Moving Average Datenpunkte

Moving Average Dieses Beispiel lehrt, wie Sie den gleitenden Durchschnitt einer Zeitreihe in Excel berechnen. Ein gleitender Durchschnitt wird verwendet, um Unregelmäßigkeiten (Spitzen und Täler) zu glätten, um Trends leicht zu erkennen. 1. Erstens, werfen wir einen Blick auf unsere Zeitreihe. 2. Klicken Sie auf der Registerkarte Daten auf Datenanalyse. Hinweis: Klicken Sie hier, um das Analyse-ToolPak-Add-In zu laden. 3. Wählen Sie Verschiebender Durchschnitt aus, und klicken Sie auf OK. 4. Klicken Sie im Feld Eingabebereich auf den Bereich B2: M2. 5. Klicken Sie in das Feld Intervall und geben Sie 6 ein. 6. Klicken Sie in das Feld Ausgabebereich und wählen Sie Zelle B3 aus. 8. Zeichnen Sie ein Diagramm dieser Werte. Erläuterung: Da wir das Intervall auf 6 setzen, ist der gleitende Durchschnitt der Durchschnitt der letzten 5 Datenpunkte und der aktuelle Datenpunkt. Als Ergebnis werden Spitzen und Täler geglättet. Die Grafik zeigt eine zunehmende Tendenz. Excel kann den gleitenden Durchschnitt für die ersten 5 Datenpunkte nicht berechnen, da nicht genügend frühere Datenpunkte vorhanden sind. 9. Wiederholen Sie die Schritte 2 bis 8 für Intervall 2 und Intervall 4. Fazit: Je größer das Intervall, desto mehr werden die Spitzen und Täler geglättet. Je kleiner das Intervall, desto näher sind die gleitenden Durchschnitte zu den tatsächlichen Datenpunkten. Hinzufügen, Ändern oder Entfernen einer Trendlinie in einem Diagramm Betrifft: Excel 2010 Word 2010 Outlook 2010 PowerPoint 2010 Excel 2007 Word 2007 Outlook 2007 PowerPoint 2007 Mehr. Weniger Sie können eine Trendlinie oder einen gleitenden Durchschnitt zu beliebigen Datenreihen in einem nicht gestapelten, 2-D-, Bereichs-, Balken-, Spalten-, Linien-, Lager-, xy - (Scatter-) oder Blasendiagramm hinzufügen. Eine Trendlinie ist immer mit einer Datenreihe verbunden, aber eine Trendlinie repräsentiert nicht die Daten dieser Datenreihe. Stattdessen wird eine Trendlinie verwendet, um Trends in Ihren vorhandenen Daten oder Prognosen zukünftiger Daten darzustellen. Anmerkung: Sie können keine Trendlinie zu Datenreihen in einem gestapelten, 3-D-, Radar-, Kuchen-, Oberflächen - oder Donut-Diagramm hinzufügen. Was möchten Sie tun? Erfahren Sie mehr über die Vorhersage und die Darstellung von Trends in Diagrammen Trendlinien werden verwendet, um grafische Trends in Daten zu visualisieren und zu analysieren, Probleme der Vorhersage. Eine solche Analyse wird auch Regressionsanalyse genannt. Durch die Verwendung der Regressionsanalyse können Sie eine Trendlinie in einem Diagramm über die tatsächlichen Daten hinaus ausdehnen, um zukünftige Werte vorherzusagen. Beispielsweise verwendet das folgende Diagramm eine einfache lineare Trendlinie, die zwei Quartale prognostiziert, um klar einen Trend zu steigenden Umsätzen zu zeigen. Sie können auch einen gleitenden Durchschnitt erstellen, der die Schwankungen in den Daten glättet und das Muster oder den Trend deutlicher zeigt. Wenn Sie ein Diagramm oder eine Datenreihe ändern, so dass es beispielsweise die zugehörige Trendlinie nicht mehr unterstützen kann, indem Sie den Diagrammtyp in ein 3D-Diagramm ändern oder die Ansicht eines PivotChart-Berichts oder eines zugeordneten PivotTable-Berichts ändern, wird die Trendlinie nicht mehr angezeigt Auf dem Diagramm. Für Zeilendaten ohne Diagramm können Sie AutoFill oder eine der statistischen Funktionen wie GROWTH () oder TREND () verwenden, um Daten für am besten passende lineare oder exponentielle Zeilen zu erstellen. Den richtigen Trendline-Typ für Ihre Daten auswählen Wenn Sie in Microsoft Office Excel eine Trendlinie zu einem Diagramm hinzufügen möchten, können Sie einen dieser sechs verschiedenen Trend - oder Regressionstypen wählen: lineare Trendlinien, logarithmische Trendlinien, polynomische Trendlinien, Power-Trendlinien, exponentiell Trendlinien oder gleitende durchschnittliche Trendlinien. Die Art der Daten, die Sie festlegen, die Art der Trendlinie, die Sie verwenden sollten. Eine Trendlinie ist am genauesten, wenn ihr R-squared-Wert auf oder nahe bei 1. Wenn Sie eine Trendlinie zu Ihren Daten passen, berechnet Excel automatisch seinen R-Quadrat-Wert. Wenn Sie möchten, können Sie diesen Wert in Ihrem Diagramm anzeigen. Lineare Trendlinien Eine lineare Trendlinie ist eine am besten passende gerade Linie, die mit einfachen linearen Datensätzen verwendet wird. Ihre Daten sind linear, wenn das Muster in seinen Datenpunkten einer Linie ähnelt. Eine lineare Trendlinie zeigt in der Regel, dass etwas mit steiler Geschwindigkeit steigt oder sinkt. Im folgenden Beispiel illustriert eine lineare Trendlinie, dass die Verkäufe von Kühlschränken über einen Zeitraum von 13 Jahren konstant gestiegen sind. Beachten Sie, dass der R-Quadrat-Wert 0,979 ist, was eine gute Übereinstimmung der Zeile zu den Daten ist. Logarithmische Trendlinien Eine logarithmische Trendlinie ist eine am besten passende Kurvenlinie, die verwendet wird, wenn die Änderungsrate der Daten schnell ansteigt oder abnimmt und dann abnimmt. Eine logarithmische Trendlinie kann sowohl negative als auch positive Werte verwenden. Das folgende Beispiel verwendet eine logarithmische Trendlinie, um das prognostizierte Bevölkerungswachstum von Tieren in einem festen Raum zu veranschaulichen, in dem die Population ausgeglichen wurde, als der Platz für die Tiere abnahm. Beachten Sie, dass der R-Quadrat-Wert 0,933 ist, was eine relativ gute Passung der Zeile zu den Daten ist. Polynom-Trendlinien Eine Polynom-Trendlinie ist eine gekrümmte Linie, die verwendet wird, wenn Daten schwanken. Es eignet sich zum Beispiel für die Analyse von Gewinnen und Verlusten über einen großen Datensatz. Die Reihenfolge des Polynoms kann durch die Anzahl der Fluktuationen in den Daten oder durch die Anzahl der Biegungen (Hügel und Täler) in der Kurve bestimmt werden. Eine Ordnung 2 Polynom-Trendlinie hat in der Regel nur einen Hügel oder Tal. Ordnung 3 hat im Allgemeinen ein oder zwei Hügel oder Täler. Ordnung 4 hat in der Regel bis zu drei Hügeln oder Tälern. Das folgende Beispiel zeigt eine Polynom-Trendlinie (ein Hügel), um die Beziehung zwischen Fahrgeschwindigkeit und Kraftstoffverbrauch zu erläutern. Beachten Sie, dass der R-Quadrat-Wert 0,979 ist, was eine gute Übereinstimmung der Zeile zu den Daten ist. Leistung Trendlinien Eine Leistung Trendlinie ist eine gekrümmte Linie, die mit Datensätzen, die Messungen, die mit einer bestimmten Rate, zum Beispiel die Beschleunigung eines Rennwagens in 1-Sekunden-Intervallen zu erhöhen vergleichen. Sie können keine Power-Trendline erstellen, wenn Ihre Daten Null - oder negative Werte enthalten. Im folgenden Beispiel werden Beschleunigungsdaten durch Zeichnen der Distanz in Metern pro Sekunde dargestellt. Die Leistung Trendlinie zeigt deutlich die zunehmende Beschleunigung. Beachten Sie, dass der R-Quadrat-Wert 0,986 ist, was eine nahezu perfekte Passung der Zeile zu den Daten ist. Exponentielle Trendlinien Eine exponentielle Trendlinie ist eine gekrümmte Linie, die verwendet wird, wenn Datenwerte mit stetig steigenden Raten steigen oder fallen. Sie können keine exponentielle Trendlinie erstellen, wenn Ihre Daten Null - oder negative Werte enthalten. Im folgenden Beispiel wird eine exponentielle Trendlinie verwendet, um die abnehmende Menge an Kohlenstoff 14 in einem Objekt zu veranschaulichen, während es altert. Beachten Sie, dass der R-Quadrat-Wert 0.990 ist, was bedeutet, dass die Linie die Daten nahezu perfekt passt. Gleitende durchschnittliche Trendlinien Eine gleitende durchschnittliche Trendlinie glättet die Fluktuationen der Daten, um ein Muster oder einen Trend deutlicher darzustellen. Ein gleitender Durchschnitt verwendet eine bestimmte Anzahl von Datenpunkten (die durch die Option "Periode" festgelegt wurden), sie mittelt sie und verwendet den Durchschnittswert als Punkt in der Zeile. Wenn beispielsweise Period auf 2 gesetzt ist, wird der Durchschnitt der ersten beiden Datenpunkte als erster Punkt in der gleitenden durchschnittlichen Trendlinie verwendet. Der Durchschnitt der zweiten und dritten Datenpunkte wird als zweiter Punkt in der Trendlinie usw. verwendet. Im folgenden Beispiel zeigt eine gleitende durchschnittliche Trendlinie ein Muster in der Anzahl der über einen Zeitraum von 26 Wochen verkauften Häuser. Hinzufügen einer Trendlinie Klicken Sie auf einer Datenreihe, auf der Sie eine Trendlinie oder einen gleitenden Durchschnitt hinzufügen möchten, auf einer unstacked, 2-D-, Bereichs-, Balken-, Spalten-, Linien-, Lager-, xy - (Scatter-) oder Blasendiagramm oder wie folgt Um die Datenreihe aus einer Liste von Diagrammelementen auszuwählen: Klicken Sie auf eine beliebige Stelle im Diagramm. Dadurch werden die Diagrammtools angezeigt. Hinzufügen des Designs. Layout . Und Format-Registerkarten. Klicken Sie auf der Registerkarte Format in der Gruppe Aktuelle Auswahl auf den Pfeil neben dem Diagrammelemente-Feld, und klicken Sie dann auf das Diagrammelement, das gewünscht wird. Hinweis: Wenn Sie ein Diagramm mit mehr als einer Datenreihe auswählen, ohne eine Datenreihe auszuwählen, zeigt Excel das Dialogfeld Trendlinie hinzufügen an. Klicken Sie im Listenfeld auf die gewünschte Datenreihe, und klicken Sie dann auf OK. Klicken Sie auf der Registerkarte Layout in der Gruppe Analysis auf Trendline. Führen Sie einen der folgenden Schritte aus: Klicken Sie auf eine vordefinierte Trendline-Option, die Sie verwenden möchten. Hinweis: Dies gilt für eine Trendlinie, ohne dass Sie bestimmte Optionen auswählen können. Klicken Sie auf Weitere Trendlinienoptionen. Und dann in der Kategorie Trendlinienoptionen unter TrendRegressionstyp. Klicken Sie auf die Art der Trendlinie, die Sie use. whuber Vielen Dank für das Schauen Ich habe 2.000 Punkte. Der erste MA-Punkt ist höchstwahrscheinlich ein Durchschnitt der ersten 30 ursprünglichen Punkte. Genauigkeit ist an zweiter Stelle zu einem allgemein korrekten Resultat, am meisten spezifisch guten Vermutungen an den meisten quotrecentquot Punkten. Können Sie empfehlen eine relativ einfache Methode Vielen Dank im Voraus ndash user16679 Ich versuche zu setzen, was whuber sagte in eine Antwort. Nehmen wir an, Sie haben einen großen Vektor mathbf x mit n2000 Einträge. Wenn Sie einen gleitenden Durchschnitt mit einem Fenster der Länge ell30 berechnen, können Sie dies als Vektor-Matrix-Multiplikation mathbf y Amathbf x des Vektors mathbf x mit der Matrix schreiben kann AFRAC links (beginnen 1 Ampere. Amp 1 Ampere 0 amp. Amp 0 0 amp 1 Ampere. amp 1 Ampere 0 Ampere. vdots amp amp ddots amp amp amp vdots 0 Amp. amp 1 Ampere. amp 1 Ampere 0 0 Ampere. amp 0 amp 1 Ampere. amp 1 Ende rechts), die 30 diejenigen hat, die verschoben Durch, während Sie durch die Reihen vorwärts gehen, bis die 30 auf das Ende der Matrix schlagen. Hier hat der gemittelte Vektor mathbf y 1970 Dimensionen. Die Matrix hat 1970 Zeilen und 2000 Spalten. Daher ist es nicht invertierbar. Wenn Sie mit Matrizen nicht vertraut sind, denken Sie an es als lineares Gleichungssystem: Sie suchen nach Variablen x1. X, so dass der Durchschnitt über die ersten dreißig Ausbeuten y1, der Durchschnitt über die zweite dreißig Ausbeute y2 und so weiter. Das Problem des Gleichungssystems (und der Matrix) besteht darin, daß es mehr Unbekannte als Gleichungen hat. Daher können Sie Ihre Unbekannten x1 nicht eindeutig identifizieren. Xn. Die intuitive Grund ist, dass Sie verlieren Dimensionen, während im Durchschnitt, da die ersten dreißig Dimensionen von mathbf x nicht ein entsprechendes Element in mathbf y erhalten, da Sie nicht die Mittelungsfenster außerhalb von mathbf x verschieben kann. Ein Weg, um A oder äquivalent das Gleichungssystem, auflösbar ist mit 30 mehr Gleichungen zu kommen (oder 30 Zeilen mehr für A), die zusätzliche Informationen liefern (linear unabhängig zu allen anderen Reihen A). Eine andere, vielleicht einfacher Weg, um die pseudo Adagger von A. zu verwenden ist Dies erzeugt einen Vektor mathbf z Adaggermathbf y, die die gleiche Dimension wie mathbf x hat und das die Eigenschaft hat, dass es die quadratische Abstand zwischen mathbf y und z Amathbf minimiert (siehe Wikipedia). Das scheint ziemlich gut zu funktionieren. Hier ist ein Beispiel, wo ich zog 2000 Beispiele aus einer Gaußschen Verteilung, fügte fünf, gemittelt sie und rekonstruiert die mathbf x über die Pseudo. Viele numerische Programme bieten Pseudoinversen (z. B. Matlab, numpy in python, etc.). Hier wäre der Python-Code, um die Signale aus meinem Beispiel zu generieren: Hoffe, dass hilft.