Flyttande medelvärden. Om denna information är planerad på ett diagram så ser det ut. Detta visar att det finns en stor variation i antalet besökare beroende på säsongen. Det finns mycket mindre på hösten och vintern än våren och sommaren. om vi ville se en trend i antalet besökare kunde vi beräkna ett 4-punkts glidande medelvärde. Vi gör det genom att hitta det genomsnittliga antalet besökare under de fyra kvartalen 2005. Sedan hittar vi det genomsnittliga antalet besökare i De senaste tre kvartalen 2005 och första kvartalet 2006. Sedan de sista två kvartalen 2005 och de första två kvartalen i 2006. Notera att det senaste genomsnittet vi kan hitta är för de sista två kvartalen 2006 och de första två kvartalen 2007. Vi plottar de rörliga medeltalen på ett diagram och ser till att varje genomsnitt är ritat i mitten av de fyra kvartalen som det täcker. Vi kan nu se att det finns en mycket liten nedåtgående trend i besökarna. Lika fördelade i tid från flera ko Nsecutive periods Kallas flyttat eftersom det kontinuerligt omräknas när nya data blir tillgängliga, det fortskrider genom att släppa det tidigaste värdet och lägga till det senaste värdet. Exempelvis kan det glidande genomsnittet av sex månaders försäljning beräknas genom att genomsnittet av försäljningen går från januari till Juni, då genomsnittet av försäljningen från februari till juli, sedan mars till augusti, och så vidare, rörliga medeltal 1 minskar effekten av temporära datavariationer, 2 förbättrar passningen av data till en rad en process som kallas utjämning för att visa data s trend tydligare och 3 markera något värde över eller under trenden. Om du beräknar något med mycket hög varians är det bästa du kan göra att räkna ut det rörliga genomsnittet. Jag ville veta vad det rörliga genomsnittet var av data, så jag skulle få en bättre förståelse för hur vi gjorde. När du försöker räkna ut några nummer som ändras ofta, är det bästa du kan göra att beräkna den glidande genomsnittliga exponentialutjämningen. Att ta ett glidande medelvärde Är en utjämningsprocess. Ett alternativt sätt att sammanfatta tidigare data är att beräkna medelvärdet av successiva mindre uppsättningar av antal tidigare data enligt följande. Återkalla uppsättningen siffror 9, 8, 9, 12, 9, 12, 11, 7, 13, 9, 11, 10 som var dollarnummet på 12 leverantörer valda slumpmässigt Låt oss ställa M, storleken på den mindre uppsättningen är lika med 3 Då är medeltalet av de första 3 talen 9 8 9 3 8 667 Detta kallas Utjämning, dvs någon form av medelvärde. Denna utjämningsprocess fortsätter genom att avancera en period och beräkna nästa medelvärde av tre siffror, släppa det första numret. Flyttande medelexempel. Nästa tabell sammanfattar processen, som kallas Moving Averaging Det allmänna uttrycket för glidande medelvärdet är Mt frac cdots X. Results of Moving Average.
No comments:
Post a Comment