Calcule Uma Previsão Média Móvel

Evolução média móvel média. Como você pode imaginar, estamos olhando algumas das abordagens mais primitivas da previsão. Mas espero que este seja, pelo menos, uma introdução interessante para algumas das questões de informática relacionadas à implementação de previsões em planilhas. Nessa linha, continuaremos começando no início e começaremos a trabalhar com as previsões da Moeda em Movimento. Previsões médias móveis. Todos estão familiarizados com as previsões da média móvel, independentemente de acreditarem estar ou não. Todos os estudantes universitários fazem-no o tempo todo. Pense nos resultados do teste em um curso onde você terá quatro testes durante o semestre. Vamos assumir que você obteve um 85 no seu primeiro teste. O que você prever para o seu segundo resultado de teste O que você acha que seu professor prever para o seu próximo resultado de teste? O que você acha que seus amigos podem prever para o seu próximo resultado do teste? O que você acha que seus pais podem prever para o seu próximo resultado? Todos os blabbing que você pode fazer para seus amigos e pais, eles e seu professor provavelmente esperam que você consiga algo na área dos 85 que você acabou de receber. Bem, agora vamos assumir que, apesar de sua auto-promoção para seus amigos, você superestimar-se e imaginar que você pode estudar menos para o segundo teste e então você obtém um 73. Agora, o que todos os interessados ​​e desinteressados ​​vão Preveja que você obtém seu terceiro teste. Existem duas abordagens muito prováveis ​​para que eles desenvolvam uma estimativa, independentemente de compartilharem com você. Eles podem dizer a si mesmos, esse cara está sempre soprando fumaça sobre seus inteligentes. Hes vai ter outros 73 se tiver sorte. Talvez os pais tentem ser mais solidários e dizer, muito, até agora você obteve um 85 e um 73, então talvez você devesse entender sobre obter um (85 73) 2 79. Eu não sei, talvez se você fez menos festa E não mexia com a doninha em todo o lugar e se você começou a fazer muito mais estudando, você poderia obter uma pontuação mais alta. Duas dessas estimativas são, na verdade, previsões médias móveis. O primeiro está usando apenas o seu resultado mais recente para prever seu desempenho futuro. Isso é chamado de previsão média móvel usando um período de dados. O segundo é também uma previsão média móvel, mas usando dois períodos de dados. Vamos assumir que todas essas pessoas que estão se abalando na sua ótima mente ficaram chateadas e você decide fazer bem no terceiro teste por suas próprias razões e colocar uma pontuação maior na frente do quotalliesquot. Você faz o teste e sua pontuação é realmente um 89, todos, incluindo você, está impressionado. Então, agora você começa o teste final do semestre e, como de costume, você sente a necessidade de incitar todos a fazer suas previsões sobre como você fará no último teste. Bem, espero que você veja o padrão. Agora, espero que você possa ver o padrão. O que você acredita é o Whistle mais preciso enquanto trabalhamos. Agora, retornamos à nossa nova empresa de limpeza, iniciada pela sua meia-irmã separada chamado Whistle While We Work. Você possui alguns dados de vendas passadas 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 celular para as outras células C7 até 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 não precisamos realmente fazer as previsões para os períodos passados ​​para desenvolver nossa previsão mais recente. Isso é definitivamente diferente do modelo de suavização exponencial. Eu incluí o quotpast predictionsquot porque vamos usá-los na próxima página da web para medir a validade da 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 celular para as outras células C6 até C11. Observe como agora apenas as duas peças históricas mais recentes são usadas 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 importantes para aviso prévio. Para uma previsão média móvel de m-período, apenas os valores de dados mais recentes são usados ​​para fazer a previsão. Nada mais é necessário. Para uma previsão média móvel de m-período, ao fazer previsões quotpast, observe que a primeira previsão ocorre no período m 1. Essas duas questões serão muito significativas quando desenvolvamos nosso código. Desenvolvendo a função de média móvel. Agora precisamos desenvolver o código para a previsão média móvel que pode ser usada de forma mais flexível. O código segue. Observe que as entradas são para o número de períodos que deseja usar na previsão e na matriz de valores históricos. Você pode armazená-lo em qualquer livro de trabalho que desejar. Função MovingAverage (Histórico, NumberOfPeriods) As Single Declarando e inicializando variáveis ​​Dim Item As Variant Dim Counter As Integer Dim Accumulation As Single Dim HistoricalSize As Integer Inicializando variáveis ​​Counter 1 Accumulation 0 Determinando o tamanho da matriz histórica HistoricalSize Historical. Count Para o contador 1 para NumberOfPeriods Acumulando o número apropriado dos valores mais recentes anteriormente observados Acumulação Acumulação Histórico (HistoricalSize - NumberOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods O código será explicado na classe. Você deseja posicionar a função na planilha para que o resultado do cálculo apareça onde deveria gostar do seguinte. Exemplos de cálculo da previsão A.1 Métodos de cálculo da previsão Doze métodos de cálculo das previsões estão disponíveis. A maioria desses métodos prevê um controle limitado de usuários. Por exemplo, o peso colocado em dados históricos recentes ou o intervalo de datas dos dados históricos usados ​​nos cálculos pode ser especificado. Os exemplos a seguir mostram o procedimento de cálculo para cada um dos métodos de previsão disponíveis, dado um conjunto idêntico de dados históricos. Os exemplos a seguir usam os mesmos dados de vendas de 2004 e 2005 para produzir uma previsão de vendas de 2006. Além do cálculo da previsão, cada exemplo inclui uma previsão simulada de 2005 para um período de espera de três meses (opção de processamento 19 3), que é então utilizado para porcentagem de precisão e cálculos de desvio absoluto médio (vendas reais em comparação com previsão simulada). A.2 Critérios de avaliação do desempenho da previsão Dependendo da sua seleção de opções de processamento e das tendências e padrões existentes nos dados de vendas, alguns métodos de previsão serão melhores do que outros para um determinado conjunto de dados históricos. Um método de previsão apropriado para um produto pode não ser apropriado para outro produto. Também é improvável que um método de previsão que forneça bons resultados em um estágio do ciclo de vida de um produto permaneça adequado ao longo de todo o ciclo de vida. Você pode escolher entre dois métodos para avaliar o desempenho atual dos métodos de previsão. Estes são Mean Absolute Deviation (MAD) e Percentagem de Precisão (POA). Ambos os métodos de avaliação de desempenho exigem dados de vendas históricos para um período de tempo especificado pelo usuário. Esse período de tempo é chamado de período de espera ou períodos de melhor ajuste (PBF). Os dados neste período são usados ​​como base para recomendar qual dos métodos de previsão a serem utilizados na realização da próxima projeção de previsão. Esta recomendação é específica para cada produto e pode mudar de uma geração de previsão para a próxima. Os dois métodos de avaliação de desempenho de previsão são demonstrados nas páginas seguindo os exemplos dos doze métodos de previsão. A.3 Método 1 - Porcentagem especificada no último ano Este método multiplica os dados de vendas do ano anterior por um fator especificado pelo usuário, por exemplo, 1.10 para um aumento de 10, ou 0,97 para uma diminuição de 3. Histórico de vendas obrigatório: um ano para calcular a previsão mais o número de períodos de tempo especificado pelo usuário para avaliar o desempenho da previsão (opção de processamento 19). A.4.1 Cálculo de Previsão Faixa de histórico de vendas para usar no cálculo do fator de crescimento (opção de processamento 2a) 3 neste exemplo. Soma os três meses finais de 2005: 114 119 137 370 Soma os mesmos três meses do ano anterior: 123 139 133 395 O fator calculado 370395 0.9367 Calcule as previsões: vendas de janeiro de 2005 128 0.9367 119.8036 ou cerca de 120 de fevereiro de 2005 vendas 117 0,9367 109,5939 ou cerca de 110 de março de 2005 vendas 115 0,9367 107,7205 ou cerca de 108 A.4.2 Cálculo de Previsão Simulado Sume os três meses de 2005 antes do período de retenção (julho, agosto, setembro): 129 140 131 400 Soma os mesmos três meses para o Ano anterior: 141 128 118 387 O fator calculado 400387 1.033591731 Calcular previsão simulada: outubro de 2004 vendas 123 1.033591731 127.13178 novembro de 2004 vendas 139 1.033591731 143.66925 dezembro de 2004 vendas 133 1.033591731 137.4677 A.4.3 Porcentagem de cálculo de precisão POA (127.13178 143.66925 137.4677) (114 119 137) 100 408.26873 370 100 110.3429 A.4.4 Cálculo do desvio absoluto médio MAD (127.13178 - 114 143.66925 - 119 137.4677- 137) 3 (13.13178 24.66925 0.4677) 3 12.75624 A.5 Método 3 - Ano passado para este ano Este método copia dados de vendas do ano anterior para o próximo ano. Histórico de vendas obrigatório: um ano para calcular a previsão mais o número de períodos de tempo especificados para avaliar o desempenho da previsão (opção de processamento 19). A.6.1 Cálculo da Previsão Número de períodos a serem incluídos na média (opção de processamento 4a) 3 neste exemplo Para cada mês da previsão, a média dos dados dos três meses anteriores. Previsão de janeiro: 114 119 137 370, 370 3 123.333 ou previsão de 123 de fevereiro: 119 137 123 379, 379 3 126.333 ou 126 Previsão de março: 137 123 126 379, 386 3 128.667 ou 129 A.6.2 Cálculo de Previsão Simulado vendas de outubro de 2005 (129 140 131) 3 133.3333 Vendas de novembro de 2005 (140 131 114) 3 128.3333 Vendas de dezembro de 2005 (131 114 119) 3 121.3333 A.6.3 Porcentagem de cálculo de precisão POA (133.3333 128.3333 121.3333) (114 119 137) 100 103.513 A.6.4 Absoluto médio Cálculo do desvio MAD (133.3333 - 114 128.3333 - 119 121.3333 - 137) 3 14.7777 A.7 Método 5 - Aproximação linear Aproximação linear calcula uma tendência com base em dois pontos de dados de histórico de vendas. Esses dois pontos definem uma linha de tendência direta que é projetada para o futuro. Use este método com cautela, pois as previsões de longo alcance são alavancadas por pequenas mudanças em apenas dois pontos de dados. Histórico de vendas obrigatório: o número de períodos a serem incluídos na regressão (opção de processamento 5a), mais 1 mais o número de períodos de tempo para avaliar o desempenho da previsão (opção de processamento 19). A.8.1 Cálculo da Previsão Número de períodos a serem incluídos na regressão (opção de processamento 6a) 3 neste exemplo Para cada mês da previsão, adicione o aumento ou diminuição durante os períodos especificados antes do período de retenção no período anterior. Média dos três meses anteriores (114 119 137) 3 123.3333 Resumo dos três meses anteriores com peso considerado (114 1) (119 2) (137 3) 763 Diferença entre os valores 763 - 123.3333 (1 2 3) 23 Razão ( 12 22 32) - 2 3 14 - 12 2 Valor1 DiferençaRatio 232 11,5 Valor2 Média - valor1 proporção 123.3333 - 11,5 2 100.3333 Previsão (1 n) valor1 valor2 4 11,5 100.3333 146.333 ou 146 Previsão 5 11.5 100.3333 157.8333 ou 158 Previsão 6 11.5 100.3333 169.3333 Ou 169 A.8.2 Cálculo de Previsão Simulado Vendas de outubro de 2004: Média dos três meses anteriores (129 140 131) 3 133.3333 Resumo dos três meses anteriores com peso considerado (129 1) (140 2) (131 3) 802 Diferença entre o Valores 802 - 133.3333 (1 2 3) 2 Razão (12 22 32) - 2 3 14 - 12 2 Valor1 Diferença Rácio 22 1 Valor2 Rácio médio - valor1 133.3333 - 1 2 131.3333 Previsão (1 n) valor1 valor2 4 1 131.3333 135.3333 Novembro 2004 vendas Média dos três meses anteriores (140 131 114) 3 128.3333 Resumo dos três meses anteriores com peso considerado (140 1) (131 2) (114 3) 744 Diferença entre os valores 744 - 128.3333 (1 2 3) -25.9999 Valor1 DiferençaRatio -25.99992 -12.9999 Valor2 Rácio médio - valor1 128.3333 - (-12.9999) 2 154.3333 Previsão 4 -12.9999 154.3333 102.3333 Vendas de dezembro de 2004 Média dos três meses anteriores (131 114 119) 3 121.3333 Resumo dos três meses anteriores com peso considerado ( 131 1) (114 2) (119 3) 716 Diferença entre os valores 716 - 121.3333 (1 2 3) -11.9999 Valor1 DiferençaRatio -11.99992 -5.9999 Valor2 Taxa média - valor1 121.3333 - (-5.9999) 2 133.3333 Previsão 4 (-5.9999 ) 133.3333 109.3333 A.8.3 Porcentagem do Cálculo de Precisão POA (135.33 102.33 109.33) (114 119 137) 100 93.78 A.8.4 Cálculo médio do desvio absoluto MAD (135,33 - 114 102,33 - 119 109,33 - 137) 3 21,88 A.9 Método 7 - Secon D Grau Aproximação A regressão linear determina valores para a e b na fórmula de previsão Y a bX com o objetivo de ajustar uma linha reta aos dados do histórico de vendas. A Aproximação do Segundo Grau é semelhante. No entanto, esse método determina valores para a, b e c na fórmula de previsão Y a bX cX2 com o objetivo de ajustar uma curva aos dados do histórico de vendas. Este método pode ser útil quando um produto está na transição entre os estágios de um ciclo de vida. Por exemplo, quando um novo produto passa da introdução para os estágios de crescimento, a tendência de vendas pode acelerar. Por causa do segundo termo da ordem, a previsão pode rapidamente se aproximar do infinito ou diminuir para zero (dependendo se o coeficiente c é positivo ou negativo). Portanto, esse método é útil apenas no curto prazo. Especificações de previsão: as fórmulas encontram a, b e c para ajustar uma curva a exatamente três pontos. Você especifica n na opção de processamento 7a, o número de períodos de tempo a serem acumulados em cada um dos três pontos. Neste exemplo n 3. Portanto, os dados de vendas reais de abril a junho são combinados no primeiro ponto, Q1. De julho a setembro são adicionados para criar Q2, e outubro a dezembro somam para o terceiro trimestre. A curva será ajustada aos três valores Q1, Q2 e Q3. Histórico de vendas obrigatório: 3 n períodos para calcular a previsão, além do número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). Número de períodos para incluir (opção de processamento 7a) 3 neste exemplo Use os blocos anteriores (3 n) meses em três meses: Q1 (Abr-Jun) 125 122 137 384 Q2 (Jul-Sep) 129 140 131 400 Q3 ( Out - Dec) 114 119 137 370 O próximo passo envolve o cálculo dos três coeficientes a, b e c a serem utilizados na fórmula de previsão Y a bX cX2 (1) Q1 a bX cX2 (onde X 1) abc (2) Q2 Um bX cX2 (onde X 2) a 2b 4c (3) Q3 a bX cX2 (onde X 3) a 3b 9c Resolva as três equações simultaneamente para encontrar b, a e c: Subtrair a equação (1) da equação (2) E resolva para b (2) - (1) Q2 - Q1 b 3c Substitua esta equação por b na equação (3) (3) Q3 a 3 (Q2 - Q1) - 3c c Finalmente, substitua estas equações por a e b em Equação (1) Q3 - 3 (Q2 - Q1) (q2 - Q1) - 3c c Q1 c (Q3 - Q2) (Q1 - Q2) 2 O método de Aproximação do Segundo Grau calcula a, b e c da seguinte maneira: a Q3 - 3 (Q2 - Q1) 370 - 3 (400 - 384) 322 c (Q3 - Q2) (Q1 - Q2) 2 (370 - 400) (384 - 400) 2 -23 b (Q2 - Q1) - 3c (400 - 384) - (3 -23) 85 Y a bX cX2 322 85X (-23) X2 Janela até a previsão de março (X4): (322 340 - 368) 3 2943 98 Por período de previsão de abril a junho (X5): (322 425-575) 3 57,3333 ou 57 por período de previsão de julho a setembro (X6): (322 510 - 828) 3 1,33 ou 1 por período de outubro a dezembro (X7) (322 595 - 11273 -70 A.9.2 Cálculo de Previsão Simulado Outubro, Novembro e Dezembro de 2004 vendas: Q1 (Jan-Mar) 360 Q2 (Abr-Jun) 384 Q3 (Jul-Sep) 400 a 400 - 3 (384 - 360) 328 c (400 - 384) (360 - 384) 2 -4 b (384 - 360) - 3 (-4) 36 328 36 4 (-4) 163 136 A.9.3 Porcentagem do Cálculo de Precisão POA (136 136 136) (114 119 137) 100 110,27 A.9.4 Cálculo do desvio absoluto médio MAD (136 - 114 136 - 119 136 - 137) 3 13,33 A.10 Método 8 - Método flexível O método flexível (Percentagem sobre n meses prévios) é semelhante ao método 1, Percentagem acima do último ano. Ambos os métodos multiplicam os dados de vendas de um período de tempo anterior por um fator especificado pelo usuário, então, projete esse resultado no futuro. No método Percent Over Over Year, a projeção é baseada em dados do mesmo período do ano anterior. O Método Flexível adiciona a capacidade de especificar um período de tempo diferente do mesmo período do ano passado para usar como base para os cálculos. Fator de multiplicação. Por exemplo, especifique 1.15 na opção de processamento 8b para aumentar os dados anteriores do histórico de vendas em 15. Período base. Por exemplo, n 3 fará com que a primeira previsão baseie-se em dados de vendas em outubro de 2005. Histórico de vendas mínimo: o usuário especificou o número de períodos de volta ao período base, além do número de períodos de tempo necessários para avaliar o desempenho previsto ( PBF). A.10.4 Cálculo médio do desvio absoluto MAD (148 - 114 161 - 119 151 - 137) 3 30 A.11 Método 9 - Média móvel ponderada O método da média móvel ponderada (WMA) é semelhante ao Método 4, Média móvel (MA). No entanto, com a média móvel ponderada, você pode atribuir pesos desiguais aos dados históricos. O método calcula uma média ponderada do histórico recente de vendas para chegar a uma projeção para o curto prazo. Os dados mais recentes geralmente são atribuídos a um peso maior do que os dados mais antigos, portanto, isso torna a WMA mais sensível às mudanças no nível de vendas. No entanto, a previsão de viés e erros sistemáticos ainda ocorrem quando o histórico de vendas do produto exibe uma forte tendência ou padrões sazonais. Este método funciona melhor para previsões de curto alcance de produtos maduros, em vez de produtos nos estágios de crescimento ou obsolescência do ciclo de vida. N o número de períodos de histórico de vendas a serem usados ​​no cálculo da previsão. Por exemplo, especifique n 3 na opção de processamento 9a para usar os três períodos mais recentes como base para a projeção no próximo período de tempo. Um grande valor para n (como 12) requer mais histórico de vendas. Isso resulta em uma previsão estável, mas será lento para reconhecer mudanças no nível de vendas. Por outro lado, um pequeno valor para n (como 3) responderá mais rápido a mudanças no nível de vendas, mas a previsão pode flutuar tão amplamente que a produção não pode responder às variações. O peso atribuído a cada um dos períodos de dados históricos. Os pesos atribuídos devem totalizar para 1,00. Por exemplo, quando n 3, atribua pesos de 0,6, 0,3 e 0,1, com os dados mais recentes recebendo o maior peso. Histórico de vendas mínimo exigido: n mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). MAD (133,5 - 114 121,7 - 119 118,7 - 137) 3 13,5 A.12 Método 10 - Suavização linear Este método é semelhante ao Método 9, Média de Movimento Ponderada (WMA). No entanto, em vez de atribuir arbitrariamente pesos aos dados históricos, uma fórmula é usada para atribuir pesos que diminuem linearmente e somam para 1,00. O método então calcula uma média ponderada do histórico de vendas recente para chegar a uma projeção para o curto prazo. Como é verdade para todas as técnicas de previsão média móvel média, tendência de previsão e erros sistemáticos ocorrem quando o histórico de vendas do produto exibe uma forte tendência ou padrões sazonais. Este método funciona melhor para previsões de curto alcance de produtos maduros, em vez de produtos nos estágios de crescimento ou obsolescência do ciclo de vida. N o número de períodos de histórico de vendas a serem usados ​​no cálculo da previsão. Isso é especificado na opção de processamento 10a. Por exemplo, especifique n 3 na opção de processamento 10b para usar os três períodos mais recentes como base para a projeção no próximo período de tempo. O sistema atribuirá automaticamente os pesos aos dados históricos que recuam linearmente e somam para 1,00. Por exemplo, quando n 3, o sistema atribuirá pesos de 0,5, 0,3333 e 0,1, com os dados mais recentes recebendo o maior peso. Histórico de vendas mínimo exigido: n mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). A.12.1 Cálculo da Previsão Número de períodos a serem incluídos na média de suavização (opção de processamento 10a) 3 neste exemplo Relação para um período anterior 3 (n2 n) 2 3 (32 3) 2 36 0.5 Relação para dois períodos anteriores 2 (n2 n ) 2 2 (32 3) 2 26 0.3333 .. Relação para três períodos anteriores 1 (n2 n) 2 1 (32 3) 2 16 0.1666 .. Previsão de janeiro: 137 0.5 119 13 114 16 127.16 ou 127 Previsão de fevereiro: 127 0.5 137 13 119 16 129 Previsão de março: 129 0,5 127 13 137 16 129,666 ou 130 A.12.2 Cálculo de Previsão Simulado outubro de 2004 vendas 129 16 140 26 131 36 133.6666 novembro 2004 vendas 140 16 131 26 114 36 124 dezembro 2004 vendas 131 16 114 26 119 36 119.3333 A.12.3 Porcentagem do Cálculo de Precisão POA (133.6666 124 119.3333) (114 119 137) 100 101.891 A.12.4 Cálculo do Desvio Absorvo Médio MAD (133.6666 - 114 124 - 119 119.3333 - 137) 3 14.1111 A.13 Método 11 - Suavização exponencial Este método é semelhante ao Método 10, Suavização linear. No Suavização linear, o sistema atribui pesos aos dados históricos que recuam linearmente. Em suavização exponencial, o sistema atribui pesos que se deterioram exponencialmente. A equação de previsão de suavização exponencial é: Previsão a (Vendas reais anteriores) (1 - a) Previsão anterior A previsão é uma média ponderada das vendas reais do período anterior e da previsão do período anterior. A é o peso aplicado às vendas reais para o período anterior. (1 - a) é o peso aplicado à previsão do período anterior. Valores válidos para um intervalo de 0 a 1, e geralmente caem entre 0,1 e 0,4. A soma dos pesos é 1,00. A (1 - a) 1 Você deve atribuir um valor para a constante de suavização, a. Se você não atribuir valores para a constante de suavização, o sistema calcula um valor assumido com base no número de períodos de histórico de vendas especificado na opção de processamento 11a. A constante de suavização utilizada no cálculo da média suavizada para o nível geral ou a magnitude das vendas. Valores válidos para um intervalo de 0 a 1. n o intervalo de dados do histórico de vendas para incluir nos cálculos. Geralmente, um ano de dados de histórico de vendas é suficiente para estimar o nível geral de vendas. Para este exemplo, foi escolhido um pequeno valor para n (n 3) para reduzir os cálculos manuais necessários para verificar os resultados. O suavização exponencial pode gerar uma previsão baseada em um ponto de dados histórico tão pouco quanto possível. Histórico de vendas mínimo exigido: n mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). A.13.1 Cálculo de Previsão Número de períodos a serem incluídos na média de suavização (opção de processamento 11a) 3 e fator alfa (opção de processamento 11b) em branco neste exemplo, um fator para os dados de vendas mais antigos 2 (11) ou 1 quando especificado em alfa Um fator para os 2 maiores dados de vendas 2 (12), ou alfa quando o alfa é especificado como um fator para os 3 maiores dados de vendas 2 (13), ou alfa quando o alfa é especificado como um fator para os dados de vendas mais recentes 2 (1n) , Ou alfa quando o alfa é especificado em novembro Sm. Avg. A (outubro atual) (1 - a) outubro Sm. Avg. 1 114 0 0 114 Dezembro Sm. Avg. A (Novembro Actual) (1 - a) Novembro Sm. Avg. 23 119 13 114 117.3333 Previsão de janeiro a (dezembro atual) (1 - a) dezembro Sm. Avg. 24 137 24 117.3333 127.16665 ou 127 Fevereiro Previsão Previsão de janeiro 127 Março Previsão Previsão de janeiro 127 A.13.2 Cálculo de previsão simulada Julho, 2004 Sm. Avg. 22 129 129 agosto Sm. Avg. 23 140 13 129 136.3333 setembro Sm. Avg. 24 131 24 136.3333 133.6666 outubro, 2004 vendas Sep Sm. Avg. 133.6666 Agosto, 2004 Sm. Avg. 22 140 140 setembro Sm. Avg. 23 131 13 140 134 outubro Sm. Avg. 24 114 24 134 124 novembro, 2004 vendas Sep Sm. Avg. 124 setembro 2004 Sm. Avg. 22 131 131 outubro Sm. Avg. 23 114 13 131 119.6666 novembro Sm. Avg. 24 119 24 119.6666 119.3333 dezembro 2004 vendas Sep Sm. Avg. 119.3333 A.13.3 Porcentagem do Cálculo de Precisão POA (133.6666 124 119.3333) (114 119 137) 100 101.891 A.13.4 Cálculo do Desvio Absorvente Médio MAD (133.6666 - 114 124 - 119 119.3333 - 137) 3 14.1111 A.14 Método 12 - Suavização Exponencial Com Tendência e Sazonalidade Este método é semelhante ao Método 11, Suavização Exponencial em que uma média suavizada é calculada. No entanto, o Método 12 também inclui um termo na equação de previsão para calcular uma tendência suavizada. A previsão é composta por uma média lisa ajustada para uma tendência linear. Quando especificado na opção de processamento, a previsão também é ajustada para a sazonalidade. A constante de suavização utilizada no cálculo da média suavizada para o nível geral ou a magnitude das vendas. Valores válidos para o intervalo alfa de 0 a 1. b a constante de suavização utilizada no cálculo da média suavizada para o componente de tendência da previsão. Valores válidos para o intervalo beta de 0 a 1. Se um índice sazonal é aplicado à previsão a e b são independentes um do outro. Eles não precisam adicionar a 1.0. Histórico de vendas mínimo exigido: dois anos mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). O método 12 usa duas equações de alisamento exponencial e uma média simples para calcular uma média suavizada, uma tendência suavizada e um fator sazonal médio simples. A.14.1 Cálculo da previsão A) Uma média MAD suavemente exponencial (122.81 - 114 133.14 - 119 135.33 - 137) 3 8.2 A.15 Avaliando as previsões Você pode selecionar os métodos de previsão para gerar até doze previsões para cada produto. Cada método de previsão provavelmente criará uma projeção ligeiramente diferente. Quando milhares de produtos são previstos, não é prático tomar uma decisão subjetiva sobre qual das previsões usar em seus planos para cada um dos produtos. O sistema avalia automaticamente o desempenho para cada um dos métodos de previsão que você seleciona e para cada um dos produtos previstos. Você pode escolher entre dois critérios de desempenho, desvio médio absoluto (MAD) e porcentagem de precisão (POA). MAD é uma medida de erro de previsão. O POA é uma medida do viés de previsão. Ambas as técnicas de avaliação de desempenho exigem dados reais do histórico de vendas para um período de tempo especificado pelo usuário. Este período de história recente é chamado de período de espera ou períodos de melhor ajuste (PBF). Para medir o desempenho de um método de previsão, use as fórmulas de previsão para simular uma previsão para o período histórico de retenção. Normalmente, haverá diferenças entre os dados reais de vendas e a previsão simulada para o período de retenção. Quando vários métodos de previsão são selecionados, esse mesmo processo ocorre para cada método. Várias previsões são calculadas para o período de espera e comparadas com o histórico de vendas conhecido para esse mesmo período de tempo. O método de previsão que produz a melhor combinação (melhor ajuste) entre a previsão e as vendas reais durante o período de suspensão é recomendado para uso em seus planos. Esta recomendação é específica para cada produto e pode mudar de uma geração de previsão para a próxima. A.16 Desvio absoluto médio (MAD) MAD é a média (ou média) dos valores absolutos (ou magnitude) dos desvios (ou erros) entre dados reais e previsão. MAD é uma medida da magnitude média dos erros a esperar, dado um método de previsão e histórico de dados. Como os valores absolutos são usados ​​no cálculo, erros positivos não cancelam erros negativos. Ao comparar vários métodos de previsão, aquele com menor MAD mostrou ser o mais confiável para esse produto para esse período de espera. Quando a previsão é imparcial e os erros são normalmente distribuídos, existe uma relação matemática simples entre MAD e outras duas medidas comuns de distribuição, desvio padrão e Erro quadrático médio: A.16.1 Porcentagem de Precisão (POA) Porcentagem de Precisão (POA) é Uma medida de previsão de viés. Quando as previsões são consistentemente muito altas, os estoques se acumulam e os custos dos estoques aumentam. Quando as previsões são consistentemente duas baixas, os estoques são consumidos e o serviço ao cliente diminui. Uma previsão que é 10 unidades muito baixa, então 8 unidades muito altas, então 2 unidades muito altas, seria uma previsão imparcial. O erro positivo de 10 é cancelado por erros negativos de 8 e 2. Erro Actual - Previsão Quando um produto pode ser armazenado no inventário e quando a previsão é imparcial, uma pequena quantidade de estoque de segurança pode ser usada para amortecer os erros. Nessa situação, não é tão importante eliminar erros de previsão, pois é gerar previsões imparciais. No entanto, nas indústrias de serviços, a situação acima seria vista como três erros. O serviço ficaria insuficiente no primeiro período, e depois o excesso de pessoal para os próximos dois períodos. Nos serviços, a magnitude dos erros de previsão geralmente é mais importante do que o previsão de viés. O somatório durante o período de suspensão permite erros positivos para cancelar erros negativos. Quando o total de vendas reais excede o total de vendas previstas, a proporção é superior a 100. É claro que é impossível ter mais de 100 precisões. Quando uma previsão é imparcial, a proporção de POA será de 100. Portanto, é mais desejável ter 95 precisos do que ser 110 precisos. Os critérios POA selecionam o método de previsão com uma relação POA mais próxima de 100. O script nesta página melhora a navegação do conteúdo, mas não altera o conteúdo de forma alguma. Calcula a média móvel Postado em 28 de abril de 2009 em Aprender Excel - 191 comentários Movendo A média é freqüentemente usada para entender as tendências subjacentes e ajuda na previsão. O MACD ou a divergência da convergência média móvel são provavelmente as ferramentas de análise técnica mais utilizadas na negociação de ações. É bastante comum em várias empresas usar a média móvel de vendas de 3 meses para entender como a tendência é. Hoje, aprenderemos como você pode calcular a média móvel e como a média dos últimos 3 meses pode ser calculada usando as fórmulas do Excel. Calcular a média móvel Para calcular a média móvel, tudo o que você precisa é a boa e antiga função de excel média. Supondo que seus dados estejam no intervalo B1: B12, basta digitar esta fórmula na célula D3 MÉDIA (B1: B3) E agora copie a fórmula de D3 para o intervalo D4 para D12 (lembre-se, uma vez que você está calculando a média móvel de 3 meses , Você só receberá 10 valores 12-31) Isso é tudo o que você precisa para calcular a média móvel. Calcule a média móvel dos últimos 3 meses sozinho Digamos que você precisa calcular a média dos últimos 3 meses em qualquer ponto do tempo. Isso significa que quando você inserir o valor para o próximo mês, a média deve ser ajustada automaticamente. Primeiro, vamos dar uma olhada na fórmula e depois entenderemos como isso funciona. Então, o que a fórmula acima está fazendo de qualquer maneira Está contando quantos meses já foram inseridos 8211 COUNT (B4: B33) Então é contagem de compensação menos 3 células de B4 e busca 3 células a partir daí 8211 OFFSET (B4, COUNT (B4 : B33) -3,0,3,1). Estes são apenas os últimos 3 meses. Finalmente, está passando esse intervalo para a função MÉDIA para calcular a média móvel dos últimos 3 meses. Seu trabalho em casa Agora que você aprendeu a calcular a média móvel usando o Excel, aqui está seu trabalho em casa. Digamos que você deseja que o número de meses usado para calcular a média móvel seja configurável na célula E1. Ou seja, quando E1 é alterado de 3 para 6, a tabela de média móvel deve calcular a média móvel por 6 meses por vez. Como você escreve as fórmulas, então, olhe os comentários, vá e descubra isso por você mesmo. Se você não consegue encontrar a resposta, volte aqui e leia os comentários. Ir Esta publicação faz parte da nossa série Spreadcheats. Um programa de treinamento em linha de excelência de 30 dias para frequentadores de escritório e usuários de planilha eletrônica. Junte-se hoje . Compartilhe essa dica com seus amigos Olá, recentemente descobriu seu site e estou amando todas as dicas. Obrigado por todos os seus tutoriais. É exatamente o que eu precisava no entanto, encontrei um problema um pouco, como também estou usando o Vlookup com deslocamento. Por exemplo, no seu exemplo, eu usaria o Vlookup no meu modelo, de modo que, ao colocar dados novos todos os meses, atualizaria automaticamente os dados de vendas mensalmente. Meu problema está na minha fórmula OFFSET, eu tenho COUNTA que, obviamente, conta com todas as células com fórmulas, mesmo. Qualquer idéia de como incorporar estas duas funções melhor, especialmente quando eu estou tentando representar gráfico e em média nos últimos 12 meses, eu apreciaria as idéias que você ou seus leitores tiveram. Obrigado, novamente, pelo site incrível Twee. Bem-vindo ao PHD e obrigado por fazer uma pergunta. Ainda não sei se eu entendi corretamente. Você tentou usar a contagem em vez do counta. Você não nos mostrou a fórmula de compensação, sem que pareça que isso seria difícil. Eu preciso calcular uma média móvel de 12 meses que abrangerá um período de 24 meses quando concluído. Você pode me apontar na direção certa como também como começar Meus dados são milhas do veículo e começa no B2 e termina na B25. Ajude Chandoo, esta é uma ótima fórmula para o que estou usando, exceto que estou tentando sem sucesso fazer a fórmula condicional. Eu tenho uma planilha, veja os links abaixo, que rastreia todas as rodadas de discos de golfe jogados por amigos e por mim. Já entendi configurar cada uma de nossas médias globais e cada uma de nossas médias em cursos específicos. O que eu estou tentando fazer agora, no entanto, também configura uma média móvel com base em nossas 5 rodadas mais recentes. Mais uma vez os dados foram inseridos eu vou mudar para 10, mas por agora 5 será muito bom. Posso conseguir que a média móvel funcione, mas não consigo descobrir como adicionar restrições condicionais. IE Eu quero, por exemplo, apenas as últimas 5 rodadas que Kevin tocou. Depois disso, vou querer apenas as últimas 5 rodadas tocadas por Kevin no curso Oshtemo. O código que estou usando está abaixo. O código para Cell C9 está listado abaixo. IF (B90,, IF (B9lt6, AVERAGEIF (DiscRoundsA2: A20000, A9, DiscRoundsM2: M20000), MÉDIA (OF FSET (DiscRoundsM2, IF (DiscRoundsA2: A20000A9, COUNT (DiscRoundsM2: M20000), quotquot) -5,0,5 , 1)))) Essencialmente, se houver 0 rodadas, deixa a célula em branco. Se houver 5 rodadas ou menos, ele apenas usa a média de todas as rodadas. Finalmente, se houver 6 ou mais rodadas, o código então usa sua função MÉDIA a partir desta publicação. Depois de tentar muitas coisas no entanto, não tenho certeza de como condicionalmente puxar as últimas 5 rodadas de modo que ele só puxa as últimas 5 rodadas do indivíduo nomeado na célula A9. A fórmula que eu estou fazendo referência não está atualmente na célula C9 na minha planilha que está vinculada. Acabei de testá-lo lá. DND: use a seguinte fórmula na célula C13 em diante MÉDIA (B2: B13) e arraste para baixo. Oi, eu tenho certeza de que há algo listado acima que é suposto ajudar, mas ainda estou novo para se destacar e me sinto sobrecarregado. Acabei de ter um novo emprego e estou tentando fazer uma boa impressão, então qualquer ajuda será ótimo. Eu tenho dados para cada mês em 2009, 2010 e 2011, atravessando e várias linhas disso. Todos os meses, no início do mês, eu preciso calcular as vendas do ano anterior. Atualmente, minha fórmula é SUM (AG4: AR4) SUM (U4: AF4). Exemplo: o mês atual é março. A informação que eu preciso é o total de vendas de março de 2010 a fevereiro de 2011, dividido em março de 2009 a fevereiro de 2010, e funciona muito bem, mas é muito demorado ter que mudá-lo todos os meses. Existe uma maneira de obter a fórmula para mudar automaticamente no início do mês. Não sei se fiz um trabalho muito bom explicando isso ou não. Parabens pelo seu novo trabalho. Você pode arrastar sua fórmula de lado (para a direita, por exemplo) e mostra as s para o próximo mês automaticamente. Não, o que eu preciso é que a fórmula se altere mensalmente. Eu tenho caixas de janeiro de 2009 a dezembro de 2011 com dados neles. IFERROR (SOMA (AG4: AR4) SUM (U4: AF4), 0) No mês que vem, eu preciso que ele passe do cálculo da soma dos dados 0310 aos dados 0211 divididos por 0309 dados para dados 0210 e altere para 0410 para 0311 dados divididos por 0409 dados para dados 0311. IFERROR (SUM (AH4: AS4) SUM (V4: AG4), 0) O que eu preciso é uma fórmula que pode se referir à data atual e saber que no dia 1 de cada mês, ele precisa mudar as fórmulas para o próximo 1-12 meses anteriores divididos pelos anteriores 13-24 meses. Não tenho certeza se isso faz sentido. Basicamente eu uso esta fórmula cerca de 8 vezes em uma folha e eu tenho cerca de 200 folhas. Desculpe pela postagem dupla e agradeço os parabéns O que eu preciso: se a data atual for maior do que o 1º do mês, as referências da célula inteira para calcular as vendas do ano prévio devem ser movidas para a direita por uma coluna. O que eu vi. IF (P1gtN1, (SUM (AH4: AS4) SUM (V4: AG4))) p1 é a data atual n1 é 1º dia do mês AH4: AS4 é dados de 0310-0211 V4: AG4 é dados de 0309-0210 Parte Im tendo Problemas com: Como faço para que a fórmula saiba exatamente o que 12 seções para pegar e como mudar automaticamente no dia 1 de mês. Julie. Você pode usar a fórmula OFFSET para resolver isso. Assumindo que cada coluna tem um mês e o primeiro mês está em C4 e a data atual está em P1. A fórmula acima assume que cada coluna tem meses no formato de data do Excel. Você pode querer ajustá-lo até produzir resultados certos. Isso provavelmente é extremamente simples e estou tornando isso mais complicado do que eu preciso, mas você escreveu: a fórmula acima assume que cada coluna tem meses no formato de data do Excel. Eu tenho lutado para fazer isso sem ter que transformar meus dados em datas. Julie. O que eu quis dizer é que a linha número 4, onde você tem nomes de mês, deve conter esses dados - 1-jan-2009 1-fev-2009 1-mar-2009 Além disso, eu aviso alguns erros na minha fórmula. A fórmula correta deve ser, SUM (offset (C5,, datedif (C4, P1, m) 1-12,1,12)) SUM (deslocamento (C5, datado (C4, P1, m) 1-24,1 , 12)) A fórmula acima assume que as datas estão na linha 4 e os valores estão na linha 5. Eu acho que é exatamente isso que eu precisava. Obrigado, obrigado, muito obrigado. Meu problema é jasmins muito semelhantes (61) e Azrold (74). Eu tenho quantidades desagradáveis ​​de dados, de D: 2 para D: 61400 (e correspondentemente em E e F, eu tenho que fazer o mesmo para essas colunas também). Estou tentando encontrar a média de lotes, como D2: 19, D20: 37, D38: 55 e assim por diante - agrupando 18 linhas juntas e depois encontrando a próxima média sem reutilizar qualquer linha anterior. Também é provável que você faça isso também por 19 e 20 aglomerados, mas um exemplo usando 18 está bem. Você poderia anotar a fórmula que você postar? Estou um pouco confuso sobre o que os últimos 4 números significam na parte COUNTA. Muito obrigado, isso vai fazer minha vida muito mais fácil Laura Isso é feito com facilidade com a média e o deslocamento. Supondo que você esteja fazendo isso em Col J e que está em média Col D J2: MÉDIA (OFFSET (D1, (ROW () - 2) J11,, J1)) Onde J1 terá o número 18 para um total em movimento de 18 números Cópia para baixo A linha 2 será a média das linhas 2-19 A linha 3 será a média das linhas 20-37, etc. Você também pode adicionar rótulos em dizer Col H H2: Amostras amp (ROW () - 2) J12amp - amp (ROW () - 1) J11 Copiar para baixo. Eu esqueci isso em: rapidsharefiles1923874899Américas. xlsx Estou iniciante tentando: 1. estruturar uma planilha que será usada para 2. determinar o período ótimo para minha média móvel, dentro do intervalo de uma média móvel de 5 dias para um 60 Média móvel do dia. Cada célula representa o número de vendas para esse dia, variando de 0 a 100. Preferiria que cada mês de vendas diárias estivesse em uma nova coluna. Atualmente eu tenho 3 meses de dados, mas, obviamente, isso vai crescer. Então, você pode me dizer como configurar a planilha e depois as fórmulas apropriadas (e suas localizações) Muito obrigado, Olá novamente, Hui, estou lutando novamente com a mesma planilha que você me ajudou com mais cedo. Por enquanto, eu tenho as seguintes linhas de dados mensalmente inseridos manualmente: Volume de Chamadas Chamadas Chamada respondida das chamadas abandonadas Tempo médio de manuseio Meu gerente de linha agora gostaria de 2 linhas abaixo desta exibição (usando a fórmula): Velocidade média de resposta Tempo médio abandonado E como se isso não bastasse, ela gostaria que, para ambas as linhas, uma célula de resumo no final dos 12 meses mostrando a figura anual: (Muito obrigado novamente por qualquer ajuda que você possa dar, estou usando a versão vertical para Calculando uma média móvel. Estou perplexo quando preciso calcular uma média móvel de 6 períodos. Meus dados começam na coluna c e as médias de 6 períodos e 3 períodos são duas colunas à direita do último período de dados. Adicione uma coluna para cada mês, então eu atualmente ajuste a fórmula manualmente a cada mês: MÉDIA (EC8: EH8) Minha tentativa mais recente (que falhou) é: MÉDIA (C6, COUNT (C6: EH6), - 6,6,1 ) Por favor, forneça uma explicação de por que isso não funcionou ao responder, então eu posso entender como criar futuro f Ormulas. Muito obrigado, Kimber Kimber. Bem-vindo ao Chandoo. org e obrigado por comentar. Eu acho que não é uma boa idéia colocar médias na coluna mais direita, pois continua em movimento. Em vez disso, você pode modificar sua folha para que a média móvel seja colocada na coluna mais à esquerda (e isso ficará lá, mesmo que você adicione colunas extras à direita). Não importa onde a célula média é, você pode usar esta fórmula para calcular a média móvel. Afyter tendo lido toda essa discussão, posso ver, vou precisar de uma combinação de compensação, combinação, contagem e média, mas não tenho certeza de onde. O meu problema é o seguinte: cada mês há mais de 100 pessoas que relatam atividade. A coluna A é o nome deles, a coluna B é o mês, a coluna C é o ano e as colunas D até M são suas atividades em várias categorias. Eu preciso encontrar suas médias de 3 meses e seis meses e exibir isso em outra planilha, embora eu possa exibi-las nas Colunas N e O, se necessário. Eu uso uma tabela dinâmica para produzir somas e médias totais, mas não lida com as médias móveis. Quaisquer sugestões serão muito apreciadas. Obrigado, Ben Esta será a média do último número de linhas MovAvg, incluindo ele próprio (tire o -1 se você deseja não se incluir). D75 é a célula que esta fórmula está fazendo referência (meus dados foram muito longos). O MovAvg é o tamanho que deseja que a média móvel seja (Eu atribuí isso como uma célula com nome (selecione a célula, Fórmulas --gt Nomes Definidos - gt Define Nome) Você pode fazer nomes de variáveis ​​em uma planilha para evitar sempre ter que usar rowcolumn.) Isso começa a partir da célula atual (D75 neste caso), sobe as linhas MovAvg-1, mais de 0 colunas, seleciona o número de linhas MovAvg, com 1 coluna. Passa isso para a função média. Oi, eu leio todas as postagens, mas não consegui que isso funcionasse corretamente. Como calculamos a média móvel de uma porcentagem Esta é calculada semanalmente. Coluna A - acertos encontrados Coluna B - acréscimos vendidos Coluna K - fechamento Coluna D - 2 semanas de média móvel do fechamento Exemplo da semana 1 e semana 2 Coluna A, a linha 7 é 25 e a linha 8 é 1 Coluna B, a linha 7 é 1 E a linha 8 é 1 Coluna K, a fórmula da linha 7 é 125 (4) ea linha 8 é 11 (100) Coluna D - A fórmula em uma publicação anterior me dá uma resposta de 52 média média de 2 semanas, mas isso não está correto. Deve ser 226 (7) IF (ISERROR (MÉDIA (OFFSET (K7, COUNT (K7: K26) -2,0,2,1))), MÉDIA (OFFSET (K7, COUNT (K7: K26) -2 , 0,2,1))) O que eu preciso mudar nessa fórmula para usar as colunas A ampère B em vez da coluna K Você está tentando médias médias, o que não funciona. Experimente esta fórmula simples começando em D8: IF (ISBLANK (B8) ,, (B7B8) (A7A8)) Copie e cole a fórmula para D26. Isso deve dar-lhe uma média móvel de 2 semanas. Lembre-se de formatar a coluna D como uma porcentagem com quantas vezes você desejar decimais. Eu sou praticamente um excelente neófito. Eu apenas tropecei em seu amplificador do site estou ansioso para examiná-lo extensamente nos próximos meses. Estou tentando calcular uma média móvel de 3 meses de despesas amplificador não pode descobrir o que estou fazendo de errado. Mesmo depois de ler este artigo e a postagem em offset, não tenho certeza de que eu entendo a fórmula. Na minha caixa de areia, eu tenho: Coluna A - Meses A2: A17Sept 2012 - Dec 2013 Coluna B - Total de despesas mensais B2: B8 (B8 porque março é o último mês concluído) - Esses totais são 362599,372800,427317,346660,359864 , 451183,469681 Colum C - 3 meses de média móvel. Coloco a seguinte fórmula em C4 (Para começar a calcular em novembro do ano passado, apenas para sorrisos). Uma vez que há apenas três meses no conjunto de dados nesse ponto, eu assumiria que ele calculasse a média móvel dos primeiros três meses. A fórmula vem com 469.681. Quando eu médio os primeiros três meses, eu venho com 387.572. O que estou fazendo de errado ou mal-entendido Obrigado pela ajuda e por colocar este site em conjunto. Oi Chandoo Você tem um projeto realmente útil aqui, toneladas de agradecimentos No início desse tópico, Shamsuddin perguntou algo semelhante ao que eu preciso, o cálculo reverso de valores da média móvel. Talvez seja estúpido, mas não consigo inventar nenhuma idéia, exceto a pesquisa figura por figura. Se possível - por favor, conselhos com os dados deste artigo, para obter o conceito. Na verdade, fique feliz em obter qualquer coisa, já que o google foi inútil) Mais uma vez - muito obrigado por este site Não sei sequer o que você quer dizer com o cálculo reverso de uma média móvel Você pode explicar o que está tentando fazer? Publicar uma amostra O arquivo pode ajudar também Referir: chandoo. orgforumstopicpostage-a-sample-workbook Oi Hui, quero dizer, eu tenho uma coluna de figuras (por exemplo, remessas mensais), que são calculadas como média móvel com base em outro conjunto de dados (por exemplo, produção mensal de produção) . Fique assim: (A1) Jan Fev Mar Abr Mai Jun Mfg Navio 100 500 450 600 600 700 Onde a média do navio (B2: C2) Conheço apenas os volumes de remessas e tenho que encontrar os respectivos volumes de mfg. De um modo geral, a questão é como podemos encontrar dados iniciais com apenas MA na mão. Suponha que este segmento pode não ser o único para perguntar isso (se você concorda - talvez você saiba onde perguntar). É apenas essa pergunta de Shamsuddins foi o resultado mais relevante de 10 páginas do google Mey. Para calcular os dados originais de uma média móvel (MA), você precisa de dois MAs, por exemplo, um MA de 9 e 10 dias ou 1 MA e 1 peça de dados. Você pode recalcular o resultado anterior Mas se você tem uma fórmula Média (B2: C2), você deve ter acesso aos dados Se for um mês de 2 dias como sua fórmula acima MAAverage (B2: C2) MA (B2C2) 2 se você souber B2 C2 (2MA) - B2 Se você tem um conjunto de dados que você pode compartilhar, posso dar uma solução melhor. Consulte: chandoo. orgforumstopicposting-a-sample-workbook Great website. Perdoe essa pergunta. Eu costumava ser um especialista em Lotus há 123 décadas, mas acho o Excel um pouco para trás em suas progressões para o Lotus 123, então estou começando de novo com o Excel 2010. Eu sou uma pessoa lógica e tento entender o que as fórmulas fazem quando eu usa-os. Eu percebo que não há mais 14 números de vendas na coluna B, mas de alguma forma estamos contando de B4 a B33. Eu testei a fórmula usando: MÉDIA (OFFSET (B4, COUNT (B4: B14) -3,0,3,1)) e eu obtive o mesmo resultado como se eu usasse MÉDIA (OFFSET (B4, COUNT (B4: B33 ) -3,0,3,1)). Minha primeira regra de criação de planilha de escola antiga nunca é para construir uma tabela de dados maior do que os dados fornecidos se for estática (ou seja, não se expandindo em dados). Como resultado, não tenho nenhuma pista real sobre o funcionamento da OFFSET. Existe uma explicação clara de OFFSET com um exemplo singular de ser usado fora da média e por si só. O motivo pela qual eu vim aqui é construir um modelo de planilha que use cálculos iterativos para encontrar o melhor ajuste para dados de lucro (isto é, Maximizando o lucro) quando a média móvel curta da curva de lucro acumulada (ou curva de patrimônio) atravessa a média móvel a longo prazo da curva patrimonial. Não encontro nada que permita a expansão de médias móveis de 3 períodos para dizer 100 períodos (para ambas as médias). Ao usar o MA cruzado para determinar quais trades levar, pode-se encontrar um ótimo lucro para gerir o modelo (o que pode ser modificado quando o modelo é re - timizado). Não consigo encontrar nada na maioria dos livros do Excel que cobrem isso, e este tipo de cálculos devem ser relativamente simples de se retirar. Onde eu poderia encontrar essa informação Obrigado novamente pelo maravilhoso site. Apenas no caso de você ainda não encontrou, heres um link para a função OFFSET: eu tenho uma pergunta. Eu já tenho uma média móvel de 3 dias que recebi no meu problema. É relacionado à média das ações. As perguntas dizem que você tem 1 ação que você PLANA na venda no dia 10. Minha média móvel de 3 dias é uma integração de a, b onde em e bt3 a qualquer momento. Se você quiser encontrar o preço pelo qual você espera vender a participação, você integra de 6,9 ​​9,11 7,10. Você quer o fim do dia 10, no meio do dia 10, ou deixe o dia 10 fora. Não tenho certeza do prazo para colocar esta média de 3 dias entre. Novamente, minha função representa o dia 14, mas eu preciso do preço no dia 10. ivan Santos diz: Estou olhando para ver a média móvel de um call center. Estou tentando encontrar o índice por mês por um ano inteiro. Eu só tenho 2 anos de dados e estou querendo prever para 2014 em trimestres. Posso usar este método para isso? Eu tenho um problema em média, eu quero calcular a média de linhas destacadas somente em coloumn F em colomn G, que também tem células em branco destacadas Oi, eu estou trabalhando em uma planilha que tem nos últimos quatro anos De dados semanais, mas os dados dos anos atuais estão incompletos, pois ele só é inserido a cada semana. Existe uma maneira de configurar uma fórmula que irá calcular uma média com base no número de semanas que têm dados nelas, por exemplo. No meio do ano, ele criará uma média com base nas células 2-27 26, mas na próxima semana serão as células 2-28 27. Está fazendo minha cabeça e eu não quero ter que ajustar manualmente a média todas as semanas. Ótimo site, a propósito, muito útil. ) Rosie Sim, isso pode ser feito Você pode fazer a pergunta nos Fóruns e anexar um arquivo de exemplo chandoo. orgforum Ok, aqui está a minha pergunta que vem me assolando nos últimos 2 12 meses e não encontrei uma solução em qualquer lugar na web : Eu tenho uma equipe de vendas e eu preciso de um avg em movimento, mas com um formato de correção e uma fúria de mudança de data que também é corrigida. Ou seja, pessoa de vendas 1115 2115 3115 12114 11114 10114 ME 1 2 0 4 5 6 O que estou tentando fazer é o seguinte: digamos que hoje a data é 3115 Preciso de uma maneira de voltar 3 (6 e 12 também) meses a partir da atualidade Data e avg os números de vendas. A parte difícil é que eu gostaria de mudar o ano das datas, então eu não tenho que mexer com o formato ou se eu contratar alguém. Então, no exemplo acima, eu teria a fórmula tomar o 6 1 2 (9) 3 3, mas então, à medida que o tempo continuaria, isso continuaria, mas uma vez que o ano novo começou no JAN 2016, teria que usar os números do passado Dados de 2015 (avs de rolamento de 3,6 e 12 meses). Espero que isso seja claro e eu adoraria obter alguma ajuda com isso. Agradeço antecipadamente. Você pode fazer a pergunta nos Fóruns do Chandoo. org em: forum. chandoo. org Anexar um arquivo de exemplo para simplificar o processo. Ok, publiquei nos fóruns e carreguei um arquivo de exemplo. 8230 Calcular a média móvel Chandoo. org 8211 Aprender A média móvel é freqüentemente usada para entender tendências subjacentes e ajuda na previsão. O MACD ou a divergência da convergência média móvel é provavelmente o 8230. Amelia McCabe diz: Procurando uma pequena ajuda. Eu tentei o que eu acho que é uma versão modificada desta fórmula que não está realmente funcionando. Eu tenho uma linha de dados (um número por mês) que eu preciso de uma média contínua com base no número de meses de dados inseridos não em 12 meses. Os dados estão nas células b53 a m53. Então eu tentei modificar esta fórmula da seguinte maneira (não funcionou) e eu me pergunto se eu posso usar esta fórmula desta forma, pois meus dados não estão em uma coluna e não são uma coluna. MÉDIA (OFFSET (B53COUNT (B53: M53) -12,0,1,12)). Também provamos os argumentos como 0,0,1,12 e -1,0,1,12. Por favor, ajude-me a entender se eu sou a árvore totalmente errada ou apenas no ramo errado. Amelia Sem ver o ID de dados sugerir que AVERAGE (OFFSET (B53, COUNT (B53: M53) -12,0,1,12)) deve ser: MÉDIA (OFFSET (B53. 1, COUNT (B53: M53))) One O problema com a fórmula original é que existem 12 células entre B53: M53, Se apenas 5 tiverem dados neles, então você tira 12, o deslocamento está tentando compensar B53, um negativo de 7 colunas, o que forçará um erro. Você pode Também pode usar a função Averageifs Possivelmente: Averageifs (B53: M53, B53: M53,0) Você pode publicar um arquivo de exemplo nos fóruns Chandoo. org forum. chandoo. org