12 மாதங்களுக்கு நகரும் சராசரியை எவ்வாறு கணக்கிடுவது. Microsoft Excel இல் நகரும் சராசரி முறை

எக்ஸ்ட்ராபோலேஷன் - இதுதான் முறை அறிவியல் ஆராய்ச்சி, இது கடந்த கால மற்றும் தற்போதைய போக்குகள், வடிவங்கள், முன்னறிவிப்பு பொருளின் எதிர்கால வளர்ச்சிக்கான இணைப்புகள் ஆகியவற்றின் பரவலை அடிப்படையாகக் கொண்டது. பிரித்தெடுத்தல் முறைகள் அடங்கும் நகரும் சராசரி முறை, அதிவேக மென்மையான முறை, முறை குறைந்தபட்ச சதுரங்கள்.

நகரும் சராசரி முறை நன்கு அறியப்பட்ட நேரத் தொடர் மென்மையாக்கும் முறைகளில் ஒன்றாகும்.

இந்த முறையைப் பயன்படுத்தி, சீரற்ற ஏற்ற இறக்கங்களை அகற்றவும், முக்கிய காரணிகளின் செல்வாக்கிற்கு ஒத்த மதிப்புகளைப் பெறவும் முடியும்.

நகரும் சராசரிகளைப் பயன்படுத்தி மென்மையாக்குவது சராசரி மதிப்புகளில் சீரற்ற விலகல்கள் ஒன்றையொன்று ரத்து செய்வதை அடிப்படையாகக் கொண்டது.

தேர்ந்தெடுக்கப்பட்ட நேர இடைவெளியில் நேரத் தொடரின் ஆரம்ப நிலைகளை எண்கணித சராசரியுடன் மாற்றுவதால் இது நிகழ்கிறது. இதன் விளைவாக வரும் மதிப்பு தேர்ந்தெடுக்கப்பட்ட நேர இடைவெளியின் (காலம்) நடுப்பகுதியைக் குறிக்கிறது.

பின்னர் காலம் ஒரு கவனிப்பால் மாற்றப்பட்டு, சராசரியின் கணக்கீடு மீண்டும் மீண்டும் செய்யப்படுகிறது. இந்த வழக்கில், சராசரியை நிர்ணயிப்பதற்கான காலங்கள் எல்லா நேரத்திலும் ஒரே மாதிரியாக இருக்கும். இவ்வாறு, ஒவ்வொரு விஷயத்திலும், சராசரியானது மையமாக உள்ளது, அதாவது. மென்மையான இடைவெளியின் நடுப்பகுதிக்கு குறிப்பிடப்படுகிறது மற்றும் இந்த புள்ளியின் அளவைக் குறிக்கிறது.

நகரும் சராசரிகளுடன் நேரத் தொடரை மென்மையாக்கும் போது, ​​தொடரின் அனைத்து நிலைகளும் கணக்கீடுகளில் ஈடுபட்டுள்ளன. பரந்த மென்மையான இடைவெளி, மென்மையான போக்கு. வழுவழுப்பான தொடர் (n–1) அவதானிப்புகளால் அசலை விட சிறியது, இங்கு n என்பது மென்மையான இடைவெளியின் மதிப்பு.

n இன் பெரிய மதிப்புகளில், மென்மையான தொடரின் மாறுபாடு கணிசமாகக் குறைக்கப்படுகிறது. அதே நேரத்தில், அவதானிப்புகளின் எண்ணிக்கை குறிப்பிடத்தக்க அளவில் குறைக்கப்படுகிறது, இது சிரமங்களை உருவாக்குகிறது.

மென்மையான இடைவெளியின் தேர்வு ஆய்வின் நோக்கங்களைப் பொறுத்தது. இந்த வழக்கில், நடவடிக்கை நடக்கும் காலப்பகுதியால் ஒருவர் வழிநடத்தப்பட வேண்டும், இதன் விளைவாக, சீரற்ற காரணிகளின் செல்வாக்கை நீக்குதல்.

இந்த முறை குறுகிய கால முன்னறிவிப்புக்கு பயன்படுத்தப்படுகிறது. அதன் செயல்பாட்டு சூத்திரம்: முன்னறிவிப்பை உருவாக்க நகரும் சராசரி முறையைப் பயன்படுத்துவதற்கான எடுத்துக்காட்டு

  • பணி
  • . பிராந்தியத்தில் வேலையின்மை விகிதத்தை வகைப்படுத்தும் தரவு உள்ளது,%
  • முடிவுகளை ஒப்பிட்டு முடிவுகளை எடுக்கவும்.

நகரும் சராசரி முறையைப் பயன்படுத்தி தீர்வு

நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்பு மதிப்பைக் கணக்கிட, நீங்கள் கண்டிப்பாக:

1. மென்மையான இடைவெளியின் மதிப்பைத் தீர்மானிக்கவும், உதாரணமாக 3 (n = 3) க்கு சமம்.

2. முதல் மூன்று காலகட்டங்களுக்கான நகரும் சராசரியைக் கணக்கிடுங்கள்
மீ பிப்ரவரி = (ஜன + யுஃபெவ் + யு மார்ச்)/ 3 = (2.99+2.66+2.63)/3 = 2.76
எடுக்கப்பட்ட காலத்தின் நடுவில் விளைந்த மதிப்பை அட்டவணையில் உள்ளிடுகிறோம்.
அடுத்து, அடுத்த மூன்று காலகட்டங்களுக்கு மீ கணக்கிடுகிறோம்: பிப்ரவரி, மார்ச், ஏப்ரல்.
மீ மார்ச் = (Ufev + Umart + Uapr)/ 3 = (2.66+2.63+2.56)/3 = 2.62
அடுத்து, ஒப்புமை மூலம், ஒவ்வொரு மூன்று அருகிலுள்ள காலங்களுக்கும் m ஐக் கணக்கிட்டு முடிவுகளை அட்டவணையில் உள்ளிடுகிறோம்.

3. எல்லா காலகட்டங்களுக்கும் நகரும் சராசரியைக் கணக்கிட்டு, சூத்திரத்தைப் பயன்படுத்தி நவம்பர் மாதத்திற்கான முன்னறிவிப்பை உருவாக்குகிறோம்:

எங்கே t + 1 - முன்னறிவிப்பு காலம்; t - முன்னறிவிப்பு காலத்திற்கு முந்தைய காலம் (ஆண்டு, மாதம், முதலியன); Уt+1 - கணிக்கப்பட்ட காட்டி;

mt-1 - முன்னறிவிப்புக்கு முன் இரண்டு காலகட்டங்களுக்கு சராசரி நகரும்; n - மென்மையான இடைவெளியில் சேர்க்கப்பட்டுள்ள நிலைகளின் எண்ணிக்கை; Уt - முந்தைய காலத்திற்கான ஆய்வின் கீழ் நிகழ்வின் உண்மையான மதிப்பு; Уt-1 - முன்னறிவிப்புக்கு முந்தைய இரண்டு காலகட்டங்களில் ஆய்வுக்கு உட்பட்ட நிகழ்வின் உண்மையான மதிப்பு.
U நவம்பர் = 1.57 + 1/3 (1.42 - 1.56) = 1.57 - 0.05 = 1.52
அக்டோபர் மாதத்திற்கான நகரும் சராசரி மீயை நாங்கள் தீர்மானிக்கிறோம்.
மீ = (1.56+1.42+1.52) /3 = 1.5
டிசம்பர் மாதத்திற்கான முன்னறிவிப்பை நாங்கள் செய்கிறோம்.
U டிசம்பர் = 1.5 + 1/3 (1.52 - 1.42) = 1.53
நவம்பர் மாதத்திற்கான நகரும் சராசரி மீயை நாங்கள் தீர்மானிக்கிறோம்.
மீ = (1.42+1.52+1.53) /3 = 1.49
ஜனவரி மாதத்திற்கான முன்னறிவிப்பை நாங்கள் செய்கிறோம்.
Y ஜனவரி = 1.49 + 1/3 (1.53 - 1.52) = 1.49

பெறப்பட்ட முடிவை அட்டவணையில் உள்ளிடுகிறோம். நாங்கள் சராசரியை கணக்கிடுகிறோம்உறவினர் பிழை

சூத்திரத்தின் படி: ε = 9.01/8 = 1.13%முன்னறிவிப்பு துல்லியம்

உயர். அடுத்து, இந்த சிக்கலை முறைகளைப் பயன்படுத்தி தீர்ப்போம் அதிவேக மென்மையாக்குதல் மற்றும் குறைந்தபட்ச சதுரங்கள்

. முடிவுகளை எடுப்போம்.

நகரும் சராசரி முறை என்பது பல்வேறு வகையான சிக்கல்களைத் தீர்க்கப் பயன்படும் ஒரு புள்ளிவிவரக் கருவியாகும். குறிப்பாக, இது பெரும்பாலும் முன்னறிவிப்பில் பயன்படுத்தப்படுகிறது. எக்செல் இல், நீங்கள் பல சிக்கல்களைத் தீர்க்க இந்தக் கருவியைப் பயன்படுத்தலாம். எக்செல் இல் நகரும் சராசரி எவ்வாறு பயன்படுத்தப்படுகிறது என்பதைப் பார்ப்போம். பொருள்அதன் உதவியுடன், தேர்ந்தெடுக்கப்பட்ட தொடரின் முழுமையான டைனமிக் மதிப்புகள் தரவை மென்மையாக்குவதன் மூலம் ஒரு குறிப்பிட்ட காலத்திற்கு எண்கணித சராசரியாக மாற்றப்படுகின்றன. இந்த கருவி பொருளாதார கணக்கீடுகள், முன்கணிப்பு, பங்குச் சந்தையில் வர்த்தகம் செய்யும் செயல்பாட்டில் பயன்படுத்தப்படுகிறது. எனப்படும் சக்திவாய்ந்த புள்ளிவிவர தரவு செயலாக்க கருவியைப் பயன்படுத்தி எக்செல் இல் நகரும் சராசரி முறையைப் பயன்படுத்துவது சிறந்தது பகுப்பாய்வு தொகுப்பு. கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம் சராசரி.

முறை 1: பகுப்பாய்வு தொகுப்பு

பகுப்பாய்வு தொகுப்புமுன்னிருப்பாக முடக்கப்பட்ட எக்செல் ஆட்-இன் ஆகும். எனவே, முதலில், நீங்கள் அதை இயக்க வேண்டும்.


இந்த நடவடிக்கைக்குப் பிறகு, தொகுப்பு "தரவு பகுப்பாய்வு"செயல்படுத்தப்பட்டது, மற்றும் தொடர்புடைய பொத்தான் தாவலில் உள்ள ரிப்பனில் தோன்றியது "தரவு".

தொகுப்பின் திறன்களை நீங்கள் எவ்வாறு நேரடியாகப் பயன்படுத்தலாம் என்பதை இப்போது பார்க்கலாம் தரவு பகுப்பாய்வுநகரும் சராசரி முறையைப் பயன்படுத்தி வேலை செய்வதற்கு. முந்தைய 11 காலகட்டங்களுக்கான நிறுவனத்தின் வருமானத்தைப் பற்றிய தகவலின் அடிப்படையில் பன்னிரண்டாவது மாதத்திற்கான முன்னறிவிப்பைச் செய்வோம். இதைச் செய்ய, தரவு மற்றும் கருவிகள் நிரப்பப்பட்ட அட்டவணையைப் பயன்படுத்துவோம் பகுப்பாய்வு தொகுப்பு.

  1. தாவலுக்குச் செல்லவும் "தரவு"மற்றும் பொத்தானை அழுத்தவும் "தரவு பகுப்பாய்வு", இது தொகுதியில் கருவி ரிப்பனில் அமைந்துள்ளது "பகுப்பாய்வு".

  2. கிடைக்கக்கூடிய கருவிகளின் பட்டியல் பகுப்பாய்வு தொகுப்பு. அவர்களிடமிருந்து ஒரு பெயரைத் தேர்ந்தெடுக்கவும் "நகரும் சராசரி"மற்றும் பொத்தானை அழுத்தவும் "சரி".

  3. நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்பதற்கான தரவு உள்ளீடு சாளரம் திறக்கிறது.

    களத்தில் "உள்ளீடு இடைவெளி"தரவு கணக்கிடப்பட வேண்டிய கலம் இல்லாமல் மாதாந்திர வருவாய்த் தொகை அமைந்துள்ள வரம்பின் முகவரியை நாங்கள் குறிப்பிடுகிறோம்.

    களத்தில் "இடைவெளி"மென்மையான முறையைப் பயன்படுத்தி மதிப்புகளைச் செயலாக்குவதற்கான இடைவெளியை நீங்கள் குறிப்பிட வேண்டும். முதலில், மென்மையான மதிப்பை மூன்று மாதங்களுக்கு அமைப்போம், எனவே எண்ணை உள்ளிடவும் "3".

    களத்தில் "வெளியீட்டு இடைவெளி"செயலாக்கத்திற்குப் பிறகு தரவு காட்டப்படும் தாளில் தன்னிச்சையான வெற்று வரம்பை நீங்கள் குறிப்பிட வேண்டும், இது உள்ளீட்டு இடைவெளியை விட ஒரு செல் பெரியதாக இருக்க வேண்டும்.

    அளவுருவுக்கு அடுத்துள்ள பெட்டியையும் நீங்கள் சரிபார்க்க வேண்டும் "நிலையான பிழைகள்".

    தேவைப்பட்டால், உருப்படிக்கு அடுத்த பெட்டியையும் நீங்கள் சரிபார்க்கலாம் "வரைபட வெளியீடு"காட்சி ஆர்ப்பாட்டத்திற்கு, எங்கள் விஷயத்தில் இது தேவையில்லை என்றாலும்.

    அனைத்து அமைப்புகளும் செய்யப்பட்ட பிறகு, பொத்தானைக் கிளிக் செய்யவும் "சரி".

  4. நிரல் செயலாக்க முடிவைக் காட்டுகிறது.

  5. எந்த முடிவு மிகவும் சரியானது என்பதைத் தீர்மானிக்க, இரண்டு மாதங்களுக்குள் மென்மையாக்குவோம். இந்த நோக்கங்களுக்காக, நாங்கள் கருவியை மீண்டும் தொடங்குகிறோம் "நகரும் சராசரி" பகுப்பாய்வு தொகுப்பு.

    களத்தில் "உள்ளீடு இடைவெளி"முந்தைய வழக்கில் இருந்த அதே மதிப்புகளை விட்டு விடுகிறோம்.

    களத்தில் "இடைவெளி"ஒரு எண்ணை வைக்கவும் "2".

    களத்தில் "வெளியீட்டு இடைவெளி"புதிய வெற்று வரம்பின் முகவரியை நாங்கள் குறிப்பிடுகிறோம், மீண்டும், உள்ளீட்டு இடைவெளியை விட ஒரு கலம் பெரியதாக இருக்க வேண்டும்.

    மீதமுள்ள அமைப்புகளை அப்படியே விடுகிறோம். அதன் பிறகு, பொத்தானைக் கிளிக் செய்யவும் "சரி".

  6. இதைத் தொடர்ந்து, நிரல் ஒரு கணக்கீட்டைச் செய்து அதன் முடிவைத் திரையில் காண்பிக்கும். இரண்டு மாதிரிகளில் எது மிகவும் துல்லியமானது என்பதைத் தீர்மானிக்க, நிலையான பிழைகளை ஒப்பிட வேண்டும். இந்த காட்டி குறைவாக இருந்தால், பெறப்பட்ட முடிவின் துல்லியத்தின் அதிக வாய்ப்பு உள்ளது. நீங்கள் பார்க்க முடியும் என, அனைத்து மதிப்புகளுக்கும் இரண்டு மாத நகரும் சராசரியை கணக்கிடும் போது நிலையான பிழை 3 மாதங்களுக்கு அதே காட்டி விட குறைவாக உள்ளது. எனவே, டிசம்பர் மாதத்திற்கான கணிக்கப்பட்ட மதிப்பானது, கடந்த காலத்திற்கான நெகிழ் முறையால் கணக்கிடப்பட்ட மதிப்பாகக் கருதப்படலாம். எங்கள் விஷயத்தில், இந்த மதிப்பு 990.4 ஆயிரம் ரூபிள் ஆகும்.

முறை 2: AVERAGE செயல்பாட்டைப் பயன்படுத்துதல்

எக்செல் இல் நகரும் சராசரி முறையைப் பயன்படுத்த மற்றொரு வழி உள்ளது. அதைப் பயன்படுத்த, நீங்கள் பல நிலையான நிரல் செயல்பாடுகளைப் பயன்படுத்த வேண்டும், அதன் அடிப்படை எங்கள் நோக்கத்திற்காக உள்ளது சராசரி. எடுத்துக்காட்டாக, முதல் வழக்கில் இருந்த அதே நிறுவன வருமான அட்டவணையைப் பயன்படுத்துவோம்.

கடந்த முறை போலவே, சீரான நேரத் தொடரை உருவாக்க வேண்டும். ஆனால் இந்த முறை செயல்கள் அவ்வளவு தானாக இருக்காது. முடிவுகளை ஒப்பிடுவதற்கு ஒவ்வொரு இரண்டு மற்றும் மூன்று மாதங்களுக்கும் சராசரியை நீங்கள் கணக்கிட வேண்டும்.

முதலில், செயல்பாட்டைப் பயன்படுத்தி முந்தைய இரண்டு காலகட்டங்களுக்கான சராசரி மதிப்புகளைக் கணக்கிடுவோம் சராசரி. மார்ச் மாதத்திலிருந்து மட்டுமே இதைச் செய்ய முடியும், ஏனெனில் பிந்தைய தேதிகளில் மதிப்புகளில் இடைவெளி உள்ளது.

  1. மார்ச் மாதத்திற்கான வரிசையில் உள்ள வெற்று நெடுவரிசையில் ஒரு கலத்தைத் தேர்ந்தெடுக்கவும். அடுத்து, ஐகானைக் கிளிக் செய்யவும் "செருகு செயல்பாடு", இது ஃபார்முலா பட்டிக்கு அருகில் அமைந்துள்ளது.

  2. சாளரம் செயல்படுத்தப்பட்டது செயல்பாட்டு வழிகாட்டிகள். பிரிவில் "புள்ளியியல்"அர்த்தம் தேடுகிறது "சராசரி", அதைத் தேர்ந்தெடுத்து பொத்தானைக் கிளிக் செய்யவும் "சரி".

  3. ஆபரேட்டர் வாதங்கள் சாளரம் திறக்கிறது சராசரி. அதன் தொடரியல் பின்வருமாறு:

    சராசரி(எண்1,எண்2,...)

    ஒரே ஒரு வாதம் தேவை.

    எங்கள் விஷயத்தில், துறையில் "எண்1"முந்தைய இரண்டு காலகட்டங்களுக்கான (ஜனவரி மற்றும் பிப்ரவரி) வருமானம் குறிப்பிடப்பட்ட வரம்பிற்கு நாம் இணைப்பை வழங்க வேண்டும். புலத்தில் கர்சரை வைத்து, நெடுவரிசையில் உள்ள தாளில் தொடர்புடைய கலங்களைத் தேர்ந்தெடுக்கவும் "வருமானம்". அதன் பிறகு, பொத்தானைக் கிளிக் செய்யவும் "சரி".

  4. நீங்கள் பார்க்க முடியும் என, முந்தைய இரண்டு காலகட்டங்களுக்கான சராசரி மதிப்பைக் கணக்கிடுவதன் முடிவு கலத்தில் காட்டப்பட்டது. காலத்தின் மற்ற எல்லா மாதங்களுக்கும் இதேபோன்ற கணக்கீடுகளைச் செய்ய, இந்த சூத்திரத்தை மற்ற கலங்களுக்கு நகலெடுக்க வேண்டும். இதைச் செய்ய, செயல்பாட்டைக் கொண்ட கலத்தின் கீழ் வலது மூலையில் கர்சரை வைக்கவும். கர்சர் ஒரு நிரப்பு கைப்பிடிக்கு மாறுகிறது, அது ஒரு குறுக்கு போல் தெரிகிறது. இடது சுட்டி பொத்தானை அழுத்திப் பிடித்து, அதை நெடுவரிசையின் கடைசி வரை இழுக்கவும்.

  5. முந்தைய இரண்டு மாதங்களுக்கான சராசரி மதிப்பின் முடிவுகளின் கணக்கீட்டை ஆண்டு முடிவதற்கு முன் பெறுகிறோம்.

  6. இப்போது ஏப்ரல் வரிசையின் அடுத்த காலியான நெடுவரிசையில் உள்ள கலத்தைத் தேர்ந்தெடுக்கவும். செயல்பாட்டு வாதங்கள் சாளரத்தை அழைக்கிறது சராசரிமுன்பு விவரிக்கப்பட்ட அதே வழியில். களத்தில் "எண்1"நெடுவரிசையில் கலங்களின் ஆயங்களை உள்ளிடவும் "வருமானம்"ஜனவரி முதல் மார்ச் வரை. பின்னர் பொத்தானைக் கிளிக் செய்யவும் "சரி".

  7. நிரப்பு மார்க்கரைப் பயன்படுத்தி, கீழே உள்ள அட்டவணை கலங்களில் சூத்திரத்தை நகலெடுக்கவும்.

  8. எனவே, நாங்கள் மதிப்புகளைக் கணக்கிட்டோம். இப்போது, ​​முன்பு போலவே, எந்த வகையான பகுப்பாய்வு சிறந்தது என்பதைக் கண்டுபிடிக்க வேண்டும்: 2 அல்லது 3 மாதங்கள் மென்மையாக்குதல். இதைச் செய்ய, நீங்கள் நிலையான விலகல் மற்றும் வேறு சில குறிகாட்டிகளைக் கணக்கிட வேண்டும். முதலில், தரநிலையைப் பயன்படுத்தி முழுமையான விலகலைக் கணக்கிடுவோம் எக்செல் செயல்பாடு ஏபிஎஸ், இது நேர்மறைக்கு பதிலாக அல்லது எதிர்மறை எண்கள்அவர்களின் தொகுதியை திருப்பித் தருகிறது. இந்த மதிப்பு தேர்ந்தெடுக்கப்பட்ட மாதத்திற்கான உண்மையான வருவாய் குறிகாட்டிக்கும் கணிக்கப்பட்ட ஒன்றிற்கும் இடையிலான வேறுபாட்டிற்கு சமமாக இருக்கும். மே மாதத்திற்கான வரிசையில் அடுத்த வெற்று நெடுவரிசையில் கர்சரை வைக்கவும். அழைப்பு செயல்பாட்டு வழிகாட்டி.

  9. பிரிவில் "கணிதம்"செயல்பாட்டின் பெயரை முன்னிலைப்படுத்தவும் "ஏபிஎஸ்". பொத்தானை கிளிக் செய்யவும் "சரி".

  10. செயல்பாட்டு வாதங்கள் சாளரம் திறக்கிறது ஏபிஎஸ். ஒரே துறையில் "எண்"நெடுவரிசைகளில் உள்ள கலங்களின் உள்ளடக்கங்களுக்கு இடையிலான வேறுபாட்டைக் குறிக்கிறது "வருமானம்"மற்றும் "2 மாதங்கள்"மே மாதத்திற்கு. பின்னர் பொத்தானைக் கிளிக் செய்யவும் "சரி".

  11. நிரப்பு மார்க்கரைப் பயன்படுத்தி, நவம்பர் வரையிலான அட்டவணையின் அனைத்து வரிசைகளிலும் இந்த சூத்திரத்தை நகலெடுக்கவும்.

  12. ஏற்கனவே நமக்குத் தெரிந்த செயல்பாட்டைப் பயன்படுத்தி முழு காலத்திற்கான முழுமையான விலகலின் சராசரி மதிப்பைக் கணக்கிடுகிறோம் சராசரி.

  13. 3 மாத நகரும் சராசரிக்கான முழுமையான விலகலைக் கணக்கிட, இதேபோன்ற செயல்முறையை நாங்கள் செய்கிறோம். முதலில் நாம் செயல்பாட்டைப் பயன்படுத்துகிறோம் ஏபிஎஸ். 3 மாதங்களுக்கு நகரும் சராசரி முறையைப் பயன்படுத்தி கணக்கிடப்பட்ட உண்மையான வருமானம் மற்றும் திட்டமிடப்பட்ட வருமானம் கொண்ட கலங்களின் உள்ளடக்கங்களுக்கு இடையிலான வேறுபாட்டை இந்த நேரத்தில் மட்டுமே கணக்கிடுகிறோம்.

  14. அடுத்து, செயல்பாட்டைப் பயன்படுத்தி அனைத்து முழுமையான விலகல் தரவின் சராசரி மதிப்பைக் கணக்கிடுகிறோம் சராசரி.

  15. அடுத்த கட்டம் தொடர்புடைய விலகலைக் கணக்கிடுவது. இது உண்மையான காட்டிக்கு முழுமையான விலகலின் விகிதத்திற்கு சமம். தவிர்க்கும் பொருட்டு எதிர்மறை மதிப்புகள், ஆபரேட்டரால் வழங்கப்படும் வாய்ப்புகளை நாங்கள் மீண்டும் பயன்படுத்துவோம் ஏபிஎஸ். இந்த நேரத்தில், இந்தச் செயல்பாட்டைப் பயன்படுத்தி, 2-மாத நகரும் சராசரி முறையைப் பயன்படுத்தும் போது, ​​தேர்ந்தெடுக்கப்பட்ட மாதத்திற்கான உண்மையான வருமானத்தின் மூலம் முழுமையான விலகல் மதிப்பை வகுக்கிறோம்.

  16. ஆனால் ஒப்பீட்டு விலகல் பொதுவாக ஒரு சதவீதமாக காட்டப்படும். எனவே, தாளில் தொடர்புடைய வரம்பைத் தேர்ந்தெடுத்து தாவலுக்குச் செல்லவும் "வீடு", கருவித் தொகுதியில் எங்கே "எண்"ஒரு சிறப்பு வடிவமைப்பு துறையில் நாம் சதவீத வடிவமைப்பை அமைக்கிறோம். இதற்குப் பிறகு, ஒப்பீட்டு விலகலைக் கணக்கிடுவதன் முடிவு ஒரு சதவீதமாக காட்டப்படும்.

  17. 3 மாதங்களுக்கு மென்மையாக்கத்தைப் பயன்படுத்தி தரவுகளுடன் தொடர்புடைய விலகலைக் கணக்கிட இதேபோன்ற செயல்பாட்டைச் செய்கிறோம். இந்த விஷயத்தில் மட்டுமே, ஈவுத்தொகையாக கணக்கிட, அட்டவணையின் மற்றொரு நெடுவரிசையைப் பயன்படுத்துகிறோம், அதன் பெயர் நமக்கு உள்ளது “ஏபிஎஸ். ஆஃப் (3 மீ)". பின்னர் எண் மதிப்புகளை சதவீத வடிவமாக மாற்றுகிறோம்.

  18. இதற்குப் பிறகு, செயல்பாட்டைப் பயன்படுத்துவதற்கு முன்பு, இரண்டு நெடுவரிசைகளுக்கான சராசரி மதிப்புகளை ஒப்பீட்டு விலகலுடன் கணக்கிடுகிறோம் சராசரி. கணக்கீட்டிற்கு, சதவீத மதிப்புகளை செயல்பாட்டு வாதங்களாக எடுத்துக்கொள்வதால், கூடுதல் மாற்றத்தை செய்ய வேண்டிய அவசியமில்லை. வெளியீட்டு ஆபரேட்டர் முடிவை சதவீத வடிவத்தில் உருவாக்குகிறது.

  19. இப்போது நாம் நிலையான விலகலைக் கணக்கிடுவோம். இந்த காட்டி இரண்டு மற்றும் மூன்று மாதங்களுக்கு மென்மையாக்கத்தைப் பயன்படுத்தும் போது கணக்கீட்டின் தரத்தை நேரடியாக ஒப்பிட்டுப் பார்க்க அனுமதிக்கும். எங்கள் விஷயத்தில், நிலையான விலகல், மாதங்களின் எண்ணிக்கையால் வகுக்கப்பட்ட உண்மையான வருவாய்க்கும் நகரும் சராசரிக்கும் இடையிலான வேறுபாடுகளின் வர்க்கங்களின் கூட்டுத்தொகையின் வர்க்க மூலத்திற்குச் சமமாக இருக்கும். நிரலில் கணக்கீடுகளைச் செய்ய, நாம் பல செயல்பாடுகளைப் பயன்படுத்த வேண்டும், குறிப்பாக ரூட், SUMMQDIFFERENCEமற்றும் சரிபார்க்கவும். எடுத்துக்காட்டாக, மே மாதத்தில் இரண்டு மாதங்களுக்கு ஒரு மென்மையான வரியைப் பயன்படுத்தும் போது நிலையான விலகலைக் கணக்கிட, எங்கள் விஷயத்தில், பின்வரும் சூத்திரம் பயன்படுத்தப்படும்:

    SQRT(SUMVARE(B6:B12,C6:C12)/COUNT(B6:B12))

    நாங்கள் அதை நெடுவரிசையின் மற்ற கலங்களுக்கு நகலெடுத்து நிரப்பு மார்க்கரைப் பயன்படுத்தி நிலையான விலகலைக் கணக்கிடுகிறோம்.

  20. 3 மாத நகரும் சராசரிக்கான நிலையான விலகலைக் கணக்கிட, இதேபோன்ற செயல்பாட்டைச் செய்கிறோம்.

  21. இதற்குப் பிறகு, செயல்பாட்டைப் பயன்படுத்தி இந்த இரண்டு குறிகாட்டிகளுக்கும் முழு காலத்திற்கான சராசரி மதிப்பைக் கணக்கிடுகிறோம் சராசரி.

  22. முழுமையான விலகல், ஒப்பீட்டு விலகல் மற்றும் நிலையான விலகல் போன்ற குறிகாட்டிகளின் அடிப்படையில் நகரும் சராசரி முறையைப் பயன்படுத்தி 2 மற்றும் 3 மாதங்கள் மென்மையாக்கும் கணக்கீடுகளை ஒப்பிட்டுப் பார்த்தால், மூன்று மாதங்களுக்கு மென்மையாக்குவதை விட இரண்டு மாதங்களுக்கு மென்மையாக்குவது நம்பகமான முடிவுகளைத் தரும் என்று நாம் நம்பிக்கையுடன் கூறலாம். இரண்டு மாத நகரும் சராசரிக்கு மேலே உள்ள குறிகாட்டிகள் மூன்று மாத நகரும் சராசரியை விட குறைவாக இருப்பதே இதற்கு சான்றாகும்.

  23. எனவே, டிசம்பரில் நிறுவனத்தின் திட்டமிடப்பட்ட வருமானம் 990.4 ஆயிரம் ரூபிள் ஆகும். நீங்கள் பார்க்க முடியும் என, இந்த மதிப்பு கருவிகளைப் பயன்படுத்தி கணக்கிடும்போது நாம் பெற்ற மதிப்புடன் முற்றிலும் ஒத்துப்போகிறது பகுப்பாய்வு தொகுப்பு.

நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்பை இரண்டு வழிகளில் கணக்கிட்டோம். நீங்கள் பார்க்க முடியும் என, இந்த செயல்முறை கருவிகளைப் பயன்படுத்தி செய்ய மிகவும் எளிதானது பகுப்பாய்வு தொகுப்பு. இருப்பினும், சில பயனர்கள் எப்போதும் தானியங்கி கணக்கீட்டை நம்புவதில்லை மற்றும் கணக்கீடுகளுக்கு செயல்பாட்டைப் பயன்படுத்த விரும்புகிறார்கள் சராசரிமற்றும் மிகவும் நம்பகமான விருப்பத்தை சரிபார்க்க துணை ஆபரேட்டர்கள். இருப்பினும், எல்லாவற்றையும் சரியாகச் செய்தால், கணக்கீடுகளின் இறுதி முடிவு முற்றிலும் ஒரே மாதிரியாக இருக்க வேண்டும்.

மெனுவிலிருந்து தேர்ந்தெடுக்கவும் சேவைபத்தி தரவு பகுப்பாய்வு, அதே பெயரில் ஒரு சாளரம் தோன்றும், இதன் முக்கிய உறுப்பு பகுதி பகுப்பாய்வு கருவிகள். இந்த பகுதி செயல்படுத்தப்பட்ட பட்டியலை வழங்குகிறது மைக்ரோசாப்ட் எக்செல்புள்ளிவிவர தரவு செயலாக்க முறைகள். பட்டியலிடப்பட்ட முறைகள் ஒவ்வொன்றும் தனித்தனி இயக்க முறைமையாக செயல்படுத்தப்படுகின்றன, அதைச் செயல்படுத்த நீங்கள் மவுஸ் பாயிண்டருடன் தொடர்புடைய முறையைத் தேர்ந்தெடுத்து சரி பொத்தானைக் கிளிக் செய்ய வேண்டும். செயல்படுத்தப்பட்ட பயன்முறைக்கான உரையாடல் பெட்டி தோன்றிய பிறகு, நீங்கள் வேலை செய்ய ஆரம்பிக்கலாம்.

இயக்க முறை" நகரும் சராசரி» எளிய நகரும் சராசரி முறையின் அடிப்படையில் அனுபவ நேரத் தொடரின் நிலைகளை மென்மையாக்க உதவுகிறது.

இயக்க முறை" அதிவேக மென்மையாக்குதல்» எளிய அதிவேக மிருதுவாக்கும் முறையின் அடிப்படையில் அனுபவ நேரத் தொடரின் நிலைகளை மென்மையாக்க உதவுகிறது.

IN உரையாடல் பெட்டிகள்இந்த முறைகளில் (படம் 2 மற்றும் 3), பின்வரும் அளவுருக்கள் அமைக்கப்பட்டுள்ளன:

2. தேர்வுப்பெட்டி குறிச்சொற்கள்- உள்ளீட்டு வரம்பில் முதல் வரிசையில் (நெடுவரிசை) தலைப்புகள் இருந்தால் செயலில் உள்ள நிலை அமைக்கப்படும். தலைப்புகள் இல்லை என்றால், தேர்வுப்பெட்டி செயலிழக்கப்பட வேண்டும். இந்த வழக்கில், வெளியீட்டு வரம்பு தரவுக்கான நிலையான பெயர்கள் தானாகவே உருவாக்கப்படும்.

3. இடைவெளி(மூவிங் ஆவரேஜ் டயலாக் பாக்ஸில் மட்டும்) - மிருதுவாக்கும் சாளரத்தின் அளவை உள்ளிடவும் ஆர். இயல்புநிலை ப=3.

படம் 2 - நகரும் சராசரி உரையாடல் பெட்டி

4. தணிக்கும் காரணி(அதிவேக ஸ்மூத்திங் டயலாக் பாக்ஸில் மட்டும்) - அதிவேக ஸ்மூத்திங் குணகத்தின் மதிப்பை உள்ளிடவும் ப. இயல்பாக, ப=0.3.

5. வெளியீட்டு இடைவெளி / புதிய பணித்தாள் / புதிய பணிப்புத்தகம்- வெளியீட்டு இடைவெளி நிலையில், ஒரு புலம் செயல்படுத்தப்படுகிறது, அதில் நீங்கள் வெளியீட்டு வரம்பின் மேல் இடது கலத்திற்கான இணைப்பை உள்ளிட வேண்டும். வெளியீட்டு வரம்பின் அளவு தானாகவே தீர்மானிக்கப்படும் மற்றும் வெளியீட்டு வரம்பு மூலத் தரவுடன் ஒன்றுடன் ஒன்று இருந்தால் திரையில் ஒரு செய்தி தோன்றும். புதிய பணித்தாள் திறக்கும் நிலையில் புதிய இலை, இதில் செல்லில் இருந்து தொடங்குகிறது A1பகுப்பாய்வு முடிவுகள் சேர்க்கப்பட்டுள்ளன. தொடர்புடைய சுவிட்ச் நிலைக்கு எதிரே அமைந்துள்ள புலத்தில் நீங்கள் ஒரு பெயரைக் குறிப்பிட வேண்டும் என்றால். புதிய பணிப்புத்தக நிலையில், ஒரு புதிய பணிப்புத்தகம் திறக்கப்பட்டது, அதன் முதல் தாளில், கலத்திலிருந்து தொடங்குகிறது A1பகுப்பாய்வு முடிவுகள் சேர்க்கப்பட்டுள்ளன.



6. வரைபட வெளியீடு- பணித்தாளில் டைனமிக் தொடரின் உண்மையான மற்றும் கோட்பாட்டு நிலைகளின் வரைபடங்களை தானாக உருவாக்குவதற்கான செயலில் உள்ள நிலைக்கு அமைக்கப்பட்டுள்ளது.

7. நிலையான பிழைகள்- வெளியீட்டு வரம்பில் நிலையான பிழைகளைக் கொண்ட நெடுவரிசையைச் சேர்க்க விரும்பினால் செயலில் அமைக்கவும்.

படம் 3 - அதிவேக மென்மையான உரையாடல் பெட்டி

உதாரணம் 1.

நகரத்தில் உள்ள நுகர்வோர் கூட்டுறவு அங்காடிகள் மூலம் விவசாயப் பொருட்களின் விற்பனை (மில்லியன் ரூபிள்) பற்றிய தரவு மைக்ரோசாஃப்ட் எக்செல் பணித்தாளில் உருவாக்கப்பட்ட அட்டவணையில் காட்டப்பட்டுள்ளது (படம் 4). குறிப்பிட்ட காலப்பகுதியில் (2009 - 2012), இந்த பொருளாதார செயல்முறையின் வளர்ச்சியில் முக்கிய போக்கை அடையாளம் காண வேண்டியது அவசியம்.

படம் 4 - ஆரம்ப தரவு

சிக்கலைத் தீர்க்க, நாங்கள் இயக்க முறைமையைப் பயன்படுத்துகிறோம். நகரும் சராசரி" அதே பெயரில் உரையாடல் பெட்டியில் அமைக்கப்பட்டுள்ள அளவுருக்களின் மதிப்புகள் படம் 5 இல் வழங்கப்பட்டுள்ளன, இந்த முறையில் கணக்கிடப்பட்ட குறிகாட்டிகள் படம் 6 இல் உள்ளன, மேலும் கட்டப்பட்ட அடுக்குகள் படம் 7 இல் உள்ளன.

படம் 5 - உரையாடல் பெட்டியை நிரப்புதல்

படம் 6 - பகுப்பாய்வு முடிவுகள்

படம் 7 - நகரும் சராசரி

நெடுவரிசை D (படம் 5) மென்மையான நிலைகளின் மதிப்புகளைக் கணக்கிடுகிறது. எடுத்துக்காட்டாக, முதல் மென்மையாக்கப்பட்ட மட்டத்தின் மதிப்பு செல் D5 இல் =AVERAGE(C2:C5) சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது, இரண்டாவது மென்மையான நிலையின் மதிப்பு செல் D6 இல் =AVERAGE(C5:C8) போன்ற சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது. .

நெடுவரிசை E = ROOT(SUMAVARNA (உண்மையான மதிப்புத் தொகுதி; கணிக்கப்பட்ட மதிப்புத் தொகுதி) / சாளர அளவை மென்மையாக்குதல்) சூத்திரத்தைப் பயன்படுத்தி நிலையான பிழைகளைக் கணக்கிடுகிறது.

எடுத்துக்காட்டாக, செல் E10 இல் உள்ள மதிப்பு =ROOT(SUMQVAR(C7:C10,O7:B10)/4) சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது.

இருப்பினும், மேலே குறிப்பிட்டுள்ளபடி, மென்மையான சாளரத்தின் அளவு இரட்டை எண்ணாக இருந்தால் ( р=2மீ), பின்னர் கணக்கிடப்பட்ட சராசரி மதிப்பை எதனுடனும் ஒப்பிட முடியாது குறிப்பிட்ட தருணம்நேரம் t, எனவே மையப்படுத்தும் நடைமுறையைப் பயன்படுத்துவது அவசியம்.

இந்த உதாரணத்திற்கு ப=4, எனவே மையப்படுத்தல் செயல்முறை அவசியம். எனவே, முதல் சீரான நிலை (265.25) II மற்றும் III காலாண்டுகளுக்கு இடையில் பதிவு செய்யப்பட்டுள்ளது. 2009, முதலியன மையப்படுத்தல் செயல்முறையைப் பயன்படுத்துவதன் மூலம் (இதற்காக நாங்கள் சராசரி செயல்பாட்டைப் பயன்படுத்துகிறோம்), மையப்படுத்துதலுடன் மென்மையான நிலைகளைப் பெறுகிறோம். III kVக்கு. 2009, முதல் மற்றும் இரண்டாவது மென்மையாக்கப்பட்ட நிலைகளுக்கு இடையே உள்ள நடுப்புள்ளி தீர்மானிக்கப்படுகிறது: (265.25 + 283.25)/2 = 274.25; IV காலாண்டிற்கு 2009, இரண்டாவது மற்றும் மூன்றாவது மென்மையான நிலைகள் மையமாக உள்ளன: (283.25 + 292.00)/2 = 287.6, முதலியன. கணக்கிடப்பட்ட மதிப்புகள் அட்டவணை 1 இல் வழங்கப்பட்டுள்ளன. சரிசெய்யப்பட்ட நகரும் சராசரி விளக்கப்படம் படம் 8 இல் காட்டப்பட்டுள்ளது.

அட்டவணை 1 - தயாரிப்பு விற்பனையின் மென்மையான நிலைகளின் இயக்கவியல்

ஆண்டு காலாண்டு விற்பனை அளவு, மில்லியன் ரூபிள். மையப்படுத்துதலுடன் மென்மையான நிலைகள்
274,25
287,63
297,00
307,50
334,63
374,13
402,88
421,00
429,00
430,75
435,38
446,63

படம் 8 - சரிசெய்யப்பட்ட நகரும் சராசரி விளக்கப்படம்

எடுத்துக்காட்டு 2.

கருதப்பட்ட சிக்கலை எளிய அதிவேக மென்மையாக்கும் முறையைப் பயன்படுத்தி தீர்க்க முடியும். இதைச் செய்ய, நீங்கள் "அதிவேக மிருதுவாக்கம்" இயக்க முறைமையைப் பயன்படுத்த வேண்டும். அதே பெயரில் உள்ள உரையாடல் பெட்டியில் அமைக்கப்பட்டுள்ள அளவுருக்களின் மதிப்புகள் படம் 9 இல் வழங்கப்பட்டுள்ளன, இந்த முறையில் கணக்கிடப்பட்ட குறிகாட்டிகள் படம் 10 இல் காட்டப்பட்டுள்ளன, மேலும் கட்டப்பட்ட வரைபடங்கள் படம் 11 இல் காட்டப்பட்டுள்ளன.

படம் 9 - எக்ஸ்போனென்ஷியல் ஸ்மூத்திங் டயலாக் பாக்ஸை நிரப்புகிறது

படம் 10 - பகுப்பாய்வு முடிவுகள்

படம் 11 - அதிவேக மென்மையாக்கம்

நெடுவரிசை D (படம் 10) தொடர்ச்சியான உறவுகளின் அடிப்படையில் மென்மையான நிலைகளின் மதிப்புகளைக் கணக்கிடுகிறது.

நெடுவரிசை E இல், நிலையான பிழைகள் = ROOT(SUMVARE (உண்மையான மதிப்பு தொகுதி; கணிக்கப்பட்ட மதிப்பு தொகுதி) / 3) சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது. பார்க்க எளிதானது (படங்கள் 8 மற்றும் 11 ஐ ஒப்பிடவும்), எளிய அதிவேக மென்மையாக்கல் முறையைப் பயன்படுத்தும் போது, ​​எளிமையான நகரும் சராசரி முறைக்கு மாறாக, சிறிய அலைகள் பாதுகாக்கப்படுகின்றன.

பொருளாதார சூழ்நிலைகளின் நடைமுறை மாதிரியானது முன்னறிவிப்புகளின் வளர்ச்சியை உள்ளடக்கியது. பயன்படுத்துவதன் மூலம் எக்செல் கருவிகள்அது போன்ற செயல்படுத்த முடியும் பயனுள்ள வழிகள்முன்னறிவிப்பு போன்றது: அதிவேக மென்மையாக்குதல், கட்டிட பின்னடைவு, நகரும் சராசரி. நகரும் சராசரி முறையைப் பயன்படுத்துவதைக் கூர்ந்து கவனிப்போம்.

Excel இல் நகரும் சராசரிகளைப் பயன்படுத்துதல்

நகரும் சராசரி முறை ஒன்று அனுபவ முறைகள்நேரத் தொடரை மென்மையாக்குவதற்கும் முன்னறிவிப்பதற்கும். சாராம்சம்: டைனமிக்ஸ் தொடரின் முழுமையான மதிப்புகள் சராசரியாக மாறுகின்றன எண்கணித மதிப்புகள்குறிப்பிட்ட இடைவெளியில். இடைவெளிகளின் தேர்வு நெகிழ் முறையைப் பயன்படுத்தி மேற்கொள்ளப்படுகிறது: முதல் நிலைகள் படிப்படியாக அகற்றப்பட்டு, அடுத்தடுத்தவை சேர்க்கப்படுகின்றன. இதன் விளைவாக, ஒரு மென்மையான மாறும் மதிப்புகளின் தொடர், இது ஆய்வின் கீழ் உள்ள அளவுருவில் ஏற்படும் மாற்றங்களின் போக்கை தெளிவாகக் கண்டறிய அனுமதிக்கிறது.

நேரத் தொடர் என்பது ஒன்றுக்கொன்று தொடர்புடைய X மற்றும் Y மதிப்புகளின் தொகுப்பாகும். X - நேர இடைவெளிகள், நிலையான மாறி. Y - ஆய்வின் கீழ் உள்ள நிகழ்வின் சிறப்பியல்பு (விலை, எடுத்துக்காட்டாக, ஒரு குறிப்பிட்ட காலத்திற்கு செல்லுபடியாகும்), சார்பு மாறி. நகரும் சராசரியைப் பயன்படுத்தி, காலப்போக்கில் Y மதிப்பில் ஏற்படும் மாற்றங்களின் தன்மையைக் கண்டறிந்து கணிக்க முடியும் இந்த அளவுருஎதிர்காலத்தில். இயக்கவியலில் ஒரு போக்கு மதிப்புகளுக்குத் தெளிவாகத் தெரியும் போது இந்த முறை செயல்படுகிறது.

எடுத்துக்காட்டாக, நவம்பர் மாதத்திற்கான விற்பனையை நீங்கள் கணிக்க வேண்டும். ஆய்வாளர் பகுப்பாய்வு செய்ய முந்தைய மாதங்களின் எண்ணிக்கையைத் தேர்ந்தெடுக்கிறார் (நடக்கும் சராசரி விதிமுறைகளின் உகந்த எண் மீ). நவம்பர் மாதத்திற்கான முன்னறிவிப்பு, மீ முந்தைய மாதங்களுக்கான அளவுருக்களின் சராசரி மதிப்பாக இருக்கும்.

பணி. 11 மாதங்களுக்கு நிறுவனத்தின் வருவாயை பகுப்பாய்வு செய்து, 12 வது மாதத்திற்கான முன்னறிவிப்பை உருவாக்கவும்.

AVERAGE செயல்பாட்டைப் பயன்படுத்தி நகரும் சராசரி முறையைப் பயன்படுத்தி சீரான நேரத் தொடரை உருவாக்குவோம். கொடுக்கப்பட்ட நேரத் தொடரிலிருந்து சீரான நேரத் தொடரின் சராசரி விலகல்களைக் கண்டறியலாம்.


தொடர்புடைய விலகல்கள்:

நிலையான விலகல்கள்:


விலகல்களைக் கணக்கிடும்போது நாங்கள் எடுத்தோம் அதே எண்அவதானிப்புகள். செயல்படுத்த இது அவசியம் ஒப்பீட்டு பகுப்பாய்வுபிழைகள்.

விலகல்களுடன் அட்டவணைகளை ஒப்பிட்டுப் பார்த்த பிறகு, எக்செல் இல் நகரும் சராசரி முறையைப் பயன்படுத்தி ஒரு நிறுவனத்தின் வருவாயில் ஏற்படும் மாற்றங்களின் போக்கு குறித்து முன்னறிவிப்பு செய்ய, இரண்டு மாத நகரும் சராசரி மாதிரி விரும்பத்தக்கது என்பது தெளிவாகியது. இது குறைந்தபட்ச முன்கணிப்பு பிழைகளைக் கொண்டுள்ளது (மூன்று மற்றும் நான்கு மாதங்களுடன் ஒப்பிடும்போது).

12வது மாதத்திற்கான வருவாயின் கணிப்பு மதிப்பு 9,430 அமெரிக்க டாலர்கள்.



பகுப்பாய்வு பேக் செருகு நிரலைப் பயன்படுத்துதல்

அதே பிரச்சனையை உதாரணமாக எடுத்துக் கொள்வோம்.

"தரவு" தாவலில் "தரவு பகுப்பாய்வு" கட்டளையைக் காணலாம். திறக்கும் உரையாடல் பெட்டியில், "நகரும் சராசரி" என்பதைத் தேர்ந்தெடுக்கவும்:

அதை நிரப்புவோம். உள்ளீட்டு இடைவெளி - நேரத் தொடரின் ஆரம்ப மதிப்புகள். இடைவெளி - நகரும் சராசரியின் கணக்கீட்டில் சேர்க்கப்பட்டுள்ள மாதங்களின் எண்ணிக்கை. முந்தைய இரண்டு மாதங்களின் தரவுகளின் அடிப்படையில் நாங்கள் முதலில் ஒரு சீரான நேரத் தொடரை உருவாக்குவோம் என்பதால், புலத்தில் எண் 2 ஐ உள்ளிடவும், பெறப்பட்ட முடிவுகளைக் காண்பிப்பதற்கான கலங்களின் வரம்பாகும்.

"நிலையான பிழைகள்" பெட்டியைத் தேர்வுசெய்வதன் மூலம், அட்டவணையில் தானாக ஒரு நெடுவரிசையைச் சேர்ப்போம் புள்ளியியல் மதிப்பீடுபிழைகள்.

அதே வழியில், மூன்று மாதங்களில் நகரும் சராசரியைக் காண்கிறோம். இடைவெளி (3) மற்றும் வெளியீட்டு வரம்பு மட்டுமே மாறுகிறது.


நிலையான பிழைகளை ஒப்பிட்டுப் பார்த்தால், இரண்டு மாத நகரும் சராசரி மாதிரி மென்மையாக்குவதற்கும் முன்னறிவிப்பதற்கும் மிகவும் பொருத்தமானது என்று நாங்கள் நம்புகிறோம். இது சிறிய நிலையான பிழைகளைக் கொண்டுள்ளது. 12வது மாதத்திற்கான வருவாயின் கணிப்பு மதிப்பு 9,430 அமெரிக்க டாலர்கள்.

நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்புகளைச் செய்வது எளிமையானது மற்றும் பயனுள்ளது. முந்தைய காலகட்டத்தின் முக்கிய அளவுருக்களில் மாற்றங்களை கருவி துல்லியமாக பிரதிபலிக்கிறது. ஆனால் தெரிந்த தரவுகளுக்கு அப்பால் செல்ல இயலாது. எனவே, நீண்ட கால முன்னறிவிப்புக்கு மற்ற முறைகள் பயன்படுத்தப்படுகின்றன.

நகரும் சராசரி அல்லது வெறுமனே MA (நகரும் சராசரி), என்பது விலை தொடரின் எண்கணித சராசரி. நகரும் சராசரிக்கான பொதுவான சூத்திரம் பின்வருமாறு:

எங்கே:
MA - நகரும் சராசரி;
n - சராசரி காலம்;
X - பங்கு விலை மதிப்புகள்.

க்கு பங்கு விலை கணிப்புபல காலகட்டங்களுக்கு முன்பே நாம் சூத்திரத்தைப் பயன்படுத்துவோம். அடுத்த காலகட்டத்திற்கான விலை முன்னறிவிப்பு முந்தைய காலகட்டத்தில் நகரும் சராசரி மதிப்புக்கு சமமாக இருக்கும்.


கணிப்போம்நகரும் சராசரி மாதிரியைப் பயன்படுத்துகிறது பங்கு விலைநிறுவனங்கள் ஏரோஃப்ளோட் (AFLT). இதைச் செய்ய, 2009 இன் முதல் பாதியில் finam.ru என்ற இணையதளத்திலிருந்து பங்கு மேற்கோள்களை ஏற்றுமதி செய்கிறோம். மொத்தம் 20 மதிப்புகள் இருக்கும்.

ஏரோஃப்ளாட் பங்கு விலை விளக்கப்படம்தேர்ந்தெடுக்கப்பட்ட காலத்திற்கு கீழே கொடுக்கப்பட்டுள்ளது.



சராசரி காலத்தைத் தேர்ந்தெடுப்பதுnநகரும் சராசரி மாதிரியில்
மாதிரியில் ஒரு பெரிய MA (n) ஐப் பயன்படுத்துவது தரவின் கடுமையான சிதைவுக்கு வழிவகுக்கிறது, இதன் விளைவாக விலைத் தொடரின் குறிப்பிடத்தக்க மதிப்புகள் சராசரியாக இருக்கும், இதன் விளைவாக, முன்னறிவிப்பின் தெளிவு இழக்கப்படுகிறது, நாம் கூறலாம் அது "மங்கலானதாக" மாறும். மிகக் குறைவான சராசரி காலத்தைப் பயன்படுத்துவது முன்னறிவிப்புக்கு அதிக இரைச்சல் சேர்க்கிறது. ஒரு விதியாக, சராசரி காலம் வரலாற்றுத் தரவைப் பயன்படுத்தி அனுபவபூர்வமாகத் தேர்ந்தெடுக்கப்படுகிறது.

நகரும் சராசரியை உருவாக்குவோம்மூன்று மாதங்களின் சராசரி காலத்துடன் MA(3). ஒரு பங்குக்கான நகரும் சராசரி மதிப்பைக் கணக்கிட, எக்செல் சூத்திரத்தைப் பயன்படுத்துவோம்.

சராசரி(C2:C4)

"D" நெடுவரிசையில், சராசரியாக 3 காலத்துடன் நகரும் சராசரியின் மதிப்புகள் கணக்கிடப்படுகின்றன.

நகரும் சராசரியைக் கணக்கிட்ட பிறகு 3 காலகட்டங்களுக்கான முன்னறிவிப்பை உருவாக்குவோம்முன்னோக்கி (மூன்று மாதங்களுக்கு முன்). பங்கு விலையின் மதிப்பை தீர்மானிக்க சூத்திரத்தைப் பயன்படுத்துவோம், முதல் முன்னறிவிப்பு மதிப்பு நகரும் சராசரியின் கடைசி மதிப்புக்கு சமமாக இருக்கும். ஆரஞ்சு பகுதி முன்னறிவிப்பு பகுதி. C22 நகரும் சராசரி மதிப்புக்கு சமமாக இருக்கும், அதாவது:

C22 = D21 C23 = D22, முதலியன.

புதிய முன்னறிவிப்பு பங்கு விலை தரவுகளிலிருந்து நகரும் சராசரி கணக்கிடப்படுகிறது.

முன்னறிவிப்பு மதிப்புகளை உருவாக்குவோம்மூன்று மாதங்களுக்கு முன்னால் ஏரோஃப்ளோட் பங்குகளின் நகரும் சராசரியின் படி. பங்குக்கான விளக்கப்படம் மற்றும் முன்னறிவிப்பு மதிப்புகள் கீழே உள்ளன.