تتحرك متوسط الخطأ القياسي التفوق

المتوسط ​​المتحرك يعلمك هذا المثال كيفية حساب المتوسط ​​المتحرك لسلسلة زمنية في إكسيل. يتم استخدام أفيارج تتحرك لتسهيل المخالفات (قمم والوديان) بسهولة التعرف على الاتجاهات. 1. أولا، دعونا نلقي نظرة على السلاسل الزمنية لدينا. 2. من علامة التبويب بيانات، انقر فوق تحليل البيانات. ملاحظة: لا يمكن العثور على زر تحليل البيانات انقر هنا لتحميل الوظيفة الإضافية تولباس تولباك. .3 حدد متوسط ​​النقل وانقر فوق موافق. .4 انقر في مربع نطاق الإدخال وحدد النطاق B2: M2. 5. انقر في المربع الفاصل الزمني واكتب 6. 6. انقر في المربع نطاق الإخراج وحدد الخلية B3. 8. رسم رسم بياني لهذه القيم. إكسلاناتيون: لأننا نقوم بضبط الفاصل الزمني الى 6، المتوسط ​​المتحرك هو متوسط ​​نقاط البيانات الخمس السابقة ونقطة البيانات الحالية. ونتيجة لذلك، يتم تمهيد قمم والوديان بها. يظهر الرسم البياني اتجاها متزايدا. لا يستطيع إكسيل حساب المتوسط ​​المتحرك لنقاط البيانات الخمس الأولى لأنه لا توجد نقاط بيانات سابقة كافية. 9. كرر الخطوات من 2 إلى 8 للفاصل الزمني 2 والفاصل الزمني 4. الخاتمة: كلما زاد الفاصل الزمني، كلما تم تمهيد القمم والوديان. كلما كان الفاصل الزمني أصغر، كلما كانت المتوسطات المتحركة أقرب إلى نقاط البيانات الفعلية. إضافة اتجاه أو متوسط ​​خط متحرك إلى رسم بياني ينطبق على: إكسيل 2016 ورد 2016 بويربوانت 2016 إكسيل 2013 ورد 2013 أوتلوك 2013 بويربوانت 2013 أكثر. أقل لعرض اتجاهات البيانات أو التحرك المتوسطات في مخطط قمت بإنشائه. يمكنك إضافة خط الاتجاه. يمكنك أيضا تمديد خط اتجاه يتجاوز البيانات الفعلية للمساعدة في التنبؤ القيم المستقبلية. على سبيل المثال، يتنبأ خط الاتجاه الخطي التالي بربعين قبل ذلك ويظهر بوضوح اتجاها تصاعديا يبدو واعدا للمبيعات المستقبلية. يمكنك إضافة خط الاتجاه إلى مخطط 2-D التي ليست مكدسة، بما في ذلك المنطقة، شريط، العمود، الخط، الأسهم، مبعثر، و فقاعة. لا يمكنك إضافة خط الاتجاه إلى مكدسة، 3-D، الرادار، فطيرة، سطح، أو الرسم البياني دونات. إضافة خط الاتجاه في المخطط، انقر على سلسلة البيانات التي تريد إضافة خط اتجاه أو متوسط ​​متحرك لها. سيبدأ خط الاتجاه على نقطة البيانات الأولى لسلسلة البيانات التي تختارها. حدد المربع تريندلين. لاختيار نوع مختلف من خط الاتجاه، انقر على السهم بجوار تريندلين. ثم انقر فوق الأسي. توقعات خطية. أو اثنين من فترة الانتقال المتوسط. بالنسبة لخطوط الاتجاه الإضافية، انقر على المزيد من الخيارات. إذا اخترت المزيد من الخيارات. انقر فوق الخيار الذي تريده في جزء "تنسيق الاتجاه" ضمن خيارات تريندلاين. إذا قمت بتحديد الحدودي. أدخل أعلى قوة للمتغير المستقل في المربع أمر. إذا حددت متوسط ​​النقل. أدخل عدد الفترات لاستخدامها لحساب المتوسط ​​المتحرك في المربع الفترة. نصيحة: خط الاتجاه هو الأكثر دقة عندما تكون قيمة R-سكارد (عدد من 0 إلى 1 تكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع بياناتك الفعلية) عند أو بالقرب من 1. عند إضافة خط اتجاه إلى بياناتك ، يقوم إكسيل تلقائيا بحساب قيمة R-سكارد. يمكنك عرض هذه القيمة على المخطط الخاص بك عن طريق التحقق من قيمة العرض R-سكارد في مربع الرسم البياني (تنسيق جزء الاتجاه، خيارات تريندلاين). يمكنك معرفة المزيد عن جميع خيارات خط الاتجاه في الأقسام أدناه. خط الاتجاه الخطي استخدم هذا النوع من خط الاتجاه لإنشاء خط مستقيم أفضل تناسب لمجموعات البيانات الخطية البسيطة. البيانات الخاصة بك خطية إذا كان النمط في نقاط البيانات الخاصة به يشبه خط. خط الاتجاه الخطي عادة ما يظهر أن شيئا ما يتزايد أو ينخفض ​​بمعدل ثابت. يستخدم خط الاتجاه الخطي هذه المعادلة لحساب المربعات الصغرى تناسب لخط: حيث m هو المنحدر و b هو اعتراض. ويبين الخط الاتجاهي التالي أن مبيعات الثلاجات زادت باستمرار على مدى 8 سنوات. لاحظ أن قيمة R-سكارد (عدد من 0 إلى 1 الذي يكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع البيانات الفعلية الخاصة بك) هو 0.9792، وهو مناسب تماما للخط إلى البيانات. عرض خط منحني أفضل تناسب، وهذا الاتجاه هو مفيد عندما معدل التغير في البيانات يزيد أو ينخفض ​​بسرعة ثم مستويات خارج. خط الاتجاه اللوغاريتمي يمكن أن يستخدم القيم السلبية والإيجابية. يستخدم خط الاتجاه اللوغاريتمي هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث c و b هي الثوابت و لن هي وظيفة اللوغاريتم الطبيعي. ويظهر خط الاتجاه اللوغاريتمي التالي النمو السكاني المتوقع للحيوانات في منطقة ذات مساحة ثابتة، حيث انخفض عدد السكان المستخرج كمساحة للحيوانات. لاحظ أن قيمة R-سكارد هي 0.933، وهو مناسب نسبيا من الخط إلى البيانات. يعد هذا الاتجاه مفيدا عندما تتقلب بياناتك. على سبيل المثال، عند تحليل المكاسب والخسائر على مجموعة بيانات كبيرة. ترتيب الحدودي يمكن تحديدها من قبل عدد من التقلبات في البيانات أو عدد الانحناءات (التلال والوديان) تظهر في المنحنى. عادة، يوجد خط اتجاه متعدد الحدود من أجل 2 يحتوي على تلة أو وادي واحد فقط، ويشتمل الأمر 3 على واحد أو اثنين من التلال أو الوديان، ويوجد في الأمر 4 ما يصل إلى ثلاثة تلال أو وديان. خط الاتجاه متعدد الحدود أو المنحني يستخدم هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث b والثوابت. ويظهر خط الاتجاه 2 متعدد الحدود التالي (تلة واحدة) العلاقة بين سرعة القيادة واستهلاك الوقود. لاحظ أن قيمة R-سكارد هي 0.979، التي هي قريبة من 1 حتى الخطوط تناسب البيانات. عرض خط المنحني، هذا الاتجاه هو مفيد لمجموعات البيانات التي تقارن القياسات التي تزداد بمعدل معين. على سبيل المثال، تسارع سيارة سباق في فترات 1 ثانية. لا يمكنك إنشاء خط اتجاه طاقة إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الطاقة هذه المعادلة لحساب المربعات الصغرى تناسب من خلال نقاط: حيث c و b هي الثوابت. ملاحظة: لا يتوفر هذا الخيار عندما تتضمن البيانات قيما سلبية أو صفرية. يظهر مخطط قياس المسافة التالي المسافة بالأمتار بالثواني. يوضح خط التيار الكهربائي بوضوح تسارع متزايد. لاحظ أن قيمة R-سكارد هو 0.986، وهو مثاليا تقريبا من الخط إلى البيانات. عرض خط المنحني، وهذا الاتجاه هو مفيد عندما ترتفع قيم البيانات أو تنخفض بمعدل متزايد باستمرار. لا يمكنك إنشاء خط اتجاه أسي إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الأسي هذه المعادلة لحساب المربعات الصغرى التي تناسب من خلال النقاط: حيث c و b هي الثوابت و e هو قاعدة اللوغاريتم الطبيعي. ويظهر خط الاتجاه الأسي التالي تناقص كمية الكربون 14 في جسم ما عند عمره. لاحظ أن قيمة R-سكارد هي 0.990، مما يعني أن الخط يناسب البيانات تقريبا تقريبا. موفينغ ترافيك ترندلين هذا الاتجاه يدل على تقلبات في البيانات لإظهار نمط أو اتجاه أكثر وضوحا. يستخدم المتوسط ​​المتحرك عددا محددا من نقاط البيانات (يحددها خيار الفترة)، ويتوسطها، ويستخدم متوسط ​​القيمة كنقطة في السطر. على سبيل المثال، إذا تم تعيين الفترة إلى 2، يتم استخدام متوسط ​​أول نقطتي بيانات كنقطة أولى في خط الاتجاه المتوسط ​​المتحرك. ويستخدم متوسط ​​نقاط البيانات الثانية والثالثة كنقطة ثانية في خط الاتجاه، وما إلى ذلك. ويستخدم خط الاتجاه المتوسط ​​المتحرك هذه المعادلة: عدد النقاط في خط اتجاه متوسط ​​متحرك يساوي العدد الإجمالي للنقاط في السلسلة، مطروحا منه الرقم الذي تحدده للفترة. في المخطط المبعثر، يقوم خط الاتجاه بناء على ترتيب القيم x في المخطط. للحصول على نتيجة أفضل، صنف القيم x قبل إضافة متوسط ​​متحرك. يظهر خط الاتجاه المتوسط ​​التالي نمطا في عدد المنازل المباعة على مدى 26 أسبوعا. بإمكانك أن ترى طريقتي C لحساب بولينجر باندز لكل نقطة (المتوسط ​​المتحرك، حتى الفرقة، أسفل الفرقة). كما ترون هذه الطريقة تستخدم 2 للحلقات لحساب الانحراف المعياري المتحرك باستخدام المتوسط ​​المتحرك. كان يستخدم لاحتواء حلقة إضافية لحساب المتوسط ​​المتحرك على مدى فترات n الماضية. هذا واحد يمكنني إزالة بإضافة قيمة نقطة جديدة إلى إجمالي الشحنة في بداية الحلقة وإزالة قيمة نقطة i - n في نهاية الحلقة. سؤالي الآن هو في الأساس: هل يمكنني إزالة الحلقة الداخلية المتبقية بطريقة مماثلة تمكنت مع المتوسط ​​المتحرك طلب 31 يناير 13 في 21:45 الجواب هو نعم، يمكنك. في منتصف 80s أنا وضعت فقط مثل هذه الخوارزمية (ربما ليست أصلية) في فورتران لتطبيق مراقبة ومراقبة التطبيق. للأسف، كان هذا قبل أكثر من 25 عاما، وأنا لا أتذكر الصيغ بالضبط، ولكن هذه التقنية كان امتدادا للمتوسطات المتحركة، مع حسابات الترتيب الثاني بدلا من الحسابات الخطية فقط. بعد النظر إلى رمز الخاص بك بعض، وأنا أعتقد أنني يمكن أن سوس كيف فعلت ذلك مرة أخرى. لاحظ كيف الحلقة الداخلية الخاصة بك هو جعل مجموعة من المربعات: بنفس الطريقة التي كان يجب أن يكون متوسط ​​أصلا مجموع القيم الاختلافات اثنين فقط هي الترتيب (قوتها 2 بدلا من 1) وأنك تطرح المتوسط كل قيمة قبل مربع عليه. الآن قد تبدو غير قابلة للتجزئة، ولكن في الواقع يمكن فصلها: الآن هو المصطلح الأول هو مجرد مجموع المربعات، يمكنك التعامل مع ذلك بنفس الطريقة التي تقوم بها مجموع القيم للمتوسط. والمصطلح الأخير (k2n) هو مجرد متوسط ​​مرات مربعة الفترة. نظرا لأنك تقسم النتيجة حسب الفترة على أي حال، يمكنك فقط إضافة متوسط ​​التربيع الجديد بدون الحلقة الإضافية. وأخيرا، في الفترة الثانية (سوم (-2vi) k)، منذ سوم (في) مجموع كن يمكنك ثم تغييره إلى هذا: أو فقط -2k2n. والتي هي -2 أضعاف متوسط ​​التربيع، مرة واحدة يتم تقسيم الفترة (ن) مرة أخرى. وبالتالي فإن الصيغة النهائية المجمعة هي: (تأكد من التحقق من صحة هذا، لأنني أشتق منه قبالة رأس رأسي) ودمج في التعليمات البرمجية الخاصة بك يجب أن ننظر إلى شيء من هذا القبيل: المشكلة مع النهج التي تحسب مجموع المربعات هو أنه وساحة مبالغ يمكن الحصول على كبيرة جدا، وحساب الفرق بهم قد يعرض خطأ كبير جدا. لذلك يتيح التفكير في شيء أفضل. لماذا هناك حاجة لذلك، انظر مقالة ويكيبيديا على خوارزميات لحساب التباين وجون كوك على التفسير النظري للنتائج العددية) أولا، بدلا من حساب ستديف يتيح التركيز على التباين. مرة واحدة لدينا التباين، ستديف هو مجرد الجذر التربيعي للتباين. لنفترض أن البيانات في مصفوفة تسمى x المتداول نافذة ن الحجم من قبل واحد يمكن أن ينظر إليه على أنه إزالة قيمة x0 وإضافة قيمة شن. يتيح الدلالة على متوسطات x0..xn-1 و x1..xn بواسطة و على التوالي. الفرق بين الفروق بين x0..xn-1 و x1..xn هو، بعد إلغاء بعض المصطلحات وتطبيق (أب) (أب) (أب): وبالتالي فإن الاختلال هو مضطرب بشيء لا يتطلب منك الحفاظ على مجموع المربعات، وهو أفضل للدقة العددية. يمكنك حساب المتوسط ​​والتباين مرة واحدة في البداية مع خوارزمية المناسبة (طريقة ويلفورد). بعد ذلك، في كل مرة لديك لاستبدال قيمة في إطار x0 بواسطة شن آخر يمكنك تحديث متوسط ​​والتباين مثل هذا: شكرا لهذا. اعتدت عليه كأساس لتنفيذ في C ل كلر. اكتشفت أنه في الممارسة العملية، يمكنك تحديث مثل هذا نوفار هو عدد سلبي صغير جدا، وفشل سكرت. عرضت إذا كان للحد من قيمة إلى الصفر لهذه الحالة. لا فكرة، ولكن مستقرة. حدث هذا عندما كانت قيمة كل قيمة في نافذة بلدي نفس القيمة (لقد استخدمت حجم نافذة من 20 والقيمة في السؤال كان 0.5، في حالة شخص يريد أن يحاول إعادة إنتاج هذا.) نداش درو نويكس جول 26 13 في 15:25 إيف تستخدم الرياضيات المشتركة (وساهمت في تلك المكتبة) لشيء مماثل جدا لهذا. يجب أن يكون المصدر المفتوح، الذي ينقل إلى C من السهل كما فطيرة مخزن اشترى (هل حاولت جعل فطيرة من الصفر). تحقق من ذلك: commons. apache. orgmathapi-3.1.1index. html. لديهم فئة ستانداردديفياتيون. الذهاب إلى المدينة أجاب 31 يناير في 21:48 You39re ترحيب آسف أنا didn39t ديك الجواب you39re تبحث عنه. أنا بالتأكيد didn39t يعني أن نقترح نقل المكتبة بأكملها فقط الحد الأدنى من التعليمات البرمجية اللازمة، والتي ينبغي أن تكون بضع مئات من الأسطر أو نحو ذلك. لاحظ أنه ليس لدي أي فكرة عن قيود حقوق الطبع والنشر القانونية أباتشي على هذا الرمز، لذلك you39d لديك للتحقق من ذلك. في حال كنت متابعة ذلك، وهنا هو الرابط. بحيث التباين فاستماث نداش جاسون 31 يناير في 22:36 وقد أعطيت بالفعل أهم المعلومات أعلاه --- ولكن ربما هذا لا يزال من المصلحة العامة. مكتبة جافا صغيرة لحساب المتوسط ​​المتحرك والانحراف المعياري متاح هنا: githubtools4jmeanvar ويستند التنفيذ على البديل من طريقة ويلفوردس المذكورة أعلاه. تم اشتقاق طرق إزالة واستبدال القيم التي يمكن استخدامها لنقل نوافذ القيمة.