรอบระยะเวลาที่น่าสนใจโดยเฉลี่ยแล้วจะใช้เวลาเฉลี่ยของเดือน w เดือนล่าสุด ค่าเฉลี่ยเคลื่อนที่) ในขณะที่ค่าเฉลี่ยเคลื่อนที่ต่อเนื่องจะเป็นประโยชน์สำหรับการคาดการณ์ แต่จะมีค่าต่ำกว่าสำหรับการสร้างภาพโดยเฉพาะอย่างยิ่งเมื่อชุดมีแนวโน้ม สาเหตุที่ค่าเฉลี่ยเคลื่อนที่ต่อเนื่องล่าช้า ดูภาพด้านล่างและคุณสามารถเห็นความแตกต่างระหว่างค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามท้าย Excels (สีดำ) และค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลาง (สีแดง) ความจริงที่ว่า Excel สร้างค่าเฉลี่ยเคลื่อนที่ต่อเนื่องในเมนู Trendline ทำให้เกิดความสับสนและทำให้เข้าใจผิด ยิ่งมีการรบกวนมากขึ้นเท่านั้น ซึ่งอธิบายอย่างไม่ถูกต้องต่อท้าย MA ที่ผลิต: ถ้า Period กำหนดเป็น 2 เช่นค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะถูกใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้มและอื่น ๆ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการย้ายค่าเฉลี่ยโปรดดูที่นี่: การเลือกเส้นแนวโน้มที่ดีที่สุดสำหรับข้อมูลของคุณเมื่อคุณต้องการเพิ่มเส้นแนวโน้มลงในแผนภูมิใน Microsoft กราฟคุณสามารถเลือกรูปแบบแนวโน้มต่างๆได้หกรูปแบบ ประเภทข้อมูลที่คุณกำหนดประเภทของเส้นบอกแนวที่คุณควรใช้ ความน่าเชื่อถือของ Trendline เส้นแนวโน้มจะน่าเชื่อถือมากที่สุดเมื่อค่า R-squared อยู่ที่หรือใกล้เคียง 1. เมื่อคุณพอดีเส้นแนวโน้มกับข้อมูลของคุณกราฟจะคำนวณค่า R-squared โดยอัตโนมัติ หากต้องการคุณสามารถแสดงค่านี้ในแผนภูมิของคุณได้ เส้นตรงเป็นเส้นตรงที่ดีที่สุดที่ใช้กับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นเส้นตรงถ้ารูปแบบในจุดข้อมูลมีลักษณะคล้ายกับเส้น เส้นแนวโน้มจะแสดงให้เห็นว่ามีบางอย่างที่เพิ่มขึ้นหรือลดลงในอัตราที่คงที่ ในตัวอย่างต่อไปนี้เส้นตรงแสดงให้เห็นอย่างชัดเจนว่ายอดขายตู้เย็นเพิ่มขึ้นอย่างต่อเนื่องตลอดระยะเวลา 13 ปี สังเกตว่าค่า R-squared เท่ากับ 0.9036 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นรอบวงลอการิทึมเป็นเส้นโค้งที่เหมาะที่สุดที่จะเป็นประโยชน์มากที่สุดเมื่ออัตราการเปลี่ยนแปลงข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็วและลดระดับลง เส้นรอบวงลอการิทึมสามารถใช้บวก andor ค่าบวก ตัวอย่างต่อไปนี้ใช้เส้นรอบวงลอการิทึมเพื่อแสดงการเติบโตของประชากรที่คาดการณ์ไว้ของสัตว์ในพื้นที่ว่างที่มีการกำหนดพื้นที่ซึ่งประชากรจะลดลงเนื่องจากพื้นที่สำหรับสัตว์ลดลง โปรดทราบว่าค่า R-squared เท่ากับ 0.9407 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นรอบวงเส้นโค้งเป็นเส้นโค้งที่ใช้เมื่อข้อมูลมีความผันผวน ตัวอย่างเช่นสำหรับการวิเคราะห์ผลกำไรและขาดทุนจากชุดข้อมูลขนาดใหญ่ ลำดับของพหุนามสามารถกำหนดได้จากจำนวนความผันผวนของข้อมูลหรือจำนวนโค้ง (เนินเขาและหุบเขา) ปรากฏในเส้นโค้ง คำสั่ง Order 2 polynomial trendline โดยทั่วไปมีเพียงเนินเขาหรือหุบเขาเท่านั้น คำสั่งที่ 3 โดยทั่วไปมีภูเขาหรือหุบเขาหนึ่งหรือสองแห่ง ลำดับที่ 4 โดยทั่วไปมีได้ถึงสาม ตัวอย่างต่อไปนี้แสดงเส้นโครงแบบพหุนาม Order 2 (เนินเขาหนึ่ง) เพื่อแสดงความสัมพันธ์ระหว่างความเร็วและปริมาณการใช้น้ำมันเบนซิน สังเกตว่าค่า R-squared เท่ากับ 0.9474 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นพลังคือเส้นโค้งที่ใช้ได้ดีที่สุดกับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราเฉพาะตัวอย่างเช่นการเร่งความเร็วของรถแข่งในช่วงเวลาหนึ่งวินาที คุณไม่สามารถสร้างเส้นแนวโน้มกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ ในตัวอย่างต่อไปนี้ข้อมูลการเร่งความเร็วจะแสดงโดยการพล็อตระยะทางเป็นเมตรเป็นวินาที เส้นแรงที่แสดงให้เห็นถึงการเพิ่มขึ้นอย่างรวดเร็ว โปรดทราบว่าค่า R-squared เท่ากับ 0.9923 ซึ่งเป็นเส้นที่พอดีกับข้อมูล เสนโคงเชิงเสนคือเสนโคงที่มีประโยชนมากที่สุดเมื่อมูลคาเพิ่มขึ้นหรือลดลงในอัตราที่สูงขึ้น คุณไม่สามารถสร้างเส้นแสดงแนวโน้มเป็นตัวเลขได้หากข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ ในตัวอย่างต่อไปนี้ใช้เส้นสายชี้แจงเพื่อแสดงปริมาณคาร์บอน 14 ที่ลดลงในวัตถุเมื่ออายุมากขึ้น โปรดทราบว่าค่า R-squared เท่ากับ 1 ซึ่งหมายถึงเส้นที่เหมาะกับข้อมูลอย่างสมบูรณ์ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ช่วยขจัดความผันผวนของข้อมูลเพื่อแสดงรูปแบบหรือแนวโน้มที่ชัดเจนขึ้น เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้จำนวนจุดข้อมูลที่ระบุ (กำหนดโดยตัวเลือก Period) โดยให้ค่าเฉลี่ยโดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุดในเส้นแนวโน้ม ตัวอย่างเช่นถ้ากำหนดระยะเวลาเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้มและอื่น ๆ ในตัวอย่างต่อไปนี้เส้นค่าเฉลี่ยเคลื่อนที่จะแสดงรูปแบบของจำนวนบ้านที่ขายในช่วง 26 สัปดาห์เพิ่มแนวโน้มหรือย้ายเส้นค่าเฉลี่ยไปเป็นแผนภูมิใช้กับ: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 เพิ่มเติม น้อยกว่าเพื่อแสดงแนวโน้มข้อมูลหรือค่าเฉลี่ยเคลื่อนที่ในแผนภูมิที่คุณสร้างขึ้น คุณสามารถเพิ่มเส้นแนวโน้มได้ นอกจากนี้คุณยังสามารถขยายเส้นแนวโน้มเกินกว่าข้อมูลจริงของคุณเพื่อช่วยในการคาดการณ์ค่าในอนาคต ตัวอย่างเช่นเส้นแนวโน้มดังต่อไปนี้คาดการณ์ล่วงหน้า 2 ไตรมาสและแสดงให้เห็นชัดเจนว่ามีแนวโน้มสูงขึ้นซึ่งน่าจะเป็นไปได้สำหรับการขายในอนาคต คุณสามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิ 2 มิติที่ไม่ได้ถูกจัดวางรวมทั้งพื้นที่แถบเส้นคอลัมน์สต็อกการกระจายและฟองอากาศ คุณไม่สามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิแบบวง, 3 มิติ, เรดาร์, พาย, พื้นผิวหรือโดนัท เพิ่มเส้นแนวโน้มบนแผนภูมิของคุณคลิกชุดข้อมูลที่คุณต้องการเพิ่มเส้นแนวโน้มหรือค่าเฉลี่ยเคลื่อนที่ เส้นแนวโน้มจะเริ่มต้นที่จุดข้อมูลแรกของชุดข้อมูลที่คุณเลือก ทำเครื่องหมายที่ช่อง Trendline หากต้องการเลือกเส้นแนวโน้มประเภทอื่นให้คลิกลูกศรถัดจากเส้นแนวโน้ม แล้วคลิกเลขชี้กำลัง พยากรณ์เชิงเส้น หรือสองค่าเฉลี่ยเคลื่อนที่ระยะเวลา สำหรับเส้นแนวโน้มเพิ่มเติมคลิกตัวเลือกเพิ่มเติม หากคุณเลือก More Options คลิกตัวเลือกที่คุณต้องการในบานหน้าต่าง 'รูปแบบเส้นขอบ' ภายใต้ตัวเลือกของ Trendline ถ้าคุณเลือกพหุนาม ป้อนพลังงานสูงสุดสำหรับตัวแปรอิสระในกล่องคำสั่งซื้อ หากเลือก Moving Average ป้อนจำนวนงวดที่จะใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในช่องงวด คำแนะนำ: เส้นแนวโน้มมีความถูกต้องที่สุดเมื่อค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลที่แท้จริงของคุณใกล้เคียงกับค่าที่แท้จริงของคุณ) อยู่ที่หรือใกล้เคียง 1. เมื่อคุณเพิ่มเส้นแนวโน้มลงในข้อมูลของคุณ , Excel จะคำนวณค่า R-squared โดยอัตโนมัติ คุณสามารถแสดงค่านี้ในแผนภูมิของคุณได้โดยการตรวจสอบค่า Display R-squared ในกล่องแผนภูมิ (แผงเส้นแนวโน้มรูปแบบตัวเลือก Trendline) คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับตัวเลือกเส้นแนวโน้มทั้งหมดในส่วนด้านล่าง เส้นแนวโน้มเชิงเส้นใช้เส้นแบบนี้เพื่อสร้างเส้นตรงที่ดีที่สุดสำหรับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นเส้นตรงถ้ารูปแบบในจุดข้อมูลมีลักษณะเป็นเส้น เส้นแนวโน้มจะแสดงให้เห็นว่ามีบางอย่างที่เพิ่มขึ้นหรือลดลงในอัตราที่คงที่ เส้นตรงใช้สมการนี้ในการคำนวณสมการกำลังสองอย่างน้อยที่สุดสำหรับเส้น: โดย m คือความลาดชันและ b คือการสกัดกั้น เส้นแสดงแนวโน้มต่อไปนี้แสดงให้เห็นว่ายอดขายตู้เย็นเพิ่มขึ้นอย่างต่อเนื่องตลอดระยะเวลา 8 ปี สังเกตว่าค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลจริงของคุณมากน้อยแค่ไหน) เป็น 0.9792 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นโค้งที่พอดีกับเส้นโค้งที่ดีที่สุดเส้นแนวโน้มนี้จะเป็นประโยชน์เมื่ออัตราการเปลี่ยนแปลงข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็วและลดระดับลง เส้นค่าลอการิทึมสามารถใช้ค่าลบและค่าบวกได้ เส้นรอบวงลอการิทึมใช้สมการนี้ในการคำนวณสมการสี่เหลี่ยมที่เล็กที่สุดผ่านจุด: c และ b เป็นค่าคงที่และ ln เป็นฟังก์ชันลอการิทึมธรรมชาติ เส้นค่าลอการิทึมต่อไปนี้แสดงการเติบโตของประชากรที่คาดการณ์ไว้ของสัตว์ในพื้นที่ว่างคงที่โดยที่ประชากรลดลงเป็นพื้นที่สำหรับสัตว์ลดลง โปรดทราบว่าค่า R-squared เท่ากับ 0.933 ซึ่งเป็นเส้นที่เหมาะสมกับข้อมูล เส้นแนวโน้มนี้มีประโยชน์เมื่อข้อมูลของคุณผันผวน ตัวอย่างเช่นเมื่อคุณวิเคราะห์ผลกำไรและขาดทุนจากชุดข้อมูลขนาดใหญ่ ลำดับของพหุนามสามารถกำหนดได้จากจำนวนความผันผวนของข้อมูลหรือจำนวนโค้ง (เนินเขาและหุบเขา) ปรากฏในเส้นโค้ง โดยปกติคำสั่ง Order 2 polynomial trendline มีเพียงเนินเขาหรือหุบเขาคำสั่ง Order 3 มีภูเขาหรือหุบเขาหนึ่งหรือสองแห่งและลำดับที่ 4 มีถึง 3 เนินหรือหุบเขา เส้นรอบวงหรือ curvilinear trendline ใช้สมการนี้ในการคำนวณสมการอย่างน้อยสี่เหลี่ยมผ่านจุด: ที่ b และเป็นค่าคงที่ พหุนามสองสายสั่งซื้อ (หนึ่งเนิน) แสดงความสัมพันธ์ระหว่างความเร็วในการขับขี่และการสิ้นเปลืองน้ำมันเชื้อเพลิง สังเกตว่าค่า R-squared เท่ากับ 0.979 ซึ่งใกล้เคียงกับ 1 ดังนั้นเส้นจะพอดีกับข้อมูล แสดงเส้นโค้งเส้นแนวโน้มนี้เป็นประโยชน์สำหรับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราเฉพาะ ตัวอย่างเช่นการเร่งความเร็วของรถแข่งในช่วงเวลา 1 วินาที คุณไม่สามารถสร้างเส้นแนวโน้มกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เส้นกำลังกำลังใช้สมการนี้เพื่อคำนวณสมการกำลังสองอย่างน้อยที่สุดผ่านจุด: c และ b เป็นค่าคงที่ หมายเหตุ: ตัวเลือกนี้จะใช้ไม่ได้เมื่อข้อมูลของคุณมีค่าเป็นลบหรือเป็นศูนย์ แผนภูมิวัดระยะทางต่อไปนี้แสดงระยะทางเป็นหน่วยเป็นวินาที เส้นแรงที่แสดงให้เห็นถึงการเพิ่มขึ้นอย่างรวดเร็ว โปรดทราบว่าค่า R-squared เท่ากับ 0.986 ซึ่งเป็นเส้นที่สมบูรณ์แบบเกือบทั้งหมดของข้อมูล แสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์เมื่อค่าข้อมูลเพิ่มขึ้นหรือลดลงอย่างต่อเนื่องตามอัตราที่เพิ่มขึ้น คุณไม่สามารถสร้างเส้นแสดงแนวโน้มเป็นตัวเลขได้หากข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เสนเสนยอยใชสมการนี้เพื่อคํานวณสมการสแควรอยางนอยที่สุดโดยที่จุด c และ b เปนคาคงที่และ e เปนฐานของลอการิทึมตามธรรมชาติ เส้นแสดงเส้นโครงร่างต่อไปนี้แสดงถึงปริมาณคาร์บอน 14 ที่ลดลงในวัตถุเมื่ออายุมากขึ้น โปรดทราบว่าค่า R-squared เท่ากับ 0.990 ซึ่งหมายความว่าเส้นตรงกับข้อมูลเกือบสมบูรณ์ เส้นแนวโน้มการเคลื่อนที่เฉลี่ยแนวโน้มนี้จะแสดงถึงความผันผวนของข้อมูลเพื่อแสดงรูปแบบหรือแนวโน้มที่ชัดเจนขึ้น ค่าเฉลี่ยเคลื่อนที่จะใช้จำนวนจุดข้อมูลที่ระบุ (กำหนดโดยตัวเลือก Period) โดยให้ค่าเฉลี่ยโดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุดในบรรทัด ตัวอย่างเช่นถ้ากำหนดระยะเวลาเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะถูกใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้ม ฯลฯ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้สมการนี้: จำนวนจุดในเส้นแนวโน้มเฉลี่ยเคลื่อนที่เท่ากับจำนวนจุดทั้งหมดในชุดลบด้วย หมายเลขที่คุณระบุสำหรับงวด ในแผนภูมิกระจายเส้นแนวโน้มจะขึ้นอยู่กับลำดับของค่า x ในแผนภูมิ สำหรับผลลัพธ์ที่ดีขึ้นให้จัดเรียงค่า x ก่อนที่จะเพิ่มค่าเฉลี่ยเคลื่อนที่ เส้นค่าเฉลี่ยเคลื่อนที่เฉลี่ยต่อไปนี้แสดงรูปแบบจำนวนบ้านที่ขายในช่วง 26 สัปดาห์