D3 เฉลี่ยเคลื่อนที่

ฉัน m ใหม่เพื่อ D3 และพยายามที่จะทำค่าเฉลี่ยเคลื่อนที่ของค่าก่อนหน้าและถัดไปในข้อมูลของฉันเพื่อให้เรียบมัน out. Currently ฉันมีมันทำงานโดยใช้ 2 ค่าก่อนหน้าค่าปัจจุบันมันทำงาน แต่ 1 ฉันจะยัง ใช้ค่าถัดไปและ 2 ถ้าฉันต้องการใช้ 15 ก่อนหน้าและ 15 ค่าถัดไปก็จะบ้ามี 30 vars บุคคลสำหรับการจัดเก็บทั้งหมดของพวกเขาฉันใช้จาวาสคริปต์แบบดั้งเดิม แต่หายไปเป็นวิธีการสำรวจข้อมูล วิธีนี้ใน D3 หวังว่าใครบางคนสามารถสอนฉันขอบคุณหรือเพียงแค่ข้อมูลการแยกวิเคราะห์รหัส here. Calculating ค่าเฉลี่ยเคลื่อนที่ใน Excel ในการกวดวิชาสั้น ๆ นี้คุณจะได้เรียนรู้วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่อย่างง่ายใน Excel สิ่งที่ทำหน้าที่เพื่อใช้ในการ ได้รับค่าเฉลี่ยเคลื่อนที่ในช่วง N วันสัปดาห์เดือนหรือปีที่ผ่านมาและวิธีเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ไปยังแผนภูมิ Excel ในสองบทความล่าสุดเราได้ศึกษาลักษณะใกล้เคียงกับการคำนวณค่าเฉลี่ยใน Excel หากคุณเคยรับ ติดตามบล็อกของเราแล้วคุณรู้วิธีคำนวณค่าเฉลี่ยปกติแล้ว e และสิ่งที่ใช้เพื่อหาค่าเฉลี่ยถ่วงน้ำหนักในการสอนวันนี้เราจะพูดถึงสองเทคนิคพื้นฐานในการคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel คืออะไรคือค่าเฉลี่ยเคลื่อนที่โดยทั่วไปค่าเฉลี่ยเคลื่อนที่หมายถึงค่าเฉลี่ยการวิ่งโดยเฉลี่ยหรือค่าเฉลี่ยเคลื่อนที่ ถูกกำหนดเป็นชุดค่าเฉลี่ยสำหรับชุดย่อยที่แตกต่างกันของชุดข้อมูลเดียวกันซึ่งใช้บ่อยในสถิติการคาดการณ์ทางเศรษฐกิจและพยากรณ์อากาศที่ปรับฤดูกาลแล้วเพื่อทำความเข้าใจกับแนวโน้มพื้นฐานการซื้อขายในตลาดหลักทรัพย์ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่แสดงค่าเฉลี่ยของ a การรักษาความปลอดภัยในช่วงเวลาที่กำหนดในธุรกิจการปฏิบัติทั่วไปในการคำนวณค่าเฉลี่ยเคลื่อนที่ของยอดขายในช่วง 3 เดือนที่ผ่านมาเพื่อหาแนวโน้มล่าสุดตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ของอุณหภูมิสามเดือนสามารถคำนวณได้โดยการคำนวณค่าเฉลี่ย ของอุณหภูมิตั้งแต่เดือนมกราคมถึงเดือนมีนาคมจากนั้นอุณหภูมิโดยเฉลี่ยของเดือนกุมภาพันธ์ถึงเมษายนแล้วในเดือนมีนาคมถึงเดือนพฤษภาคมและอื่น ๆ มีอยู่ประเภทต่างๆของค่าเฉลี่ยเคลื่อนที่เฉลี่ย ch เป็นเรื่องง่ายที่เรียกว่าเลขคณิตเลขชี้กำลังตัวแปรสามเหลี่ยมและถ่วงน้ำหนักในการกวดวิชานี้เราจะดูเป็นค่าเฉลี่ยเคลื่อนที่ที่ใช้บ่อยที่สุดเฉลี่ยคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel โดยทั่วไปมีสองวิธีในการทำให้ง่าย ค่าเฉลี่ยเคลื่อนที่ใน Excel - โดยใช้สูตรและตัวเลือก trendline ตัวอย่างต่อไปนี้แสดงให้เห็นถึงเทคนิคทั้งสองตัวอย่าง 1 คำนวณค่าเฉลี่ยเคลื่อนที่สำหรับช่วงเวลาหนึ่งค่าเฉลี่ยเคลื่อนที่ง่ายสามารถคำนวณได้ตลอดเวลาโดยใช้ฟังก์ชัน AVERAGE สมมติว่าคุณมีรายการค่าเฉลี่ย อุณหภูมิรายเดือนในคอลัมน์ B และคุณต้องการหาค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือนตามที่แสดงในภาพด้านบนให้ใช้สูตร AVERAGE ตามปกติสำหรับค่าแรก 3 ค่าและป้อนค่าลงในแถวที่ตรงกับค่าที่ 3 จากเซลล์ด้านบน C4 ในตัวอย่างนี้แล้วคัดลอกสูตรลงไปที่เซลล์อื่น ๆ ในคอลัมน์คุณสามารถแก้ไขคอลัมน์ที่มีการอ้างอิงแบบสัมบูรณ์เช่น B2 หากต้องการ แต่ให้แน่ใจว่าได้ใช้การอ้างอิงแถวแบบสัมพัทธ์กับ t เครื่องหมายเพื่อให้สูตรปรับอย่างถูกต้องสำหรับเซลล์อื่นคำนวณว่าค่าเฉลี่ยคำนวณโดยการเพิ่มค่าแล้วแบ่งผลรวมตามจำนวนค่าที่จะเฉลี่ยคุณสามารถตรวจสอบผลลัพธ์ได้โดยใช้สูตร SUM ตัวอย่างที่ 2 เฉลี่ยเคลื่อนที่เป็นเวลา N วันล่าสุดสัปดาห์เดือนปีในคอลัมน์สมมติว่าคุณมีรายการข้อมูลเช่นตัวเลขการขายหรือราคาหุ้นและคุณต้องการทราบค่าเฉลี่ยของช่วง 3 เดือนที่ผ่านมา ณ จุดใด ๆ สำหรับสิ่งนี้ คุณต้องมีสูตรที่จะคำนวณค่าเฉลี่ยทันทีที่คุณป้อนค่าสำหรับเดือนถัดไปฟังก์ชัน Excel ใดที่สามารถทำสิ่งนี้ได้ค่า AVERAGE เก่าที่ดีเมื่อใช้ร่วมกับ OFFSET และ COUNT ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ในตารางงาน Excel ของคุณตัวอย่างเช่นต่อไปนี้เป็นค่าเฉลี่ยของค่าเฉลี่ยของค่าเฉลี่ยที่เคลื่อนที่โดยเฉลี่ย COUNT ช่วงของค่าเฉลี่ย - N, 0, N, 1. ในกรณีที่ N คือจำนวนวันสุดท้ายของสัปดาห์เดือนที่ผ่านมา จะทำให้สิ่งที่ชัดเจนสมมติว่าค่าเฉลี่ยอยู่ในคอลัมน์ B เริ่มต้นในแถว 2 สูตรจะเป็นดังนี้และตอนนี้ลองมาทำความเข้าใจกับสิ่งที่ Excel สูตรเฉลี่ยเคลื่อนที่นี้กำลังทำอยู่ COUNT ฟังก์ชัน COUNT B2 B100 นับจำนวนค่าที่ป้อนไว้ในคอลัมน์ B แล้วเราเริ่มนับเป็น B2 เนื่องจากแถวที่ 1 เป็นส่วนหัวของคอลัมน์ฟังก์ชัน OFFSET ใช้เซลล์ B2 อาร์กิวเมนต์ที่ 1 เป็นจุดเริ่มต้นและจะชดเชยค่าที่ส่งคืนโดยฟังก์ชัน COUNT โดยการย้าย 3 แถวขึ้น -3 ในอาร์กิวเมนต์ที่ 2 เป็นผลให้มันส่งกลับผลรวมของค่าในช่วงที่ประกอบด้วย 3 แถว 3 ในอาร์กิวเมนต์ที่ 4 และ 1 คอลัมน์ 1 ในอาร์กิวเมนต์ล่าสุดซึ่งเป็นล่าสุด 3 เดือน ที่เราต้องการในที่สุดผลตอบแทนที่ได้รับจะผ่านไป ไปที่ฟังก์ชัน AVERAGE เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่เคล็ดลับหากคุณกำลังทำงานกับแผ่นงานที่อัปเดตใหม่ซึ่งมีแถวใหม่ ๆ น่าจะถูกเพิ่มเข้ามาในอนาคตให้แน่ใจว่าได้ใส่จำนวนแถวที่เพียงพอให้กับฟังก์ชัน COUNT เพื่อรองรับรายการใหม่ที่อาจเป็นไปได้ ไม่ใช่ปัญหาถ้าคุณใส่แถวมากกว่าที่ต้องการจริงตราบเท่าที่คุณมีเซลล์แรกถูกต้องฟังก์ชัน COUNT จะลบแถวที่ว่างทั้งหมดอย่างไรก็ตามคุณอาจสังเกตเห็นตารางในตัวอย่างนี้มีข้อมูลเพียง 12 เดือนและ แต่ช่วง B2 B100 มีให้กับ COUNT เพียงเพื่อให้อยู่ด้านประหยัดตัวอย่าง 3 ดูค่าเฉลี่ยเคลื่อนที่สำหรับค่า N ล่าสุดในแถวหากคุณต้องการคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับ N วันเดือนปีปีที่ผ่านมา etc ในแถวเดียวกันคุณสามารถปรับสูตรออฟเซ็ทในลักษณะนี้การใช้ B2 เป็นตัวเลขแรกในแถวและคุณต้องการรวม 3 ตัวเลขสุดท้ายในค่าเฉลี่ยสูตรจะมีรูปร่างต่อไปนี้การสร้าง Excel ย้าย แผนภูมิเฉลี่ยหากคุณมี alre ady ได้สร้างแผนภูมิสำหรับข้อมูลของคุณโดยการเพิ่มเส้นแนวโน้มค่าเฉลี่ยสำหรับแผนภูมินั้นเป็นเวลาไม่กี่วินาทีในกรณีนี้เราจะใช้คุณลักษณะ Excel Trendline และขั้นตอนโดยละเอียดตามด้านล่างนี้ตัวอย่างเช่นฉันได้สร้างแบบจำลอง 2 มิติ คอลัมน์แผนภูมิแทรกแท็บกลุ่มข้อมูลแผนภูมิสำหรับข้อมูลการขายของเราและตอนนี้เราต้องการเห็นภาพค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือนใน Excel 2013 ให้เลือกแผนภูมิไปที่แท็บออกแบบจากนั้นจัดกลุ่มแผนภูมิและคลิกเพิ่มองค์ประกอบของเส้นตาราง Trendline เพิ่มเติม Trendline ใน Excel 2010 และ Excel 2007 ให้ไปที่ Layout Trendline ตัวเลือก Trendline เพิ่มเติมเคล็ดลับหากคุณไม่จำเป็นต้องระบุรายละเอียดเช่นช่วงหรือค่าเฉลี่ยของค่าเฉลี่ยที่เคลื่อนที่คุณสามารถคลิกการออกแบบเพิ่มองค์ประกอบกราฟเส้นสำหรับการเคลื่อนย้ายค่าเฉลี่ยของเส้นแนวโน้มสำหรับผลทันที บานหน้าต่าง Format Trendline จะเปิดขึ้นที่ด้านขวาของแผ่นงานใน Excel 2013 และกล่องโต้ตอบที่เกี่ยวข้องจะปรากฏขึ้นใน Excel 2010 และ 2007 ในบานหน้าต่าง Format Trendline คุณคลิกที่ไอคอน Trendline Options เลือก Moving เฉลี่ย o ption และระบุช่วงเวลาที่เคลื่อนที่โดยเฉลี่ยในช่องรอบระยะเวลาคลิกที่เส้น Trendline และคุณจะพบเส้นแนวโน้มเฉลี่ยที่เคลื่อนย้ายเข้ามาในแผนภูมิของคุณเพื่อปรับแต่งการแชทของคุณคุณสามารถเปลี่ยนไปใช้แท็บ Fill Line หรือ Effects บนบานหน้าต่าง Format Trendline และ เล่นกับตัวเลือกอื่นเช่นประเภทเส้นสีความกว้าง ฯลฯ ในการวิเคราะห์ข้อมูลที่มีประสิทธิภาพคุณอาจต้องการเพิ่มเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ไม่กี่เส้นพร้อมกับช่วงเวลาต่างๆเพื่อดูแนวโน้มการวิวัฒนาการภาพต่อไปนี้แสดงสีเขียว 2 เดือนและ อิเลคทรอนิคส์แบบอิเล็กทรอนิกสีแดง 3 เดือนเส้นสีแดงมีค่าเฉลี่ยประมาณ 3 เท่าของเส้นผ่านศูนย์กลางเฉลี่ยเคลื่อนที่ใน Excel ตารางการทดลองที่มีสูตรค่าเฉลี่ยเคลื่อนที่และเส้นแนวโน้มสามารถดาวน์โหลดได้ - การคำนวณเฉลี่ยสเปรดชีตขอขอบคุณสำหรับการอ่านและหวังว่าจะได้พบคุณต่อไป สัปดาห์นอกจากนี้คุณยังอาจสนใจตัวอย่าง 3 ข้างต้นของคุณรับค่าเฉลี่ยเคลื่อนที่สำหรับค่า N ล่าสุดในแถวที่ทำงานได้อย่างสมบูรณ์แบบสำหรับฉันถ้าแถวทั้งหมดมีตัวเลขฉัน m ทำเช่นนี้สำหรับลีกกอล์ฟของฉันที่ ก่อนหน้านี้เราใช้ค่าเฉลี่ยของสัปดาห์ที่ 4 โดยปกติบางครั้งนักกอล์ฟไม่อยู่ดังนั้นแทนที่จะเป็นคะแนนฉันจะใส่ข้อความ ABS ในเซลล์ฉันยังคงต้องการให้สูตรเพื่อหาคะแนน 4 คะแนนและไม่นับรวมทั้ง ABS ในเลขหรือใน ฉันจะปรับเปลี่ยนสูตรเพื่อให้บรรลุสิ่งนี้ได้หรือไม่ฉันสังเกตเห็นว่าเซลล์ว่างเปล่าการคำนวณไม่ถูกต้องในสถานการณ์ของฉันฉันติดตามมากกว่า 52 สัปดาห์แม้ว่าในช่วง 52 สัปดาห์ที่ผ่านมามีข้อมูลการคำนวณไม่ถูกต้องหากเซลล์ใด ๆ ก่อนที่จะ 52 สัปดาห์ว่างเปล่าอาร์เซนอล Mendrez กล่าวว่าฉันพยายามที่จะสร้างสูตรที่จะได้รับค่าเฉลี่ยเคลื่อนที่เป็นระยะเวลา 3 ชื่นชมถ้าคุณสามารถช่วย pls. Date สินค้าราคา 10 1 2016 A 1 00 10 1 2016 B 5 00 10 1 2016 C 10 00 10 2 2016 A 1 50 10 2 2016 B 6 00 10 2 2016 C 11 00 10 3 2016 A 2 00 10 3 2016 B 15 00 10 3 2016 C 20 00 10 4 2016 A 4 00 10 4 2016 B 20 00 10 4 2016 C 40 00 10 5 2016 A 0 50 10 5 2016 B 3 00 10 5 2016 C 5 00 10 6 2016 A 1 00 10 6 2016 B 5 00 10 6 2016 C 10 00 10 7 2016 A 0 50 10 7 2016 B 4 00 10 7 2016 C 20 00.Archie Mendrez says. James Brown saysHi ฉันประทับใจกับความรู้มากมายและคำแนะนำที่กระชับและมีประสิทธิภาพที่คุณให้ฉันก็มีแบบสอบถามที่ฉันหวังว่าคุณสามารถให้ยืมความสามารถของคุณด้วย แก้ปัญหาได้เช่นกันฉันมีคอลัมน์ A ของ 50 ช่วงเวลารายสัปดาห์วันที่ฉันมีคอลัมน์ B ถัดไปกับการผลิตโดยเฉลี่ยตามแผนสัปดาห์เพื่อให้เป้าหมายของ 700 700 เครื่องมือในคอลัมน์ถัดไปฉันรวมเพิ่มรายสัปดาห์ของฉันถึงวันที่ 100 ตัวอย่างเช่น และคำนวณค่าเฉลี่ยที่เหลือของ qty ของฉันต่อสัปดาห์ที่เหลือ 700-100 30 ฉันต้องการ replot รายสัปดาห์กราฟที่เริ่มต้นด้วยสัปดาห์ปัจจุบันไม่ใช่วันที่แกน x เริ่มต้นของแผนภูมิโดยมียอดรวม 100 ดังนั้นจุดเริ่มต้นของฉันคือ สัปดาห์ปัจจุบันบวกสัปดาห์ที่เหลืออยู่เฉลี่ย 20 และสิ้นสุดกราฟเชิงเส้นที่ปลายสัปดาห์ที่ 30 และจุด y ของ 700 ตัวแปรของการระบุวันที่เซลล์ที่ถูกต้องในคอลัมน์ A และสิ้นสุดที่เป้าหมาย 700 โดยมีการอัปเดตอัตโนมัติจากวันที่ปัจจุบันคือ ทำให้ฉันสับสนฉันช่วยคุณได้ไหม? se กับสูตรที่ฉันได้รับการพยายามตรรกะ IF กับวันนี้และเพียงแค่ไม่แก้ปัญหาได้ขอบคุณนายจอห์น Muller says. Please ช่วยด้วยสูตรที่ถูกต้องในการคำนวณผลรวมของชั่วโมงที่ป้อนในระยะเวลา 7 วันย้ายตัวอย่างเช่นฉันจำเป็นต้องรู้วิธี ทำงานล่วงเวลามากทำงานโดยบุคคลในช่วง 7 วันกลิ้งคำนวณจากจุดเริ่มต้นของปีถึงสิ้นปีรวมจำนวนชั่วโมงทำงานต้องปรับปรุงสำหรับ 7 วันกลิ้งเมื่อฉันเข้าชั่วโมงทำงานล่วงเวลาในในชีวิตประจำวัน ขอบคุณคุณมีวิธีการได้รับผลรวมของตัวเลขสำหรับช่วง 6 เดือนที่ฉันต้องการเพื่อให้สามารถคำนวณผลรวมสำหรับล่าสุด 6 เดือนทุกวันจึงไม่จำเป็นต้องปรับปรุงทุกวันฉันมี excel แผ่นกับคอลัมน์ ของทุกวันสำหรับปีที่ผ่านมาและในที่สุดจะเพิ่มมากขึ้นทุกปีความช่วยเหลือใด ๆ จะได้รับการชื่นชมอย่างมากในขณะที่ฉัน stumped. Hi ฉันมีความต้องการที่คล้ายกันฉันต้องสร้างรายงานที่จะแสดงการเข้าชมของลูกค้าใหม่การเข้าชมของลูกค้าทั้งหมดและอื่น ๆ ข้อมูลทั้งหมดของฟิลด์เหล่านี้จะได้รับการอัปเดตทุกวันในการคำนวณ ฉันจำเป็นต้องดึงข้อมูลดังกล่าวสำหรับ 3 เดือนที่ผ่านมาเสียลงโดยเดือน 3 สัปดาห์โดยสัปดาห์และ 60 วันที่ผ่านมามี VLOOKUP หรือสูตรหรือสิ่งที่ฉันสามารถทำเพื่อเชื่อมโยงกับแผ่นงานที่มีการอัปเดตทุกวันได้หรือไม่ นอกจากนี้ยังช่วยให้รายงานของฉันสามารถอัพเดตได้ทุกวัน Analytics ที่มีผลกับ Microsoft Excel การทำงานกับซีเคไทม์ตามฤดูกาลในบทนี้บทคัดย่อเฉลี่ยเที่ยงเฉลี่ยของทุกฤดูกาลและการถดถอยเฉลี่ยที่ศูนย์กลางการคำนวณการถดถอยเชิงเส้นกับเวกเตอร์ที่เข้ารหัสแบบเรียบง่ายเรียบง่ายตามฤดูกาลแบบจำลองฮอลท์ - ฤดูหนาว . แม็กซ์ได้รับความซับซ้อนมากขึ้นเมื่อคุณมีชุดเวลาที่มีลักษณะตามฤดูกาลแนวโน้มของระดับของการเพิ่มขึ้นและลดลงตามฤดูกาลที่ผ่านมาเราใช้คำว่าฤดูในแง่ทั่วไปมากกว่าความหมายในชีวิตประจำวัน ของฤดูกาล s สี่ฤดูกาลในบริบทของการวิเคราะห์เชิงพยากรณ์ฤดูกาลอาจเป็นวันถ้ารูปแบบการทำซ้ำทุกสัปดาห์หรือปีในแง่ของรอบการเลือกตั้งประธานาธิบดีหรือเพียงเกี่ยวกับอะไรในระหว่าง n การเปลี่ยนโรงพยาบาลเป็นเวลาแปดชั่วโมงสามารถเป็นตัวแทนของฤดูกาลได้บทนี้จะอธิบายถึงวิธีแยกชุดเวลาออกเพื่อให้คุณสามารถดูได้ว่าฤดูกาลของมันดำเนินการอย่างไรนอกเหนือจากแนวโน้มหากมีตามที่คุณคาดหวังจากเนื้อหาในบทที่ 3 และ 4 วิธีการหลายอย่างที่คุณสามารถทำได้ง่ายๆการใช้ค่าเฉลี่ยตามฤดูกาลแบบง่ายๆในการทำแบบชุดข้อมูลบางครั้งอาจทำให้คุณมีรูปแบบที่เป็นธรรมสำหรับข้อมูล แต่วิธีการให้ความสำคัญกับฤดูกาลในชุดข้อมูล, และมันสามารถจะแม่นยำมากขึ้นเป็นเทคนิคการคาดการณ์กว่าการเรียบง่ายชี้แจงเมื่อฤดูกาลจะออกเสียงแน่นอนมันทำหน้าที่เป็นคำแนะนำที่เป็นประโยชน์กับบางส่วนของขั้นตอนที่ใช้กับชุดเวลาที่มีทั้งฤดูกาลและแนวโน้มดังนั้นมีลักษณะที่ ตัวอย่างในรูปที่ 5 1. รูปที่ 5 1 ในรูปแบบแนวนอนค่าเฉลี่ยที่เรียบง่ายจะส่งผลให้มีการคาดการณ์ที่ไม่เกินเกณฑ์ตามฤดูกาลข้อมูลและแผนภูมิที่แสดงในรูปที่ 5 1 แสดงจำนวนเฉลี่ยของวัน hits ไปยังเว็บไซต์ที่เหมาะสำหรับแฟน ๆ ของ National Football League การสังเกตการณ์แต่ละคอลัมน์ใน D หมายถึงจำนวนผู้เข้าชมเฉลี่ยต่อวันในแต่ละสี่ในสี่ช่วงเวลาโดยเฉลี่ยในช่วงเวลาห้าปีซึ่งแสดงให้เห็นถึงรูปแบบตามฤดูกาลคุณสามารถบอกได้จากค่าเฉลี่ย ในช่วง G2 G5 มีผลกระทบรายไตรมาสที่แตกต่างกันเกิดขึ้นจำนวนผู้ชมเฉลี่ยที่ใหญ่ที่สุดเกิดขึ้นในช่วงฤดูใบไม้ร่วงและฤดูหนาวเมื่อเกมหลัก 16 เกมและรอบตัดเชือกมีกำหนดอัตราดอกเบี้ยที่วัดโดยยอดเฉลี่ยรายวันจะลดลงในช่วงฤดูใบไม้ผลิและฤดูร้อน month. The ค่าเฉลี่ยง่ายต่อการคำนวณว่าคุณรู้สึกสบายใจกับสูตรอาร์เรย์หรือไม่เพื่อให้ได้ค่าเฉลี่ยของทั้งห้ากรณีของไตรมาสที่ 1 ตัวอย่างเช่นคุณสามารถใช้สูตรอาร์เรย์นี้ในเซลล์ G2 ของรูปที่ 5 1.Array ป้อนได้ ด้วย Ctrl Shift Enter หรือคุณสามารถใช้ฟังก์ชั่น AVERAGEIF ซึ่งคุณสามารถป้อนได้ตามปกติกดปุ่ม Enter โดยทั่วไปฉันชอบวิธีสูตรอาร์เรย์เพราะมันทำให้ฉันสามารถควบคุมฟังก์ชั่นได้มากขึ้น และเกณฑ์ที่เกี่ยวข้องชุดข้อมูลแบบมีข้อมูลแผนภูมิประกอบด้วยป้ายข้อมูลแสดงข้อมูลแต่ละไตรมาสที่แต่ละจุดข้อมูลเป็นแผนภูมิสะท้อนข้อความของค่าเฉลี่ยใน G2 G5 Quarters 1 และ 4 ซ้ำ ๆ ได้รับ Hit มากที่สุดมีฤดูกาลที่ชัดเจนในชุดข้อมูลนี้การคำนวณตามฤดูกาล ดัชนีหลังจากที่คุณได้ตัดสินใจว่าซีรีส์เวลามีองค์ประกอบตามฤดูกาลคุณต้องการหาขนาดของขนาดของค่าเฉลี่ยค่าเฉลี่ยที่แสดงในรูปที่ 5 2 แสดงวิธีที่วิธีง่ายๆเฉลี่ยจะไปเกี่ยวกับงานนั้นรูปที่ 5 2 รวมแกรนด์ หมายถึงค่าเฉลี่ยฤดูกาลที่จะได้รับดัชนีตามฤดูกาลในรูปที่ 5 2 คุณจะได้รับดัชนีตามฤดูกาล additive ในช่วง G10 G13 โดยการลบค่าเฉลี่ยที่ยิ่งใหญ่ในเซลล์ G7 จากค่าเฉลี่ยตามฤดูกาลใน G2 G5 ผลที่ได้คือผลกระทบของการอยู่ในไตรมาสที่ 1 , การอยู่ในไตรมาสที่ 2 และอื่น ๆ หากเดือนที่ระบุในไตรมาสที่ 1 คุณคาดว่าจะมียอดฮิตประจำวันเฉลี่ย 99 65 เพิ่มเติมจากค่าเฉลี่ยสูงสุด 140 35 ฮิตต่อวันข้อมูลนี้ทำให้คุณรู้สึกได้ว่า สำคัญ จะเป็นในฤดูที่กำหนดสมมติว่าคุณเป็นเจ้าของเว็บไซต์ในคำถามและคุณต้องการขายพื้นที่โฆษณาในนั้นคุณสามารถขอราคาที่สูงขึ้นของผู้โฆษณาในช่วงไตรมาสแรกและไตรมาสที่สี่กว่าในช่วงที่สองและสามขึ้นไปจุด คุณอาจจะเสียค่าใช้จ่ายเป็นสองเท่าในช่วงไตรมาสแรกมากกว่าในช่วงที่สองหรือสามโดยมีดัชนีตามฤดูกาลอยู่ในมือคุณสามารถคำนวณการปรับฤดูกาลตามฤดูกาลได้เช่นรูปที่ 5 2 ค่าที่ปรับฤดูกาล สำหรับแต่ละไตรมาสในปีพ. ศ. 2548 ปรากฏใน G16 G19 คำนวณโดยการลบดัชนีออกจากการวัดรายไตรมาสที่เกี่ยวข้องโดยปกติดัชนีฤดูกาลหมายถึงการเพิ่มขึ้นหรือลดลงในระดับของซีรีส์ที่สัมพันธ์กับแต่ละซีซัน ผลปรากฏในวรรณคดีในช่วงไม่กี่ปีที่ผ่านมาเนื่องจากคุณจะได้เห็นทั้งสองคำฉันเคยใช้ทั้งในหนังสือเล่มนี้เป็นเรื่องเล็ก ๆ เพียงจำไว้ว่าสองคำมีเหมือนกัน มีนัยยะว่าในกรณีปกติของเหตุการณ์ตั้งแต่ปี 2544-2548 คุณคาดว่าผลประกอบการในไตรมาสที่ 2 จะหดตัวต่ำกว่าผลการดำเนินงานในไตรมาสแรกที่ 133 6 ซึ่งก็คือ 99 65 ลบด้วย 33 95 แต่ในปี 2547 และปี 2548 ฤดูกาลนี้ ผลประกอบการที่ปรับตัวดีขึ้นในช่วงไตรมาสที่สองเกินกว่าไตรมาสแรกที่ส่งผลให้ผลการดำเนินงานดีขึ้นที่จะขอให้มีการเปลี่ยนแปลงอะไรในช่วงสองปีที่ผ่านมาซึ่งทำให้ความสัมพันธ์ระหว่างผลการดำเนินงานที่ปรับฤดูกาลในช่วง 2 ไตรมาสแรกไม่เป็นไปตามที่กำหนดไว้ นำมาขึ้นเพื่อแนะนำให้คุณมักต้องการดูทั้งตัวเลขที่สังเกตได้และตัวเลขที่ปรับตามฤดูกาลการแสดงผลจากค่าเฉลี่ยตามฤดูกาลที่เรียบง่ายไม่มีแนวโน้มแม้ว่าวิธีง่ายๆของค่าเฉลี่ยจะเป็นไปตามที่กล่าวมาก่อนหน้านี้ กว่าทางเลือกที่ซับซ้อนมากขึ้นของการทำให้เรียบโดยชี้แจงโดยเฉพาะอย่างยิ่งเมื่อผลตามฤดูกาลมีการออกเสียงและความน่าเชื่อถือเมื่อชุดเวลาเป็น untrended เช่นกรณีกับตัวอย่างส่วนนี้มี di scussed การคาดการณ์ตามฤดูกาลที่เรียบง่ายไม่มีอะไรมากไปกว่าค่าเฉลี่ยของฤดูกาลเมื่อชุดไม่ได้มีแนวโน้มขึ้นหรือลงค่าที่ดีที่สุดของคุณของค่าสำหรับฤดูถัดไปคือค่าเฉลี่ยของประวัติศาสตร์ของฤดูกาลดูรูปที่ 5 3. รูปที่ 5 3 รวม แกรนด์มีความหมายกับค่าเฉลี่ยฤดูกาลที่จะได้รับดัชนีตามฤดูกาลในแผนภูมิในรูปที่ 5 3 เส้นประหมายถึงการคาดการณ์จากการเรียบง่ายสองเส้นทึบแสดงการสังเกตตามฤดูกาลที่เกิดขึ้นจริงและค่าเฉลี่ยตามฤดูกาลสังเกตเห็นว่าค่าเฉลี่ยตามฤดูกาลติดตามจริงตามฤดูกาล สังเกตค่อนข้างใกล้ชิดมากขึ้นกว่าการคาดการณ์ที่เรียบคุณสามารถดูได้มากขึ้นอย่างใกล้ชิดจากทั้งสอง RMSEs ในเซลล์ F23 และ H23 RMSE สำหรับค่าเฉลี่ยตามฤดูกาลเป็นเพียงเล็กน้อยมากกว่าหนึ่งในสามของ RMSE สำหรับการคาดการณ์ที่ราบรื่นคุณ สามารถชอล์กที่ขึ้นอยู่กับขนาดของผลกระทบตามฤดูกาลเช่นเดียวกับความสอดคล้องของพวกเขาสมมติยกตัวอย่างเช่นว่าความแตกต่างระหว่างเฉลี่ยไตรมาสแรกและไตรมาสที่สอง e 35 0 แทน 133 6 ซึ่งเป็นความแตกต่างระหว่างเซลล์ G2 และ G3 ในรูปที่ 5 2 จากนั้นในบริบทที่ราบเรียบค่าที่แท้จริงสำหรับไตรมาสที่ 1 จะเป็นตัวบ่งชี้ที่ดีมากสำหรับค่าสำหรับไตรมาสที่ 2 มากกว่ากรณี ชุดค่าผสมในเวลานี้และการทำให้เรียบที่อธิบายได้สามารถพึ่งพาค่าของการสังเกตการณ์ในปัจจุบันสำหรับการคาดการณ์ในช่วงต่อ ๆ ไปถ้าค่าคงที่ของการปรับให้เรียบอยู่ที่ 1 0 การทำให้เรียบเป็นทวีคูณสามารถแก้ไขได้ตามการคาดการณ์บนและการคาดการณ์จะเท่ากับความเป็นจริงก่อน ความจริงที่ว่าขนาดของการแกว่งตามฤดูกาลแต่ละครั้งจะมีความสอดคล้องกันระหว่างไตรมาสกับไตรมาสซึ่งหมายความว่าค่าเฉลี่ยของฤดูกาลที่เรียบง่ายคือการคาดการณ์ที่น่าเชื่อถือไม่มีการสังเกตรายไตรมาสที่เกิดขึ้นจริงห่างไกลจากค่าเฉลี่ยตามฤดูกาลโดยรวมเฉลี่ยตามฤดูกาลด้วยเทรนด์เพียงอย่างเดียว ชุดแนวโน้มมีข้อบกพร่องที่แท้จริงบางอย่างและฉัน m ล่อลวงเพื่อขอแนะนำให้เราไม่สนใจมันและย้ายไปหัวข้อ meatier แต่ก็เป็นไปได้ว่าคุณจะทำงานในสถานการณ์ที่คน ได้ใช้วิธีการนี้แล้วจึงไม่ได้รับรู้ถึงวิธีการทำงานและเหตุผลที่มีทางเลือกที่ดีกว่าวิธีใดในการจัดการกับฤดูกาลในชุดแนวโน้มจะต้องจัดการกับปัญหาพื้นฐานของการคลี่คลายผลกระทบจากแนวโน้มของแนวโน้ม seasonality ฤดูกาลมีแนวโน้มที่จะปิดบังแนวโน้มและในทางกลับกันดูรูปที่ 5 4. รูปที่ 5 4 การปรากฏตัวของแนวโน้มที่ซับซ้อนในการคำนวณผลกระทบตามฤดูกาลความจริงที่ว่าแนวโน้มในชุดขึ้นไปในช่วงเวลาหมายความว่าเพียงเฉลี่ยในแต่ละฤดูกาลสังเกต, เช่นเดียวกับที่ได้ทำในกรณีที่ไม่มีแนวโน้มทำให้เกิดความผันผวนตามแนวโน้มโดยทั่วไปกับการเปลี่ยนแปลงตามฤดูกาลความคิดปกติคือการแยกแยะแนวโน้มออกจากผลกระทบตามฤดูกาลคุณสามารถกำหนดปริมาณแนวโน้มและลบผลกระทบจากข้อมูลที่สังเกตได้ผลที่ได้คือไม่มีการเปลี่ยนแปลง ชุดที่คงรูปแบบตามฤดูกาลมันอาจจะจัดการในแบบเดียวกับที่ผมได้แสดงไว้ก่อนหน้าในบทนี้คำนวณค่าเฉลี่ยสำหรับแต่ละปีวิธีหนึ่งในการ detrend ข้อมูลและ othe r วิธีการที่จะเกิดขึ้นกับคุณคือการคำนวณแนวโน้มโดยอ้างอิงจากค่าเฉลี่ยรายปีแทนที่จะเป็นข้อมูลรายไตรมาสแนวคิดคือค่าเฉลี่ยรายปีจะไม่รู้สึกถึงผลกระทบตามฤดูกาลนั่นคือถ้าคุณลบค่าเฉลี่ยของปีออกจากค่าของแต่ละค่า ไตรมาสผลรวมและทำให้ค่าเฉลี่ยของผลกระทบรายไตรมาสทั้งสี่เป็นศูนย์อย่างแม่นยำดังนั้นแนวโน้มที่คำนวณโดยใช้ค่าเฉลี่ยรายปีจะไม่ได้รับผลกระทบจากรูปแบบตามฤดูกาลการคำนวณนี้จะปรากฏในรูปที่ 5 5. รูปที่ 5 5 วิธีนี้เรียกใช้การถดถอยเชิงเส้นแบบง่ายๆ ค่าเฉลี่ยขั้นตอนแรกใน detrending ข้อมูลคือการได้รับความนิยมเฉลี่ยต่อวันสำหรับแต่ละปีที่ทำในช่วง H3 H7 ในรูปที่ 5 5 สูตรในเซลล์ H3 ตัวอย่างคือ AVERAGE D3 D6.Calculating แนวโน้มขึ้นอยู่กับ Annual Means ด้วยค่าเฉลี่ยรายปีในมือคุณอยู่ในตำแหน่งที่จะคำนวณแนวโน้มที่ได้รับการจัดการโดยใช้ LINEST ในช่วง I3 J7 โดยใช้สูตรอาร์เรย์นี้ถ้าคุณไม่ใส่ค่า x เป็นอาร์กิวเมนต์ที่สองไปที่ LINEST สันทัด ค่าเริ่มต้น x ค่าสำหรับคุณค่าเริ่มต้นเป็นเพียงจำนวนเต็มติดต่อกันที่ขึ้นต้นด้วย 1 และลงท้ายด้วยจำนวนค่า y ที่คุณเรียกใช้ในอาร์กิวเมนต์แรกในตัวอย่างนี้ x ค่าเริ่มต้นจะเหมือนกันกับที่ระบุไว้ใน แผ่นงานใน G3 G7 ดังนั้นคุณจึงสามารถใช้ LINEST H3 H7 TRUE สูตรนี้ใช้ค่าดีฟอลต์สองค่าสำหรับค่า x และค่าคงที่ซึ่งแสดงด้วยเครื่องหมายจุลภาคสามตัวต่อกันจุดนี้คือการประเมินแนวโน้มปีต่อปี , และ LINEST ทำเช่นนี้สำหรับคุณในเซลล์ I3 เซลล์นั้นมีค่าสัมประสิทธิ์การถดถอยสำหรับค่า x คูณด้วย 106 ตอนละ 1 จากนั้นด้วย 2 จากนั้นด้วย 3, 4 และ 5 และเพิ่มผลการสกัดกั้นจาก 84 63 แม้ว่าจะได้รับ คุณคาดการณ์ประจำปีจุดสำคัญสำหรับขั้นตอนนี้คือค่าของสัมประสิทธิ์ 106 08 ซึ่งจะวัดปริมาณแนวโน้มรายปีขั้นตอนที่ฉันพูดถึงก็คือที่มาของข้อสงสัยของฉันเกี่ยวกับแนวทางทั้งหมดที่กล่าวถึงในส่วนนี้โดยปกติแล้วคุณมีจำนวนน้อย ของ encompas ในช่วงหลายปีที่ผ่านมาผลงานการถดถอยครั้งนี้มีแนวโน้มที่จะไม่เสถียรเมื่ออยู่ที่นี่พวกเขาขึ้นอยู่กับการสังเกตการณ์เพียงเล็กน้อยเท่านั้น แต่ขั้นตอนนี้ยังต้องอาศัยผลลัพธ์เหล่านี้อย่างมากเพื่อที่จะยับยั้งการถดถอย time ซีรี่ส์ Trend Across Seasons วิธีง่ายๆในการจัดการกับซีรีส์ที่มีแนวโน้มตามฤดูกาลเช่นนี้ยังคงดำเนินต่อไปโดยการหารแนวโน้มตามจำนวนรอบระยะเวลาในรอบระยะเวลาที่ครอบคลุมเพื่อให้ได้เทรนด์ต่องวด จำนวนงวดต่อปีเป็น 4 ข้อมูลที่เราใช้งานร่วมกับข้อมูลรายไตรมาสเราจึงหาร 106 08 โดย 4 เพื่อประมาณแนวโน้มต่อไตรมาสที่ 26 5. ขั้นตอนใช้แนวโน้มเป็นระยะ ๆ โดยการลบผลจากค่าเฉลี่ยผลลัพธ์เป็นระยะ ๆ วัตถุประสงค์คือการลบ ผลกระทบของแนวโน้มรายปีจากผลกระทบตามฤดูกาลก่อนอื่นเราจำเป็นต้องคำนวณผลการเฉลี่ยตลอดทั้ง 5 ปีสำหรับช่วงที่ 1 สำหรับช่วงที่ 2 เป็นต้นไปการทำเช่นนี้จะช่วยจัดเรียงรายการของ Quarte ที่แท้จริง rly hits แสดงในช่วง D3 D22 จากรูปที่ 5 5 เป็นเมตริกซ์ 5 ปีโดยสี่ไตรมาสแสดงในช่วง G11 J15 สังเกตว่าค่าในเมทริกซ์นั้นตรงกับรายการในคอลัมน์ D ด้วยข้อมูลที่จัดอยู่ในนั้น แฟชั่นมันง่ายที่จะคำนวณค่าเฉลี่ยรายไตรมาสในช่วงห้าปีในชุดข้อมูลที่ทำในช่วง G18 J18 ผลของแนวโน้มที่ส่งกลับโดย LINEST จะปรากฏในช่วง G19 J19 ค่าเริ่มต้นสำหรับแต่ละปีคือ เราพบว่ายอดฮิตประจำวันในไตรมาสแรกมีค่าเฉลี่ยไม่มากนักดังนั้นเราจึงไม่มีการปรับปรุงสำหรับไตรมาสแรกมูลค่าของแนวโน้มในไตรมาสที่หนึ่งหรือ 26 5 จะถูกลบออกจากผลเฉลยเฉลี่ยในไตรมาสที่สองซึ่งส่งผลให้มีการปรับมูลค่าในไตรมาสที่สองของ 329 9 ดูเซลล์ H21, รูปที่ 5 5 สองไตรมาสของมูลค่าแนวโน้ม 2 26 5 หรือ 53 ในเซลล์ I19 ถูกลบออกจากไตรมาสที่สามของค่าเฉลี่ยเพื่อให้ได้ค่าไตรมาสที่ปรับแล้ว 282 6 ในเซลล์ I21 และในทำนองเดียวกันในไตรมาสที่สี่ , ลบสามในสี่ของแนวโน้มจาก 454 4 เพื่อให้ได้ 374 8 ในเซลล์ J21. โปรดจำไว้ว่าถ้าแนวโน้มลดลงมากกว่าในตัวอย่างนี้คุณจะเพิ่มค่าแนวโน้มเป็นงวดไปเป็นระยะ ๆ ที่สังเกตได้แทนการหักลบค่าเฉลี่ยของ Seasoned Means ไปเป็น Seasonal Effects. Per ตรรกะของ วิธีนี้ค่าที่แสดงในแถวที่ 20 21 จากรูปที่ 5 5 เป็นผลรายไตรมาสโดยเฉลี่ยสำหรับแต่ละสี่ไตรมาสโดยมีผลกระทบจากแนวโน้มทั่วไปที่เพิ่มขึ้นในชุดข้อมูลที่ถูกลบออกแถวที่ 20 และ 21 ถูกรวมเข้าด้วยกันในคอลัมน์ G ถึง J With แนวโน้มของพวกเขาออกจากทางเราสามารถแปลงตัวเลขเหล่านี้เพื่อประมาณการผลกระทบตามฤดูกาลผลของการเป็นในไตรมาสแรกในไตรมาสที่สองและอื่น ๆ เพื่อให้ได้ผลเหล่านั้นเริ่มต้นด้วยการคำนวณค่าเฉลี่ยที่ยิ่งใหญ่ของการปรับไตรมาสหมายความว่า ค่าเฉลี่ยที่ได้รับการปรับปรุงนั้นจะปรากฏในเซลล์ I23 การวิเคราะห์จะดำเนินต่อไปในรูปที่ 5 6. รูปที่ 5 6 ผลกระทบรายไตรมาสหรือดัชนีถูกใช้เพื่อลดความเหลื่อมล้ำของไตรมาสที่สังเกตเห็นรูปที่ 5 6 ทำซ้ำการปรับรายไตรมาสและปรับแกรนด์ค่าเฉลี่ย จากด้านล่างของรูปที่ 5 5 พวกเขาจะรวมกันเพื่อกำหนดดัชนีรายไตรมาสที่คุณสามารถคิดเป็นลักษณะตามฤดูกาลตัวอย่างเช่นสูตรในเซลล์ D8 มีดังต่อไปนี้ผลตอบแทน 33 2 นั่นคือผลของการอยู่ในไตรมาสที่สอง , vis - - vis เฉลี่ยแกรนด์เกี่ยวกับค่าเฉลี่ยที่ยิ่งใหญ่เราสามารถคาดหวังผลที่อยู่ในไตรมาสที่สองจะลดลงต่ำกว่าค่าเฉลี่ยที่ยิ่งใหญ่โดย 33 2 หน่วยใช้ผลตามฤดูกาลเพื่อสังเกต Quarterlies. To สรุปจนถึง เราได้วิเคราะห์แนวโน้มรายปีในข้อมูลโดยการถดถอยและแบ่งแนวโน้มดังกล่าวเป็น 4 เพื่อหารค่าเป็นรายไตรมาสในรูปที่ 5 6 เราปรับค่าเฉลี่ยสำหรับแต่ละไตรมาสใน C3 F3 โดยการลบแนวโน้มรายได้ใน C4 F4 ผลเป็นค่าประมาณของค่าเฉลี่ยสำหรับแต่ละไตรมาสโดยไม่คำนึงถึงปีที่มีการใช้จ่ายในไตรมาสนั้นใน C5 F5 เราลบค่าเฉลี่ยที่ได้รับการปรับปรุงในเซลล์ G5 จาก C5 F5 ที่ปรับแล้วเป็นรายไตรมาสซึ่งจะแปลงเป็นรายไตรมาส หมายถึงการวัดของ th e ผลของแต่ละไตรมาสเทียบกับแกรนด์ปรับนั่นคือดัชนีฤดูกาลหรือผลกระทบใน C8 F8 ต่อไปเราจะเอาผลตามฤดูกาลจากไตรมาสที่สังเกตเห็นดังที่แสดงในรูปที่ 5 6 คุณทำได้โดยการลบดัชนีรายไตรมาสใน C8 F8 จาก ค่าที่สอดคล้องกันใน C12 F16 และวิธีที่ง่ายที่สุดที่จะทำคือการใส่สูตรนี้ในเซลล์ C20 หมายเหตุเครื่องหมายดอลลาร์เดียวก่อนที่ 8 ในการอ้างอิงถึง C 8 นั่นคือการอ้างอิงแบบผสมผสานส่วนหนึ่งสัมพัทธ์และบางส่วนแน่นอนเครื่องหมายดอลลาร์ยึดเหนี่ยว อ้างอิงถึงแถวที่แปด แต่ส่วนของคอลัมน์อ้างอิงอิสระที่จะแตกต่างกันดังนั้นหลังจากที่สูตรหลังถูกป้อนในเซลล์ C20 คุณสามารถคลิกที่เซลล์ s เลือกจับสี่เหลี่ยมเล็ก ๆ ที่มุมล่างขวาของ เซลล์ที่เลือกและลากไปทางขวามือในเซลล์ F20 ที่อยู่จะปรับตามที่คุณลากไปทางขวาและคุณหมุนเวียนด้วยค่าที่มีผลตามฤดูกาลออกสำหรับปี 2544 ใน C20 F20 เลือกช่วงสี่เซลล์และใช้การเลือกหลายรายการ ndle ตอนนี้ใน F20 เพื่อลากลงไปในแถว 24 ดังนั้นการทำเติมส่วนที่เหลือของเมทริกซ์เป็นสิ่งสำคัญที่จะจำไว้ที่นี่ว่าเราปรับค่าเดิมไตรมาสสำหรับผลกระทบตามฤดูกาลสิ่งที่มีแนวโน้มในค่าเดิมยังคง มีและในทางทฤษฎีอย่างน้อยก็ยังคงอยู่ที่นั่นหลังจากที่เราได้ทำการปรับปรุงผลกระทบตามฤดูกาลเราได้ลบแนวโน้มใช่ แต่เฉพาะจากผลกระทบตามฤดูกาลดังนั้นเมื่อเราลบผลกระทบตามฤดูกาล detrended จากการสังเกตรายไตรมาสเดิมผล เป็นข้อสังเกตเดิมที่มีแนวโน้ม แต่ไม่มีผลตามฤดูกาลฉันได้ตั้งค่าตามฤดูกาลที่ปรับฤดูกาลแล้วในรูปที่ 5 6 เปรียบเทียบแผนภูมิดังกล่าวกับแผนภูมิในรูปที่ 5 4 สังเกตเห็นในรูปที่ 5 4 แม้ว่าจะมีค่าที่ไม่เป็นหลัก เส้นตรงส่วนใหญ่ของผลตามฤดูกาลได้รับการลบออกแล้วรีลีสไตรมาสที่สองลงในช่วงเวลาขั้นตอนต่อไปคือการสร้างการคาดการณ์จากข้อมูลที่มีการปรับฤดูกาลตามฤดูกาล ในรูปที่ 5 6 เซลล์ C20 F24 และ ณ จุดนี้คุณมีหลายทางเลือกคุณสามารถใช้วิธีการ differencing รวมกับการเรียบง่ายอธิบายที่กล่าวถึงในบทที่ 3 การทำงานกับ Trended Time Series คุณสามารถใช้วิธี Holt เพื่อทำให้เรียบแนวโน้ม series กล่าวถึงในบทที่ 3 และบทที่ 4 การเริ่มต้นการคาดการณ์วิธีการทั้งสองวิธีทำให้คุณสามารถสร้างการคาดการณ์ล่วงหน้าหนึ่งก้าวซึ่งคุณจะเพิ่มดัชนีตามฤดูกาลที่สอดคล้องกันอีกวิธีหนึ่งซึ่งผมจะใช้ที่นี่ก่อน ทำให้ข้อมูลแนวโน้มผ่านตัวอย่างของการถดถอยเชิงเส้นอื่นและจากนั้นเพิ่มดัชนีตามฤดูกาลดูรูปที่ 5 7. รูปที่ 5 7 การคาดการณ์ที่แท้จริงฉบับแรกอยู่ในแถว 25. รูปที่ 5 7 ส่งกลับค่าเฉลี่ยรายไตรมาสจากการจัดเรียงแบบตารางใน C20 F24 ของรูป 5 6 เพื่อจัดเรียงรายการในช่วง C5 C24 ของรูปที่ 5 7. เราสามารถใช้ LINEST ร่วมกับข้อมูลใน B5 C24 ในรูปที่ 5 7 เพื่อคำนวณสมการถดถอยและตัดสัมประสิทธิ์ icient แล้วเราสามารถคูณค่าสัมประสิทธิ์โดยแต่ละค่าในคอลัมน์ B และเพิ่มสกัดเพื่อแต่ละผลิตภัณฑ์เพื่อสร้างการคาดการณ์ในคอลัมน์ D แต่แม้ว่า LINEST ส่งกลับข้อมูลที่เป็นประโยชน์นอกเหนือจากค่าสัมประสิทธิ์และการสกัดกั้น TREND เป็นวิธีที่เร็วกว่าที่จะได้รับ การคาดการณ์และฉันใช้ในรูปที่ 5 7. ช่วง D5 D24 มีการคาดการณ์ที่เป็นผลมาจากการถอยหลังตัวเลขรายไตรมาสที่ไม่เป็นไปตามหลักเกณฑ์ใน C5 C24 ลงในช่วงเวลาใน B5 B24 สูตรอาร์เรย์ที่ใช้ใน D5 D24 มีดังต่อไปนี้ ผลลัพธ์ที่ได้จะสะท้อนถึงผลของแนวโน้มที่เพิ่มขึ้นในชุดข้อมูลตามเวลาเนื่องจากค่าที่ TREND คาดการณ์ไว้ได้รับการพิจารณาแล้วจึงยังคงเพิ่มผลตามฤดูกาลหรือที่เรียกว่าดัชนีตามฤดูกาลและกลับเข้าสู่การคาดการณ์ที่ได้คาดการณ์อยู่การเพิ่มดัชนีตามฤดูกาล กลับในดัชนีตามฤดูกาลคำนวณในรูปที่ 5 6 มีไว้ในรูปที่ 5 7 แรกในช่วง C2 F2 แล้วซ้ำ ๆ ในช่วง E5 E8, E9 E12 และอื่น ๆ การคาดการณ์ที่คาดการณ์ไว้จะถูกวางไว้ i n F5 F24 โดยการเพิ่มผลตามฤดูกาลในคอลัมน์ E ไปสู่การคาดการณ์แนวโน้มในคอลัมน์ D เพื่อให้ได้การคาดการณ์ล่วงหน้าหนึ่งก้าวในเซลล์ F25 ของรูปที่ 5 7 ค่าของ t สำหรับงวดถัดไปจะเข้าสู่เซลล์ B25 สูตรต่อไปนี้ ถูกป้อนลงในเซลล์ D25.It สั่งให้ Excel คำนวณสมการถดถอยที่คาดการณ์ค่าในช่วง C5 C24 จาก B5 B24 และใช้สมการที่มีค่า x ใหม่ในเซลล์ B25 ดัชนีตามฤดูกาลที่เหมาะสมจะอยู่ในเซลล์ E25 และผลรวมของ D25 และ E25 จะอยู่ใน F25 เป็นการคาดการณ์จริงครั้งแรกของซีรีส์เวลาที่มีแนวโน้มและตามฤดูกาลคุณจะพบทั้งชุดของไตรมาสที่สองและคาดการณ์ในรูปที่ 5 8 รูป 5 8 ผลตามฤดูกาล จะถูกส่งกลับไปยัง forecasts. Evaluating Simple Averages. The วิธีการจัดการกับซีรีส์เวลาตามฤดูกาลซึ่งได้กล่าวถึงในหัวข้อก่อนหน้านี้บางส่วนมีการอุทธรณ์ที่ใช้งานง่ายบางส่วนแนวคิดพื้นฐานที่ดูเหมือนจะตรงไปตรงมาคำนวณแนวโน้มรายปีโดยการถอยถอยหมายถึงรายปีต่อการวัด กำหนดแนวโน้มการกระจายตัวจากผลกระทบระยะเพื่อให้ได้รับผลกระทบที่ได้รับการปรับปรุงเอาไว้ปรับปรุงผลกระทบจากมาตรการที่เกิดขึ้นจริงเพื่อลดความรุนแรงของซีรีส์เวลาสร้างการคาดการณ์จากชุดข้อมูลที่อ้างเหตุผลเหล่านี้และเพิ่ม ผลกระทบฤดูกาลปรับกลับเข้ามาในมุมมองของฉันเองก็คือปัญหาหลายอย่างลดลงวิธีการและฉันจะไม่ได้รวมไว้ในหนังสือเล่มนี้ยกเว้นที่คุณมีแนวโน้มที่จะพบมันและดังนั้นจึงควรจะคุ้นเคยกับมันและจะให้กระโดดที่มีประโยชน์เพื่อ อภิปรายแนวคิดและวิธีการบางอย่างที่พบได้ในแนวทางอื่น ๆ ที่เข้มแข็งประการแรกมีประเด็นเกี่ยวกับที่ฉันบ่นอยู่ก่อนหน้าในบทนี้เกี่ยวกับขนาดตัวอย่างขนาดเล็กมากสำหรับการถดถอยของวิธีการประจำปีลงบนจำนวนเต็มติดต่อกันซึ่งระบุในแต่ละปีแม้จะมีเพียงตัวทำนายเดียว , เพียงไม่กี่สังเกตว่าเป็นจริงขูดด้านล่างของถังที่อย่างน้อยที่สุดคุณควรมองไปที่ผล R 2 ปรับสำหรับ s hrinkage และอาจคำนวณข้อผิดพลาดมาตรฐานของการประมาณตามความเป็นจริงที่แข็งแกร่งความสัมพันธ์ในประชากรที่มีขนาดเล็กตัวอย่างที่คุณจะได้รับไปด้วย แต่การทำงานกับไตรมาสภายในปีที่คุณโชคดีที่จะหาได้มากถึง 10 ปีมูลค่า ของการสังเกตรายไตรมาสติดต่อกันแต่ละวัดในลักษณะเดียวกันในช่วงเวลาที่ I m ไม่ชักชวนให้คำตอบของปัญหาขึ้นและลงแบบที่คุณพบภายในปีดูแผนภูมิในรูปที่ 5 4 คือการเฉลี่ยออก ยอดเขาและหุบเขาและได้รับการคาดการณ์แนวโน้มจากปีหมายถึงแน่นอนว่ามันเป็นหนึ่งในคำตอบของปัญหาที่ แต่ตามที่คุณจะเห็นมีวิธีการที่แข็งแกร่งมากขึ้นของการแยกผลกระทบตามฤดูกาลจากแนวโน้มพื้นฐานการบัญชีสำหรับพวกเขาทั้งสองและการคาดการณ์ ตามฉันจะครอบคลุมวิธีการที่ต่อไปในบทนี้ในการถดถอยเชิงเส้นที่มีส่วนเวกเตอร์ Coded. Furthermore มีรากฐานในทฤษฎีการกระจายแนวโน้มประจำปีสม่ำเสมอในช่วงเวลาที่ร่วม mpose the year มันเป็นเรื่องจริงที่การถดถอยเชิงเส้นทำสิ่งที่คล้ายกันเมื่อมันวางการคาดการณ์ในแนวเส้นตรง แต่มีอ่าวขนาดใหญ่ระหว่างการทำสมมติฐานพื้นฐานเพราะรูปแบบการวิเคราะห์สามารถจัดการข้อมูลและยอมรับข้อบกพร่องที่มีข้อผิดพลาดข้อบกพร่อง ในการคาดการณ์สามารถวัดและประเมินผลสิ่งที่กล่าวว่าให้ย้ายไปใช้ค่าเฉลี่ยเคลื่อนที่แทนที่จะเฉลี่ยง่ายๆเป็นวิธีการจัดการกับฤดูกาล