Flyttande medelvärde I det här exemplet lär du dig hur du beräknar glidande medelvärdet för en tidsreaktor i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Det går inte att hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta medelvärde och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv en graf över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer topparna och dalarna utjämnas. Ju mindre intervallet desto närmare de rörliga medelvärdena är de faktiska datapunkterna. tutor4hjälpte du 251 av 3599 svarade frågorna Beräkna fyra veckors och fem veckors glidande medelvärden för tidsserierna Beräkna fyra veckor och fem veckor flytta medelvärden för tidsserierna (till 2 decimaler). Fyra veckor fem veckor b. Beräkna MSE för fyra veckors och fem veckors glidande medelprognoser (till 2 decimaler). MSE (4 veckor) MSE (5 veckor) b. Vad som verkar vara det bästa antalet veckor av tidigare data (tre, fyra eller fem) att använda i den glidande genomsnittliga beräkningen. Minns att MSE för treveckors glidande medelvärde är 10,22. Välj ett av följande: 3 veckors glidande medel ger det minsta MSE 4-veckors glidande medelvärdet ger den minsta MSE 5-veckors glidande medelvärdet ger den minsta MSE-tonen exponentiala utjämningsprognoserna med 0.1. A) Tillämpa MSE-mätningen av prognosnoggrannhet, föredrar du en utjämningskonstant av .1 eller .2 för bensinförsäljningstidsserien (till 2 decimaler) MSE för .1 MSE för .2 B) Är resultaten samma om du tillämpa MAE som mått på noggrannhet (till 2 decimaler) MAE för .1 MAE för .2 C) Vilka är resultaten om MAPE används (till 2 decimaler) MAE för .1 MAE för .2 question. docxB. prognosförsäljning för period 10. ans: a. t t 12 Detta är slutet på förhandsvisningen. Registrera dig för att få tillgång till resten av dokumentet. Oformaterad textförhandsgranskning: b. Prognosförsäljning för period 10. ANS: a. T t 12 1.464t b. 26 640 000 PTS: 1 Upp: Tidsserieanalys och prognoser 15. Anmälan till studenter på ett universitet under de senaste sex åren ges nedan. År Inskrivning (t) (In 1000) 1 6,30 2 7,70 3 8,00 4 8,20 5 8,80 6 8,00 a. Utveckla ett linjärt trenduttryck för ovanstående tidsserier. b. Prognos registrering för år 10. ANS: a. T t 6,633 0,343t b. 10,063 PTS: 1 TOP: Tidsserieanalys och prognoser 16. Följande tidsserier visar försäljningen av en klädaffär över en 10-veckorsperiod. Vecka Försäljning (1 000s) 1 15 2 16 3 19 4 18 5 19 6 20 7 19 8 22 9 15 10 21 a. Beräkna ett 4 veckors glidande medelvärde för ovanstående tidsserier. b. Beräkna det genomsnittliga kvadratfelet (MSE) för 4 veckors glidande medelprognos. c. Använd en 0,3 för att beräkna exponentialutjämningsvärdena för tidsserierna. d. Prognosförsäljning för vecka 11. ANS: a. 17, 18, 19, 19, 20, 19 b. 7,67 c. 15,00, 15,00, 15,30, 16,40, 16,89, 17,52, 18,26, 19,38, 18,07, 18,95 d. 19.560 PTS: 1 TOP: Tidsserieanalys och prognos 17. Följande tidsserier visar antalet enheter av en viss produkt som säljs under de senaste sex månaderna. Månadsenheter säljs (tusentals) 1 8 2 3 3 4 4 5 5 12 6 10 a. Beräkna ett 3 månaders glidande medelvärde (centrerad) för ovanstående tidsserier. b. Beräkna det genomsnittliga kvadratfelet (MSE) för 3 månaders glidande medelvärde. c. Använd en 0,2 för att beräkna exponentialutjämningsvärdena för tidsserierna. d. Prognos försäljningsvolymen för månad 7. ANS: a. 5, 4, 7 b. MSE 733 24,33 c. 8, 8, 7, 6,4, 6,12, 7,296 d. F 7 7.836 PTS: 1 Upp: Tidsserieanalys och prognoser 18. Försäljningsvolymerna för CMM, Inc. ett datorselskap, under de senaste 8 åren ges nedan. Årsförsäljning (t) (i miljarder dollar) 1 2 2 3 3 5 4 4 5 6 6 8 7 9 8 9 a. Utveckla ett linjärt trenduttryck för ovanstående tidsserier. b. Prognosförsäljning för period 9. ANS: a. T t 0,929 1,071t b. 10.568.000 PTS: 1 TOP: Tidsserieanalys och prognos 19. Försäljningsrekord för en större bilproducent under de senaste tio åren visas nedan. År (t) Antal bilar sålda (i tusen enheter) 1 195 2 200 3 250 4 270 5 320 6 380 7 440 8 460 9 500 10 500 Utveckla ett linjärt trenduttryck och projicera försäljningen (antalet sålda bilar) för tidsperiod t 11. ANS: T t 136 39.182t T 11 567 PTS: 1 Upp: Tidsserieanalys och prognos 20. Följande data visar kvartalsvisa försäljningen av Amazing Graphics, Inc. för åren 6 till 8. Årskvartalet Försäljning 6 1 2,5 2 1,5 3 2,4 4 1,6 7 1 2,0 2 1,4 3 1,7 4 1,9 8 1 2,5 2 2,0 3 2,4 4 2,1 a. Beräkna de fyra kvartära glidande medelvärdena för ovanstående tidsserier. b. Beräkna säsongsfaktorerna för de fyra kvartalen. c. Använd säsongsfaktorerna som utvecklats i del b för att justera prognosen för effekten av säsong för år 6. Visa fullständigt dokument Detta testprep laddades upp på 01052015 för kursen MGMT 30500 undervisad av professor Arnabbisi under hösten 03914 i Purdue University-West Lafayette. Klicka för att redigera dokumentdetaljQuestion. Följande tidsserier visar försäljningen av en clo. Fråga 2 6 poäng Följande tidsserier visar försäljningen av en klädaffär över en 10-veckorsperiod. Vecka Försäljning (1 000s) 1 15 2 16 3 19 4 18 5 19 6 20 7 19 8 22 9 15 10 21 a. Beräkna ett 4 veckors glidande medelvärde för ovanstående tidsserier. b. Beräkna det genomsnittliga kvadratfelet (MSE) för 4 veckors glidande medelprognos. c. Använd alfa 0,3 för att beräkna exponentialutjämningsvärdena för tidsserierna. d. Prognosförsäljning för vecka 11. Följande tidsserier visar försäljningen av en klädaffär över en 10-veckorsperiod. Försäljningsvecka (1 000s) 1 15 2 16 3 19 4 18 5 19 6 20 7 19 8 22 9 15 10 21 a. Beräkna ett 4 veckors glidande medelvärde för ovanstående tidsserier. b. Beräkna det genomsnittliga kvadratfelet (MSE) för 4 veckors glidande medelprognos. c. Använd en 0,3 för att beräkna exponentialutjämningsvärdena för tidsserierna. d. Prognosförsäljning för vecka 11.s
No comments:
Post a Comment