เฉลี่ย ง่าย เคลื่อนไหว excel

ค่าเฉลี่ยเคลื่อนที่ตัวอย่างนี้สอนวิธีคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดเวลาใน 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 ช่วงเวลาที่สั้นกว่านี้ค่าเฉลี่ยเคลื่อนที่จะอยู่ที่จุดข้อมูลจริงการสร้างการเคลื่อนย้ายแบบง่ายนี่เป็นหนึ่งในสามบทความต่อไปนี้ในการวิเคราะห์อนุกรมเวลาใน Excel ภาพรวมของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยเคลื่อนที่คือเทคนิคทางสถิติที่ใช้ในการเรียบ ออกความผันผวนในระยะสั้นในชุดของข้อมูลเพื่อให้ง่ายต่อการรับรู้แนวโน้มในระยะยาวหรือรอบ ค่าเฉลี่ยเคลื่อนที่จะเรียกว่าเป็นค่าเฉลี่ยของรอบการกลิ้งหรือค่าเฉลี่ยในการทำงาน ค่าเฉลี่ยเคลื่อนที่คือชุดตัวเลขซึ่งแต่ละค่าจะแสดงค่าเฉลี่ยของช่วงเวลาที่ระบุในช่วงก่อนหน้า ช่วงเวลาที่ยิ่งใหญ่มากขึ้น ยิ่งมีช่วงที่เล็กลงเท่าใดค่าเฉลี่ยเคลื่อนที่ก็จะเหมือนกับชุดข้อมูลที่เกิดขึ้นจริง ค่าเฉลี่ยเคลื่อนที่ทำงาน 3 ฟังก์ชันต่อไปนี้: ทำให้ข้อมูลเรียบขึ้นซึ่งหมายถึงการปรับปรุงข้อมูลให้พอดีกับบรรทัด การลดผลกระทบของรูปแบบชั่วคราวและสัญญาณรบกวนแบบสุ่ม ไฮไลต์ค่าผิดปกติเหนือหรือต่ำกว่าแนวโน้ม ค่าเฉลี่ยเคลื่อนที่เป็นหนึ่งในเทคนิคทางสถิติที่แพร่หลายมากที่สุดในอุตสาหกรรมเพื่อระบุแนวโน้มข้อมูล ตัวอย่างเช่นผู้จัดการฝ่ายขายมักดูข้อมูลการขายเฉลี่ย 3 เดือนของข้อมูลการขาย บทความนี้จะเปรียบเทียบค่าเฉลี่ยการย้ายแบบธรรมดาสองเดือนสามเดือนและหกเดือนของข้อมูลการขายเดียวกัน ค่าเฉลี่ยเคลื่อนที่ถูกใช้บ่อยๆในการวิเคราะห์ทางเทคนิคของข้อมูลทางการเงินเช่นผลตอบแทนของหุ้นและเศรษฐศาสตร์เพื่อค้นหาแนวโน้มในชุดเวลาทางเศรษฐกิจมหภาคเช่นการจ้างงาน มีค่าเฉลี่ยเคลื่อนที่อยู่หลายรูปแบบ ค่าเฉลี่ยที่ใช้กันทั่วไปคือค่าเฉลี่ยเคลื่อนที่แบบง่ายค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักและค่าเฉลี่ยเคลื่อนที่แบบเสวนา การดำเนินการแต่ละเทคนิคเหล่านี้ใน Excel จะครอบคลุมรายละเอียดในบทความที่แยกจากกันในบล็อกนี้ ต่อไปนี้เป็นภาพรวมคร่าวๆของเทคนิคทั้งสามแบบนี้ ค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยทุกๆจุดในค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยคือค่าเฉลี่ยของช่วงเวลาที่ระบุไว้ก่อนหน้านี้ บทความบล็อกนี้จะให้คำอธิบายโดยละเอียดเกี่ยวกับการใช้เทคนิคนี้ใน Excel คะแนนเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนักในค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักยังเป็นค่าเฉลี่ยของจำนวนงวดที่ระบุไว้ก่อนหน้านี้ด้วย ค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักใช้การถ่วงน้ำหนักที่ต่างกันกับช่วงก่อนหน้าบางช่วงเวลาค่อนข้างบ่อยในช่วงที่ผ่านมาจะได้รับน้ำหนักมากขึ้น ลิงก์ไปยังบทความอื่นในบล็อกนี้ซึ่งให้คำอธิบายโดยละเอียดเกี่ยวกับการใช้เทคนิคนี้ใน Excel มีดังต่อไปนี้ Exponential Moving Average Points ในค่าเฉลี่ยเคลื่อนที่แบบเสวนายังหมายถึงค่าเฉลี่ยของจำนวนที่ระบุของงวดก่อนหน้า การปรับให้ละเอียดแบบเสวนาใช้ปัจจัยการถ่วงน้ำหนักในช่วงก่อนหน้าซึ่งลดจำนวนเชิงซ้อนไม่ถึงศูนย์ เป็นผลให้เกิดการเรียบเรียงผลลัพธ์คำนึงถึงช่วงเวลาก่อนหน้าทั้งหมดแทนที่จะเป็นจำนวนที่กำหนดของงวดก่อนหน้าซึ่งค่าเฉลี่ยถ่วงน้ำหนักที่ถอยหลัง ลิงก์ไปยังบทความอื่นในบล็อกนี้ซึ่งให้คำอธิบายโดยละเอียดเกี่ยวกับการใช้เทคนิคนี้ใน Excel มีดังต่อไปนี้: ขั้นตอนต่อไปนี้อธิบายถึงขั้นตอน 3 ขั้นตอนในการสร้างค่าเฉลี่ยเคลื่อนที่ของข้อมูลชุดเวลาใน Excel ขั้นที่ 1 8211 กราฟ ข้อมูลต้นฉบับในแผนภาพแบบอนุกรมเวลาแผนภูมิเส้นเป็นแผนภูมิ Excel ที่ใช้บ่อยที่สุดในการสร้างข้อมูลกราฟแบบเวลา ตัวอย่างเช่นแผนภูมิ Excel ที่ใช้ในการทำพล็อตข้อมูลการขาย 13 งวดจะแสดงดังนี้ขั้นตอนที่ 2 8211 สร้างค่าเฉลี่ยเคลื่อนที่ใน Excel Excel มีเครื่องมือ Moving Average ภายในเมนู Data Analysis เครื่องมือ Moving Average สร้างค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยจากชุดข้อมูล ควรสร้างกล่องโต้ตอบการย้ายเฉลี่ยตามข้อมูลต่อไปนี้เพื่อสร้างค่าเฉลี่ยเคลื่อนที่ของข้อมูล 2 ช่วงก่อนหน้าของข้อมูลแต่ละจุด ผลลัพธ์ของค่าเฉลี่ยเคลื่อนที่ 2 ช่วงเวลาจะแสดงดังต่อไปนี้พร้อมด้วยสูตรที่ใช้ในการคำนวณค่าของแต่ละจุดในค่าเฉลี่ยเคลื่อนที่ ขั้นตอนที่ 3 8211 เพิ่มชุดค่าเฉลี่ยเคลื่อนที่ลงในแผนภูมิข้อมูลนี้ควรเพิ่มลงในแผนภูมิที่มีบรรทัดข้อมูลการขายเดิม ข้อมูลจะถูกเพิ่มเป็นชุดข้อมูลอีกชุดหนึ่งในแผนภูมิ เมื่อต้องการทำเช่นนั้นให้คลิกขวาที่ใดก็ได้บนแผนภูมิและเมนูจะปรากฏขึ้น คลิกเลือกข้อมูลเพื่อเพิ่มชุดข้อมูลใหม่ ชุดค่าเฉลี่ยเคลื่อนที่จะถูกเพิ่มโดยการเสร็จสิ้นกล่องโต้ตอบ Edit Series ดังต่อไปนี้: แผนภูมิที่มีชุดข้อมูลต้นฉบับและค่า data average moving average 2 ช่วงของ data8217s แสดงดังต่อไปนี้ โปรดสังเกตว่าเส้นค่าเฉลี่ยเคลื่อนที่ค่อนข้างน้อยและข้อมูลดิบเบี่ยงเบนข้อมูลด้านบนและด้านล่างบรรทัดแนวโน้มมีความชัดเจนมากขึ้น แนวโน้มโดยรวมมีมากขึ้นเช่นกัน ค่าเฉลี่ยเคลื่อนที่ 3 ช่วงสามารถสร้างและวางลงบนแผนภูมิโดยใช้ขั้นตอนเดียวกับดังนี้: เป็นที่น่าสนใจให้สังเกตุได้ว่าค่าเฉลี่ยเคลื่อนที่แบบ 2 ช่วงสร้างกราฟที่ราบเรียบกว่าค่าเฉลี่ยเคลื่อนที่แบบเรียบง่าย 3 ช่วง ในกรณีนี้ค่าเฉลี่ยเคลื่อนที่แบบ 2 ช่วงน่าจะเป็นที่น่าพอใจมากกว่าค่าเฉลี่ยเคลื่อนที่ 3 ช่วง สำหรับการเปรียบเทียบค่าเฉลี่ยเคลื่อนที่แบบง่าย 6 ช่วงจะคำนวณและเพิ่มลงในแผนภูมิในลักษณะเดียวกับดังต่อไปนี้: ตามที่คาดไว้ค่าเฉลี่ยเคลื่อนที่แบบ 6-interval มีความนุ่มนวลกว่าค่าเฉลี่ยเคลื่อนที่แบบ 2 หรือ 3 ช่วง กราฟเรียบขึ้นใกล้ชิดกับเส้นตรงมากขึ้น การวิเคราะห์ความถูกต้องของพรีซิชั่ความถูกต้องสามารถอธิบายได้ว่าเป็นความดีของพอดี ส่วนประกอบทั้งสองของความถูกต้องของการคาดการณ์มีดังต่อไปนี้ Forecast Bias 8211 แนวโน้มของการคาดการณ์จะสูงกว่าหรือต่ำกว่าค่าที่แท้จริงของชุดเวลาอย่างต่อเนื่อง พหุนามพยากรณ์คือผลรวมของข้อผิดพลาดทั้งหมดหารด้วยจำนวนช่วงเวลาดังต่อไปนี้: อคติเชิงบวกบ่งชี้ว่าแนวโน้มที่จะต่ำกว่าคาดการณ์ อคติเชิงลบบ่งชี้ว่าแนวโน้มในการคาดการณ์เกินคาด อคติไม่ได้วัดความถูกต้องเนื่องจากข้อผิดพลาดในทางบวกและลบลบออก ข้อผิดพลาดการพยากรณ์ 8211 ความแตกต่างระหว่างค่าจริงของชุดข้อมูลเวลาและค่าที่คาดการณ์ไว้ของการคาดการณ์ MAD 8211 Mean Absolute Deviation MAD คำนวณค่าสัมบูรณ์เฉลี่ยของข้อผิดพลาดและคำนวณโดยใช้สูตรต่อไปนี้ค่าเฉลี่ยของค่าความผิดพลาดจะช่วยลดผลกระทบที่เกิดจากข้อผิดพลาดในเชิงบวกและลบ รุ่น MAD มีขนาดเล็กกว่า MSE 8211 Mean Squared Error MSE เป็นข้อผิดพลาดที่เป็นที่นิยมในการกำจัดผลการยกเลิกข้อผิดพลาดบวกและลบโดยการบวกสี่เหลี่ยมของข้อผิดพลาดด้วยสูตรต่อไปนี้ข้อผิดพลาดที่มีขนาดใหญ่มีแนวโน้มที่จะพูดเกินจริง MSE เนื่องจากเงื่อนไขข้อผิดพลาดทั้งหมดยกกำลังสอง RMSE (Root Square Mean) ช่วยลดปัญหานี้โดยใช้รากที่สองของ MSE MAPE 8211 ข้อผิดพลาดเปอร์เซ็นต์ขั้นต่ำอย่างมีนัยสำคัญ MAPE ยังช่วยลดผลการยกเลิกข้อผิดพลาดในเชิงบวกและลบโดยการบวกค่าสัมบูรณ์ของข้อผิดพลาด MAPE จะคำนวณผลรวมของข้อผิดพลาดเปอร์เซ็นต์โดยใช้สูตรต่อไปนี้: โดยการบวกข้อผิดพลาดเปอร์เซ็นต์ MAPE สามารถใช้เพื่อเปรียบเทียบแบบจำลองการคาดการณ์ที่ใช้มาตรวัดที่แตกต่างกัน การคำนวณอคติ MAD MSE RMSE และ MAPE ใน Excel สำหรับการคำนวณค่ามัธยฐานของ Simple Moving Average, MAD, MSE, RMSE และ MAPE จะคำนวณใน Excel เพื่อประเมินการเคลื่อนย้ายแบบ 2 ช่วง 3 ช่วงและ 6 ช่วง พยากรณ์อากาศเฉลี่ยที่ได้รับในบทความนี้และแสดงดังนี้ขั้นตอนแรกคือการคำนวณ E t E t 2. E t, E t Y t-act แล้วคำนวณดังนี้ Bias, MAD, MSE, MAPE และ RMSE สามารถคำนวณได้ดังนี้การคำนวณแบบเดียวกันนี้จะทำเพื่อคำนวณค่า Bias, MAD, MSE, MAPE และ RMSE สำหรับค่าเฉลี่ยเคลื่อนที่แบบ 3 ช่วง ขณะนี้การคำนวณแบบเดียวกันนี้จะใช้คำนวณค่า Bias, MAD, MSE, MAPE และ RMSE สำหรับค่าเฉลี่ยเคลื่อนที่แบบ 6-interval Bias, MAD, MSE, MAPE และ RMSE ได้สรุปเป็นค่าเฉลี่ยเคลื่อนที่แบบ 2 ช่วง 3 ช่วงและ 6 ช่วงดังนี้ ค่าเฉลี่ยเคลื่อนที่แบบ 3 ช่วงคือรูปแบบที่ใกล้เคียงกับข้อมูลที่แท้จริงมากที่สุด 160 บทคัดย่อ Excel Master Series Blog สถิติหัวข้อและบทความในแต่ละหัวข้อคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel ในบทแนะนำสั้น ๆ นี้คุณจะได้เรียนรู้วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆใน Excel ซึ่งจะใช้ฟังก์ชันใดเพื่อให้ได้ค่าเฉลี่ยเคลื่อนที่ในช่วง N วันที่ผ่านมา สัปดาห์, เดือนหรือปีและวิธีการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ในแผนภูมิ Excel ในสองบทความล่าสุดเราได้ดูใกล้เคียงกับการคำนวณค่าเฉลี่ยใน Excel หากคุณติดตามบล็อกของเราแล้วคุณรู้วิธีคำนวณค่าเฉลี่ยปกติและใช้ฟังก์ชันใดในการหาค่าเฉลี่ยถ่วงน้ำหนัก ในบทแนะนำในปัจจุบันเราจะพูดถึงสองเทคนิคพื้นฐานในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel ค่าเฉลี่ยเคลื่อนที่ (โดยเฉลี่ยหมายถึงค่าเฉลี่ยโดยเฉลี่ยหรือค่าเฉลี่ยเคลื่อนที่) สามารถกำหนดเป็นชุดค่าเฉลี่ยสำหรับชุดย่อยที่ต่างกันของชุดข้อมูลเดียวกันได้ เป็นตัวเลขที่ใช้บ่อยในสถิติการคาดการณ์ทางเศรษฐกิจและพยากรณ์อากาศที่ปรับฤดูกาลตามฤดูกาลเพื่อทำความเข้าใจกับแนวโน้มพื้นฐาน ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่แสดงมูลค่าเฉลี่ยของการรักษาความปลอดภัยในช่วงเวลาที่กำหนด ในธุรกิจการคำนวณยอดขายโดยเฉลี่ยสำหรับช่วง 3 เดือนที่ผ่านมาเพื่อหาแนวโน้มล่าสุด ตัวอย่างเช่นค่าเฉลี่ยอุณหภูมิในการเคลื่อนย้ายอุณหภูมิในช่วงสามเดือนสามารถคำนวณได้โดยการใช้อุณหภูมิโดยเฉลี่ยตั้งแต่เดือนมกราคมถึงเดือนมีนาคมจากนั้นให้ใช้อุณหภูมิเฉลี่ยตั้งแต่เดือนกุมภาพันธ์ถึงเดือนเมษายนถึงเดือนมีนาคมถึงเดือนพฤษภาคมเป็นต้นไป มีค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันเช่นแบบเรียบง่าย (เรียกอีกอย่างว่าเลขคณิต) เลขชี้กำลังตัวแปรสามเหลี่ยมและมีการถ่วงน้ำหนัก ในบทแนะนำนี้เราจะพิจารณาค่าเฉลี่ยเคลื่อนที่แบบธรรมดาที่ใช้บ่อยที่สุด การคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยใน Excel โดยรวมแล้วมีสองวิธีในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel โดยใช้สูตรและตัวเลือกเส้นแนวโน้ม ตัวอย่างต่อไปนี้แสดงให้เห็นถึงทั้งสองเทคนิค ตัวอย่าง 1. การคํานวณค่าเฉลี่ยเคลื่อนที่สําหรับช่วงเวลาหนึ่งค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยสามารถคํานวณได้ตลอดเวลาโดยใช้ฟังก์ชัน AVERAGE สมมติว่าคุณมีรายการอุณหภูมิเฉลี่ยรายเดือนในคอลัมน์ B และต้องการหาค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือน (ดังแสดงในภาพด้านบน) เขียนสูตร AVERAGE ตามปกติสำหรับ 3 ค่าแรกแล้วป้อนลงในแถวที่ตรงกับค่าที่ 3 จากด้านบน (เซลล์ C4 ในตัวอย่างนี้) จากนั้นคัดลอกสูตรลงไปที่เซลล์อื่นในคอลัมน์: คุณสามารถแก้ไข คอลัมน์ที่มีการอ้างอิงแบบสัมบูรณ์ (เช่น B2) หากต้องการ แต่ต้องแน่ใจว่าได้ใช้การอ้างอิงแถวสัมพัทธ์ (ไม่มีเครื่องหมาย) เพื่อให้สูตรปรับค่าอย่างเหมาะสมสำหรับเซลล์อื่น จำได้ว่าค่าเฉลี่ยคำนวณโดยการเพิ่มค่าแล้วแบ่งผลรวมตามจำนวนค่าที่จะเฉลี่ยคุณสามารถตรวจสอบผลลัพธ์ได้โดยใช้สูตร SUM ตัวอย่างเช่น 2. ให้ค่าเฉลี่ยเคลื่อนที่ในช่วง N วันที่ผ่านมาเป็นสัปดาห์เดือนปี ในคอลัมน์สมมติว่าคุณมีรายการข้อมูลเช่น ตัวเลขการขายหรือราคาหุ้นและคุณต้องการทราบค่าเฉลี่ยของช่วง 3 เดือนที่ผ่านมา ณ จุดใดก็ได้ สำหรับนี้คุณต้องมีสูตรที่จะคำนวณค่าเฉลี่ยทันทีที่คุณป้อนค่าสำหรับเดือนถัดไป ฟังก์ชัน Excel ใดที่สามารถทำสิ่งนี้ได้ AVERAGE เก่าที่ดีพร้อมกับ OFFSET และ COUNT AVERAGE (OFFSET (เซลล์แรก COUNT (ช่วงทั้งหมด) - N, 0, N, 1)) โดยที่ N คือจำนวนวันสุดท้ายของสัปดาห์ที่ผ่านมาปีรวมอยู่ในค่าเฉลี่ย ไม่แน่ใจว่าจะใช้สูตรเฉลี่ยเคลื่อนที่นี้ในแผ่นงาน Excel ของคุณตัวอย่างต่อไปนี้จะทำให้ทุกอย่างชัดเจนขึ้น สมมติว่าค่าเฉลี่ยอยู่ในคอลัมน์ B เริ่มต้นในแถว 2 สูตรจะเป็นดังนี้และตอนนี้ลองพยายามทำความเข้าใจกับสิ่งที่ Excel สูตรเฉลี่ยเคลื่อนที่กำลังทำอยู่ COUNT ฟังก์ชัน COUNT (B2: B100) นับจำนวนค่าที่ป้อนไว้ในคอลัมน์ B แล้วเราเริ่มนับเป็น B2 เนื่องจากแถวที่ 1 เป็นส่วนหัวของคอลัมน์ ฟังก์ชัน OFFSET จะนำเซลล์ B2 (อาร์กิวเมนต์ 1) เป็นจุดเริ่มต้นและจะชดเชยจำนวน (ค่าที่ส่งกลับโดยฟังก์ชัน COUNT) โดยย้ายแถว 3 แถวขึ้น (-3 ในอาร์กิวเมนต์ที่ 2) เป็นผลลัพธ์จะแสดงผลรวมของค่าในช่วงที่ประกอบด้วย 3 แถว (3 ในอาร์กิวเมนต์ที่ 4) และ 1 คอลัมน์ (1 ในอาร์กิวเมนต์สุดท้าย) ซึ่งเป็น 3 เดือนล่าสุดที่เราต้องการ สุดท้ายผลตอบแทนที่ส่งผ่านจะถูกส่งไปยังฟังก์ชัน AVERAGE เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ ปลาย หากคุณกำลังทำงานกับแผ่นงานที่ปรับปรุงใหม่อย่างต่อเนื่องซึ่งมีแถวใหม่ที่จะเพิ่มในอนาคตให้แน่ใจว่าได้ใส่จำนวนแถวที่เพียงพอให้กับฟังก์ชัน COUNT เพื่อรองรับรายการใหม่ที่อาจเป็นไปได้ ไม่ใช่ปัญหาถ้าคุณมีแถวมากกว่าที่ต้องการจริงตราบเท่าที่คุณมีเซลล์แรกถูกต้องฟังก์ชัน COUNT จะละทิ้งแถวว่างทั้งหมดต่อไป ดังที่คุณอาจสังเกตเห็นตารางในตัวอย่างนี้มีข้อมูลเป็นเวลา 12 เดือนและยังอยู่ในช่วง B2: B100 ให้กับ COUNT เพียงเพื่อให้อยู่ในด้านที่ประหยัด :) ตัวอย่างที่ 3. ให้ค่าเฉลี่ยสำหรับค่า N ล่าสุดใน แถวถ้าคุณต้องการคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับ N วันเดือนปี ฯลฯ ในแถวเดียวกันคุณสามารถปรับสูตรออฟเซ็ทด้วยวิธีนี้: สมมติว่า B2 เป็นหมายเลขแรกในแถวและคุณต้องการ เมื่อต้องการรวมตัวเลข 3 อันดับสุดท้ายในค่าเฉลี่ยสูตรจะมีรูปร่างดังนี้: การสร้างแผนภูมิโดยเฉลี่ยของ Excel moving ถ้าคุณได้สร้างแผนภูมิสำหรับข้อมูลของคุณไว้แล้วการเพิ่มเส้นแนวโน้มค่าเฉลี่ยสำหรับแผนภูมินั้นเป็นเรื่องของเสี้ยววินาที ในกรณีนี้เราจะใช้คุณลักษณะ Excel Trendline และขั้นตอนโดยละเอียดดังนี้ สำหรับตัวอย่างนี้ Ive ได้สร้างแผนภูมิคอลัมน์ 2 มิติ (แทรกแท็บ gt กลุ่มแผนภูมิ) สำหรับข้อมูลการขายของเรา: และตอนนี้เราต้องการเห็นภาพการเปลี่ยนแปลงค่าเฉลี่ยเป็นเวลา 3 เดือน ใน Excel 2010 และ Excel 2007 ไปที่เค้าโครง gt Trendline gt More Trendline Options ปลาย หากคุณไม่จำเป็นต้องระบุรายละเอียดเช่นช่วงเวลาหรือชื่อเฉลี่ยที่เคลื่อนที่คุณสามารถคลิกออกแบบ gt เพิ่มองค์ประกอบแผนภูมิ gt แนวโน้มการเคลื่อนไหว gt เฉลี่ยสำหรับผลทันที บานหน้าต่าง Format Trendline จะเปิดขึ้นทางด้านขวามือของแผ่นงานใน Excel 2013 และกล่องโต้ตอบที่เกี่ยวข้องจะปรากฏขึ้นใน Excel 2010 และ 2007 เพื่อปรับแต่งการแชทของคุณคุณสามารถเปลี่ยนไปใช้แถบ Fill amp Line หรือ Effects ได้ที่ แถบเส้นแนวโน้มการจัดรูปแบบและเล่นกับตัวเลือกต่างๆเช่นประเภทเส้นสีความกว้าง ฯลฯ สำหรับการวิเคราะห์ข้อมูลที่มีประสิทธิภาพคุณอาจต้องการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ไม่กี่เส้นกับช่วงเวลาต่างๆเพื่อดูแนวโน้มที่จะเกิดขึ้น ภาพหน้าจอต่อไปนี้แสดงเส้นแนวโน้มการเคลื่อนไหวเฉลี่ย 2 เดือน (สีเขียว) และ 3 เดือน (อิฐแดง): นี่คือข้อมูลเกี่ยวกับการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel แผ่นงานตัวอย่างที่มีสูตรค่าเฉลี่ยเคลื่อนที่และเส้นแนวโน้มสามารถดาวน์โหลดได้ - เลื่อนสเปรดชีตเฉลี่ย ขอขอบคุณสำหรับการอ่านและหวังว่าจะได้พบคุณในสัปดาห์หน้าตัวอย่างที่ 3 ข้างต้น (รับค่าเฉลี่ยเคลื่อนที่สำหรับค่า N ล่าสุดในแถว) ทำงานได้ดีสำหรับฉันหากทั้งแถวมีตัวเลข ฉันทำเช่นนี้สำหรับลีกกอล์ฟของฉันที่เราใช้ค่าเฉลี่ยการกลิ้ง 4 สัปดาห์ บางครั้งนักกอล์ฟไม่อยู่ดังนั้นแทนที่จะเป็นคะแนนผมจะใส่ ABS (ข้อความ) ไว้ในเซลล์ ฉันยังคงต้องการสูตรเพื่อหาคะแนนสุดท้าย 4 และไม่นับ ABS ทั้งในตัวเศษหรือในส่วน ฉันจะปรับเปลี่ยนสูตรเพื่อให้บรรลุได้อย่างไรฉันได้สังเกตเห็นว่าเซลล์ว่างเปล่าการคำนวณไม่ถูกต้อง ในสถานการณ์ของฉันฉันติดตามมากกว่า 52 สัปดาห์ แม้ในช่วง 52 สัปดาห์ที่ผ่านมามีข้อมูลการคำนวณไม่ถูกต้องหากเซลล์ใด ๆ ก่อน 52 สัปดาห์ว่างเปล่า อิ่มพยายามที่จะสร้างสูตรที่จะได้รับค่าเฉลี่ยเคลื่อนที่เป็นระยะเวลา 3 ขอบคุณถ้าคุณสามารถช่วย pls วันที่ราคาผลิตภัณฑ์ 1012016 A 1.00 1012016 B 5.00 1012016 C 10.00 1022016 A 1.50 1022016 B 6.00 1022016 C 11.00 1032016 A 2.00 1032016 B 15.00 1032016 C 20.00 1042016 A 4.00 1042016 B 20.00 1042016 C 40.00 1052016 A 0.50 1052016 B 3.00 1052016 C 5.00 1062016 A 1.00 1062016 B 5.00 1062016 C 10.00 1072016 A 0.50 1072016 B 4.00 1072016 C 20.00 สวัสดีฉันประทับใจกับความรู้และคำแนะนำที่รัดกุมและมีประสิทธิภาพที่คุณให้ ฉันก็มีข้อความค้นหาที่ฉันหวังว่าคุณจะสามารถให้ความช่วยเหลือกับโซลูชันได้เช่นกัน ฉันมีคอลัมน์ A ของ 50 (รายสัปดาห์) ช่วงวันที่ ฉันมีคอลัมน์ B อยู่ข้างๆโดยมีการวางแผนโดยเฉลี่ยสัปดาห์ละครั้งเพื่อให้บรรลุเป้าหมาย 700 รายการ (70050) ในคอลัมน์ถัดไปฉันจะเพิ่มทีละรายของฉันเป็นรายวัน (เช่น 100 ตัวอย่าง) และคำนวณค่าเฉลี่ยการคาดการณ์ที่เหลือของ qty ต่อสัปดาห์ที่เหลือ (เช่น 700-10030) ฉันต้องการจะ replot รายสัปดาห์กราฟที่เริ่มต้นด้วยสัปดาห์ปัจจุบัน (ไม่ใช่วันที่เริ่มต้นแกน x ของแผนภูมิ) โดยมียอดรวม (100) เพื่อให้จุดเริ่มต้นของฉันเป็นสัปดาห์ปัจจุบันบวกกับ avgweek ที่เหลือ (20) และ สิ้นสุดกราฟเชิงเส้นที่จุดสิ้นสุดของสัปดาห์ที่ 30 และจุด y ของ 700 ตัวแปรของการระบุวันที่เซลล์ที่ถูกต้องในคอลัมน์ A และสิ้นสุดที่เป้าหมาย 700 โดยมีการอัปเดตอัตโนมัติจากวันที่ปัจจุบันทำให้เกิดการรบกวนฉัน คุณช่วยกรุณาด้วยสูตร (Ive พยายาม IF ตรรกะกับวันนี้และเพียงแค่ไม่สามารถแก้ได้) ขอบคุณขอความช่วยเหลือด้วยสูตรที่ถูกต้องในการคำนวณผลรวมของชั่วโมงที่ป้อนในช่วง 7 วันย้าย ตัวอย่างเช่น. ฉันจำเป็นต้องรู้ว่าการทำงานล่วงเวลาทำงานโดยบุคคลผ่านช่วงเวลาที่กลิ้ง 7 วันคำนวณจากจุดเริ่มต้นของปีจนถึงสิ้นปี จำนวนชั่วโมงที่ทำงานทั้งหมดจะต้องมีการปรับปรุงเป็นเวลา 7 วันนับจากวันที่ฉันเข้าสู่ชั่วโมงทำงานล่วงเวลาในแต่ละวันขอบคุณมีวิธีใดในการรับผลรวมของตัวเลขในช่วง 6 เดือนที่ผ่านมาฉันต้องการคำนวณ รวม 6 เดือนที่ผ่านมาทุกวัน ดังนั้นไม่จำเป็นต้องมีการปรับปรุงทุกวัน ฉันมีแผ่นงาน Excel กับคอลัมน์ของทุกวันสำหรับปีที่แล้วและในที่สุดจะเพิ่มมากขึ้นทุกปี ความช่วยเหลือใด ๆ จะได้รับการชื่นชมอย่างมากในขณะที่ฉันนิ่งงันฉันมีความต้องการที่คล้ายกัน ฉันจำเป็นต้องสร้างรายงานที่จะแสดงการเข้าชมจากลูกค้ารายใหม่การเข้าชมของลูกค้าทั้งหมดและข้อมูลอื่น ๆ เขตข้อมูลทั้งหมดเหล่านี้ได้รับการอัปเดตทุกวันในสเปรดชีตฉันจำเป็นต้องดึงข้อมูลดังกล่าวในช่วง 3 เดือนที่ผ่านมาโดยแบ่งตามเดือน 3 สัปดาห์โดยสัปดาห์และ 60 วันที่ผ่านมา มี VLOOKUP หรือสูตรหรือสิ่งที่ฉันสามารถทำเพื่อเชื่อมโยงกับแผ่นงานที่มีการอัปเดตทุกวันซึ่งจะช่วยให้รายงานของฉันสามารถอัปเดตรายวันเพิ่มเทรนด์หรือย้ายเส้นค่าเฉลี่ยไปเป็นแผนภูมินำไปใช้กับ: 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 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับข้อมูลที่แท้จริงของคุณมากแค่ไหน) 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 แสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์สำหรับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราเฉพาะ 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 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยเคลื่อนไหว ค่าเฉลี่ยของจุดข้อมูลที่สองและสามใช้เป็นจุดที่สองในเส้นแนวโน้ม ฯลฯ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้สมการนี้: จำนวนจุดในเส้นแนวโน้มเฉลี่ยเคลื่อนที่เท่ากับจำนวนจุดทั้งหมดในชุดลบด้วย หมายเลขที่คุณระบุสำหรับงวด ในแผนภูมิกระจายเส้นแนวโน้มจะขึ้นอยู่กับลำดับของค่า x ในแผนภูมิ สำหรับผลลัพธ์ที่ดีขึ้นให้จัดเรียงค่า x ก่อนที่จะเพิ่มค่าเฉลี่ยเคลื่อนที่ เส้นค่าเฉลี่ยเคลื่อนที่เฉลี่ยต่อไปนี้แสดงรูปแบบจำนวนบ้านที่ขายในช่วง 26 สัปดาห์