Moving Average Function Excel

Moving Average Forecasting Introdução. Como você pode imaginar, estamos olhando para algumas das abordagens mais primitivas para a previsão. Mas espero que estas sejam pelo menos uma introdução que vale a pena para algumas das questões de computação relacionadas com a implementação de previsões em planilhas. Neste sentido, vamos continuar a partir do início e começar a trabalhar com previsões de média móvel. Previsões médias móveis. Todo mundo está familiarizado com as previsões de média móvel, independentemente de eles acreditam que são. Todos os estudantes universitários fazê-los o tempo todo. Pense nos seus resultados de teste em um curso onde você vai ter quatro testes durante o semestre. Vamos supor que você tem um 85 em seu primeiro teste. O que você poderia prever para sua pontuação do segundo teste O que você acha que seu professor iria prever para a sua próxima pontuação de teste O que você acha que seus amigos podem prever para a sua próxima pontuação de teste O que você acha que seus pais podem prever para a sua próxima pontuação de teste Todo o blabbing você pôde fazer a seus amigos e pais, eles e seu professor são muito prováveis ​​esperar que você comece algo na área dos 85 você apenas começ. Bem, agora vamos supor que, apesar de sua auto-promoção para seus amigos, você superestimar-se e figura que você pode estudar menos para o segundo teste e assim você começa um 73. Agora o que são todos os interessados ​​e despreocupado vai Antecipar você vai chegar em seu terceiro teste Existem duas abordagens muito provável para eles desenvolver uma estimativa, independentemente de se eles vão compartilhar com você. Eles podem dizer a si mesmos: "Esse cara está sempre soprando fumaça sobre sua inteligência. Hes que vai obter outro 73 se hes afortunado. Talvez os pais tentem ser mais solidários e dizer: "Bem, até agora você conseguiu um 85 e um 73, então talvez você deva imaginar sobre como obter um (85 73) 2 79. Eu não sei, talvez se você fez menos festas E werent abanando a doninhas em todo o lugar e se você começou a fazer muito mais estudando você poderia obter uma pontuação mais alta. Ambos estas estimativas são, na verdade, a média móvel previsões. O primeiro é usar apenas sua pontuação mais recente para prever o seu desempenho futuro. Isso é chamado de média móvel usando um período de dados. O segundo é também uma previsão média móvel, mas usando dois períodos de dados. Vamos supor que todas essas pessoas rebentando em sua grande mente têm tipo de puto você fora e você decidir fazer bem no terceiro teste para suas próprias razões e colocar uma pontuação mais alta na frente de seus quotalliesquot. Você toma o teste e sua pontuação é realmente um 89 Todos, incluindo você mesmo, está impressionado. Então agora você tem o teste final do semestre chegando e, como de costume, você sente a necessidade de incitar todos a fazer suas previsões sobre como você vai fazer no último teste. Bem, espero que você veja o padrão. Agora, espero que você possa ver o padrão. Qual você acha que é o apito mais preciso enquanto trabalhamos. Agora vamos voltar para a nossa nova empresa de limpeza iniciada por sua meia irmã distante chamado Whistle While We Work. Você tem alguns dados de vendas anteriores representados pela seção a seguir de uma planilha. Primeiro, apresentamos os dados para uma previsão média móvel de três períodos. A entrada para a célula C6 deve ser Agora você pode copiar esta fórmula de célula para baixo para as outras células C7 a C11. Observe como a média se move sobre os dados históricos mais recentes, mas usa exatamente os três períodos mais recentes disponíveis para cada previsão. Você também deve notar que nós realmente não precisamos fazer as previsões para os períodos passados, a fim de desenvolver a nossa previsão mais recente. Isso é definitivamente diferente do modelo de suavização exponencial. Ive incluído o quotpast previsões, porque vamos usá-los na próxima página da web para medir a validade de previsão. Agora eu quero apresentar os resultados análogos para uma previsão média móvel de dois períodos. A entrada para a célula C5 deve ser Agora você pode copiar esta fórmula de célula para baixo para as outras células C6 a C11. Observe como agora apenas as duas mais recentes peças de dados históricos são usados ​​para cada previsão. Mais uma vez eu incluí as previsões quotpast para fins ilustrativos e para uso posterior na validação de previsão. Algumas outras coisas que são de importância notar. Para uma previsão média móvel de m-período, apenas os m valores de dados mais recentes são usados ​​para fazer a previsão. Nada mais é necessário. Para uma previsão média móvel do período m, ao fazer previsões quotpast, observe que a primeira predição ocorre no período m 1. Ambas as questões serão muito significativas quando desenvolvemos nosso código. Desenvolvendo a função de média móvel. Agora precisamos desenvolver o código para a previsão da média móvel que pode ser usado de forma mais flexível. O código segue. Observe que as entradas são para o número de períodos que você deseja usar na previsão ea matriz de valores históricos. Você pode armazená-lo em qualquer pasta de trabalho que você deseja. Função MovingAverage (Histórico, NumberOfPeriods) Como Único Declarar e inicializar variáveis ​​Dim Item Como Variante Dim Counter Como Inteiro Dim Acumulação como Único Dim HistoricalSize As Inteiro Inicializando variáveis ​​Counter 1 Acumulação 0 Determinando o tamanho da Historical array HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Acumulando o número apropriado dos valores mais recentes anteriormente observados Acumulação Acumulação Histórico (HistoricalSize - NumberOfPeriods Counter) MovingAverage Acumulação NumberOfPeriods O código será explicado na classe. Você deseja posicionar a função na planilha para que o resultado da computação seja exibido onde ele deve gostar do seguinte. Usando a função PREVISÃO no Excel (e Open Office Calc) copie Copyright. O conteúdo do InventoryOps é protegido por direitos de autor e não está disponível para republicação. Deixe-me começar dizendo que Excels Forecast Function não é um sistema completo de previsão de inventário. A previsão na gestão de estoques geralmente envolve remover o ruído da demanda, calculando e incorporando as tendências, a sazonalidade e os eventos. A função de previsão não vai fazer todas essas coisas para você (tecnicamente poderia, mas há maneiras melhores de realizar alguns destes). Mas é uma pequena função simples que é fácil de usar, e certamente pode ser uma parte do seu sistema de previsão. De acordo com a ajuda da Microsoft sobre a função de previsão. A função FORECAST (x, knownys, knownxs) retorna o valor predito da variável dependente (representada nos dados por knownys) para o valor específico, x, da variável independente (representada nos dados por knownxs) usando um melhor ajuste (Mínimos quadrados) para predizer valores de y de valores de x. Então o que exatamente isso significa regressão linear é uma forma de análise de regressão e pode ser usado para calcular uma relação matemática entre dois (ou mais) conjuntos de dados. Na previsão, você usaria isso se pensasse que um conjunto de dados poderia ser usado para prever outro conjunto de dados. Por exemplo, se você vende suprimentos de construção, você pode achar que as mudanças nas taxas de juros podem ser usadas para prever as vendas de seus produtos. Este é um exemplo clássico de usar regressão para calcular uma relação entre uma variável externa (taxas de juros) e uma variável interna (suas vendas). No entanto, como veremos mais adiante, você também pode usar a regressão para calcular uma relação dentro do mesmo conjunto de dados. Uma abordagem típica para análise de regressão envolve o uso de regressão para determinar a relação matemática, mas também para ajudar a dar uma idéia de como essa relação é válida (essa é a parte da análise). A função de previsão ignora a análise e apenas calcula um relacionamento e aplica-a automaticamente à sua saída. Isso torna as coisas mais fáceis para o usuário, mas assume que seu relacionamento é válido. Assim, essencialmente, a função Forecast usa regressão linear para prever um valor com base em uma relação entre dois conjuntos de dados. Vamos ver alguns exemplos. Na Figura 1A, temos uma planilha que inclui a taxa média de juros nos últimos 4 anos e as vendas unitárias durante esse mesmo período de 4 anos. Também mostramos uma taxa de juros prevista para o 5º ano. Podemos ver no exemplo que nossas vendas de unidade sobe como taxas de juros descem, e ir para baixo como as taxas de juros sobem. Basta olhar para o exemplo, podemos provavelmente acho que nossas vendas para o ano 5 seria em algum lugar entre 5.000 e 6.000 com base na relação observada entre as taxas de juros e as vendas durante os períodos anteriores. Podemos usar a Função de Previsão para quantificar mais precisamente esta relação e aplicá-la ao 5º ano. Na Figura 1B, você pode ver a função de previsão que está sendo aplicada. Neste caso, a fórmula na célula F4 é FORECAST (F2, B3: E3, B2: E2). O que temos entre parênteses é conhecido como um argumento. Um argumento é realmente apenas um meio de passar parâmetros para a função que está sendo usada (neste caso, a função Forecast). Cada parâmetro é separado por uma vírgula. Para que a Função de Previsão funcione, ela precisa saber o valor que estamos usando para prever nossa saída (nossas vendas do ano 5). No nosso caso, o parâmetro (nossa taxa de juros do ano 5) está na célula F2, então o primeiro elemento do nosso argumento é F2. Em seguida, ele precisa saber onde ele pode encontrar os valores existentes que irá usar para determinar a relação a aplicar a F2. Primeiro precisamos digitar as células que representam os valores de nossa variável dependente. No nosso caso, este seria o nosso unidades vendidas durante os 4 anos anteriores, por isso entra B3: E3. Então, precisamos digitar as células que representam os valores de nossa variável preditora. No nosso caso, esta seria a taxa de juros durante os 4 anos anteriores, por isso entramos B2: E2). A função Forecast agora pode comparar as unidades vendidas durante os anos 1 a 4 com as taxas de juros nesses mesmos anos e, em seguida, aplicar essa relação com nossa taxa de juros prevista para o ano 5 para obter nossas vendas previstas para o ano 5 de 5.654 unidades. No exemplo anterior, podemos olhar para os gráficos para ajudar a tentar visualizar o relacionamento. À primeira vista, pode não parecer tão óbvio porque temos uma relação inversa (as vendas vão para cima como as taxas de juros vão para baixo), mas se você mentalmente virou um dos gráficos, você veria um relacionamento muito claro. Essa é uma das coisas legais sobre a função de previsão (e análise de regressão). Pode facilmente lidar com uma relação inversa. Cópia Copyright. O conteúdo do InventoryOps é protegido por direitos de autor e não está disponível para republicação. Agora vamos olhar para outro exemplo. Na Figura 2A, vemos um novo conjunto de dados. Neste exemplo, nossas taxas de juros subiram e desceram nos últimos 4 anos, contudo nossas vendas unitárias mostraram uma tendência ascendente consistente. Embora seja possível que as taxas de juros tivessem algum impacto sobre nossas vendas neste exemplo, é óbvio que há fatores muito mais importantes em jogo aqui. Usando nossa função de previsão com esses dados, retornamos uma previsão de 7.118 unidades para o Ano 5. Acho que a maioria de nós olharia para nossa tendência de vendas e concordaria que é muito mais provável que nossas vendas para o Ano 5 fossem 9.000 unidades. Como eu mencionei anteriormente, a Função de Previsão assume que o relacionamento é válido, portanto, produz saída com base no melhor ajuste que pode fazer dos dados dados a ele. Em outras palavras, se dissermos que existe uma relação, ela acredita em nós e produz a saída de acordo sem nos dar uma mensagem de erro ou qualquer sinal que implique que a relação é muito pobre. Então, tenha cuidado com o que você pede. Os exemplos anteriores cobriam a aplicação clássica da regressão à previsão. Enquanto tudo isso soa muito liso, esta aplicação clássica de regressão não é tão útil como você poderia pensar (você pode verificar o meu livro para obter mais informações sobre regressão e por que não pode ser uma boa escolha para suas necessidades de previsão). Mas agora vamos usar a função de previsão para simplesmente identificar a tendência dentro de um dado conjunto de dados. Vamos começar observando a Figura 3A. Aqui temos demanda com uma tendência muito óbvia. A maioria de nós deve ser capaz de olhar para esses dados e se sentir confortável para prever que a demanda no período 7 será provavelmente 60 unidades. No entanto, se você executou esses dados através dos cálculos de previsão típicos usados ​​no gerenciamento de inventário, você pode se surpreender com o quão pobre muitos desses cálculos estão na contabilização da tendência. Como a Função de Previsão nos obriga a inserir uma variável dependente e uma variável preditora, como vamos usar a Função de Previsão se tivermos apenas um conjunto de dados Bem, embora seja tecnicamente verdade que temos um único conjunto de dados (nosso Demanda história), nós realmente temos um relacionamento acontecendo dentro deste conjunto de dados. Nesse caso, nosso relacionamento é baseado no tempo. Portanto, podemos usar cada demanda de períodos como uma variável preditora para os seguintes períodos de demanda. Portanto, apenas precisamos informar a função de previsão para usar a demanda nos Períodos 1 a 5 como os dados existentes para a variável preditora e usar a demanda nos Períodos 2 a 6 como os dados existentes para a variável dependente. Em seguida, diga-lhe para aplicar essa relação com a demanda no Período 6 para calcular a nossa previsão para o Período 7. Você pode ver na Figura 3B, a nossa fórmula na célula I3 é PREVISÃO (H2, C2: H2, B2: G2). E ele retorna uma previsão de 60 unidades. Obviamente, este exemplo não é realista, uma vez que a procura é muito limpo (sem ruído). Então vamos olhar para a Figura 3C onde aplicamos esse mesmo cálculo a alguns dados mais realistas. Eu só quero reafirmar, que enquanto a função de previsão é útil, não é um sistema de previsão. Eu normalmente prefiro ter um pouco mais de controle sobre exatamente como eu aplicar e estender tendências para a minha previsão. Além disso, você deseja primeiro remover quaisquer outros elementos da sua demanda que não estejam relacionados à sua demanda e tendência base. Por exemplo, você deseja remover todos os efeitos de sazonalidade ou eventos (como promoções) de sua demanda antes de aplicar a função de previsão. Em seguida, você aplicaria o índice de sazonalidade e os índices de eventos à saída da função de previsão. Você também pode brincar com suas entradas para obter um resultado desejado específico. Por exemplo, você pode tentar primeiro suavizar seu histórico de demanda (através de uma média móvel, média móvel ponderada ou suavização exponencial) e usar essa é a variável preditora em vez da demanda bruta. Para obter mais informações de Previsão, confira meu livro Gerenciamento de estoques explicado. Usando a função de previsão no Open Office Calc. Para usuários de Openoffice. org Calc. A função de Previsão funciona praticamente da mesma forma que no Excel. No entanto, existe uma ligeira diferença na sintaxe utilizada no Calc. Onde quer que você usaria uma vírgula em um argumento em uma função do Excel, você usaria um ponto-e-vírgula em Calc. Assim, em vez da fórmula de Excel você entraria vá à página dos artigos para mais artigos por Dave Piasecki. Cópia Copyright. O conteúdo do InventoryOps é protegido por direitos de autor e não está disponível para republicação. Dave Piasecki. É owneroperator de Inventário Operations Consulting LLC. Uma empresa de consultoria que presta serviços relacionados à gestão de inventário, manuseio de materiais e operações de armazém. Possui mais de 25 anos de experiência em gestão de operações e pode ser alcançado através de seu website (inventoryops), onde mantém informações adicionais relevantes. O My Business Inventory Operations Consulting LLC fornece assistência rápida, acessível e especializada com gerenciamento de estoque e operações de depósito. A média móvel é uma técnica para obter uma idéia geral das tendências em um conjunto de dados é uma média de qualquer subconjunto de números. A média móvel é extremamente útil para prever as tendências a longo prazo. Você pode calculá-lo para qualquer período de tempo. Por exemplo, se você tiver dados de vendas para um período de vinte anos, você pode calcular uma média móvel de cinco anos, uma média móvel de quatro anos, uma média móvel de três anos e assim por diante. Os analistas do mercado de ações usarão frequentemente uma média movente de 50 ou 200 dias para ajudá-los a ver tendências no mercado conservado em estoque e (esperançosamente) prever onde os estoques estão indo. Uma média representa o valor 8220middling8221 de um conjunto de números. A média móvel é exatamente a mesma, mas a média é calculada várias vezes para vários subconjuntos de dados. Por exemplo, se você deseja uma média móvel de dois anos para um conjunto de dados de 2000, 2001, 2002 e 2003, você encontrará médias para os subconjuntos 20002001, 20012002 e 20022003. As médias móveis são normalmente plotadas e são visualizadas melhor. Calculando uma Média Móvel de 5 Anos Exemplo Exemplo Problema: Calcule uma média móvel de cinco anos a partir do seguinte conjunto de dados: (4M 6M 5M 8M 9M) ​​5 6.4M As vendas médias para o segundo subconjunto de cinco anos (2004 8211 2008). Centrada em torno de 2006, é de 6,6M: (6M 5M 8M 9M 5M) 5 6.6M As vendas médias para o terceiro subconjunto de cinco anos (2005 8211 2009). Centrado em torno de 2007, é 6.6M: (5M 8M 9M 5M 4M) 5 6.2M Continuar a calcular cada média de cinco anos, até chegar ao final do conjunto (2009-2013). Isso lhe dá uma série de pontos (médias) que você pode usar para traçar um gráfico de médias móveis. A seguinte tabela do Excel mostra as médias móveis calculadas para 2003-2012 juntamente com um gráfico de dispersão dos dados: Assista ao vídeo ou leia os passos abaixo: O Excel tem um poderoso add-in, o Data Analysis Toolpak (como carregar os dados Analysis Toolpak) que oferece muitas opções extras, incluindo uma função de média móvel automatizada. A função não só calcula a média móvel para você, mas também grava os dados originais ao mesmo tempo. Economizando um monte de batidas de tecla. Etapa 1: Clique na guia 8220Data8221 e, em seguida, clique em 8220Data Analysis.8221 Etapa 2: Clique em 8220Moving average8221 e, em seguida, clique em 8220OK.8221 Etapa 3: Clique na caixa 8220Input Range8221 e selecione os dados. Se você incluir cabeçalhos de colunas, verifique a caixa Rótulos na primeira linha. Passo 4: Digite um intervalo na caixa. Um intervalo é o número de pontos anteriores que você deseja que o Excel use para calcular a média móvel. Por exemplo, 822058221 utilizaria os 5 pontos de dados anteriores para calcular a média de cada ponto subsequente. Quanto menor o intervalo, mais próxima a sua média móvel é do seu conjunto de dados original. Etapa 5: Clique na caixa 8220Output Range8221 e selecione uma área na planilha onde deseja que o resultado apareça. Ou, clique no botão de opção 8220New worksheet8221. Etapa 6: Verifique a caixa 8220Chart Output8221 se você quiser ver um gráfico de seu conjunto de dados (se você esquecer de fazer isso, você sempre pode voltar e adicioná-lo ou escolher um gráfico a partir do 8220Insert8221 tab.8221 Passo 7: Pressione 8220OK .8221 O Excel retornará os resultados na área especificada na Etapa 6. Observe o vídeo ou leia as etapas abaixo: Exemplo de problema: Calcule a média móvel de três anos no Excel para os seguintes dados de vendas: 2003 (33M), 2004 (22M), 2006 (36M), 2006 (34M), 2007 (43M), 2008 (39M), 2009 (41M), 2010 (36M), 2011 (45M), 2012 (56M), 2013 (64M). 1: Digite seus dados em duas colunas no Excel. A primeira coluna deve ter o ano ea segunda coluna os dados quantitativos (neste exemplo problema, os números de vendas). Certifique-se de que não há linhas em branco em seus dados de célula. : Calcule a primeira média de três anos (2003-2005) para os dados. Para este problema de exemplo, digite 8220 (B2B3B4) 38221 na célula D 3. Calcular a primeira média Etapa 3: Arraste o quadrado no canto inferior direito d Para mover a fórmula para todas as células na coluna. Isso calcula médias para anos sucessivos (por exemplo, 2004-2006, 2005-2007). Arrastando a fórmula. Etapa 4: (Opcional) Crie um gráfico. Selecione todos os dados na planilha. Clique na guia 8220Insert8221 e, em seguida, clique em 8220Scatter, 8221 e, em seguida, clique em 8220Scatter com linhas suaves e marcadores.8221 Um gráfico de sua média móvel aparecerá na planilha. Confira nosso canal do YouTube para obter mais dicas e dicas de estatísticas Média em Movimento: O que é e Como Calcular foi modificado pela última vez: 8 de janeiro de 2016 por Andale 22 pensamentos sobre ldquo Média Móvel: O que é e Como Calcular rdquo Isto é Perfeito e simples de assimilar. Obrigado pelo trabalho Isso é muito claro e informativo. Pergunta: Como se calcula uma média móvel de 4 anos Em que ano a média móvel de 4 anos se centralizaria Centraria no final do segundo ano (ou seja, 31 de dezembro). Posso usar a renda média para prever ganhos futuros qualquer um sabe sobre meio centrado, por favor diga-me se alguém sabe. Aqui it8217s dado que temos de considerar 5 anos para obter a média que está no center. Then que sobre os anos de descanso, se queremos obter a média de 20118230as que don8217t têm valores após 2012, então como é que vamos calculá-lo Como você Don8217t tem mais informações seria impossível calcular o MA de 5 anos para 2011. Você poderia obter uma média móvel de dois anos embora. Olá, Obrigado pelo vídeo. No entanto, uma coisa não é clara. Como fazer uma previsão para os próximos meses O vídeo mostra a previsão dos meses para os quais os dados já estão disponíveis. Oi, Raw, I8217m trabalhando em expandir o artigo para incluir previsão. O processo é um pouco mais complicado do que usar dados passados. Dê uma olhada neste artigo Duke University, que explica em profundidade. Atenciosamente, Stephanie obrigado por uma explanantion claro. Hi Não é possível localizar o link para o artigo sugerido Universidade Duke. Pedido para postar o link novamente