Tuesday, 14 November 2017

Flytting Eller Rulle Gjennomsnitt


Flytende gjennomsnittlig kalkulator Gitt en liste med sekvensielle data, du kan konstruere n-punkt glidende gjennomsnitt (eller rullende gjennomsnitt) ved å finne gjennomsnittet av hvert sett med n påfølgende punkter. Hvis du for eksempel har det bestilte datasettet 10, 11, 11, 15, 13, 14, 12, 10, 11, er det 4-punkts glidende gjennomsnittet 11,75, 12,5, 13,25, 13,5, 12,25, 11,75. Flytte gjennomsnitt er brukt For å glatte sekvensielle data danner de skarpe topper og dips mindre uttalt fordi hvert rå datapunkt bare er gitt en brøkdel i det bevegelige gjennomsnittet. Jo større verdien av n. Jo jevnere grafen av det bevegelige gjennomsnittet sammenlignet med grafen av de opprinnelige dataene. Aksjeanalytikere ser ofte på å flytte gjennomsnitt på aksjekursdata for å forutse trender og se mønstre tydeligere. Du kan bruke kalkulatoren nedenfor for å finne et bevegelige gjennomsnitt for et datasett. Antall vilkår i en enkel n-punkts flytende gjennomsnitt Hvis antall vilkår i det opprinnelige settet er d, og antallet vilkår som brukes i hvert gjennomsnitt er n. da vil antall vilkår i den bevegelige gjennomsnittssekvensen være For eksempel, hvis du har en sekvens på 90 aksjekurser og tar det 14-dagers rullende gjennomsnittet av prisene, vil den rullende gjennomsnittssekvensen ha 90 - 14 1 77 poeng. Denne kalkulatoren beregner glidende gjennomsnitt der alle termene vektes likt. Du kan også skape vektede glidende gjennomsnitt der noen termer er gitt større vekt enn andre. For eksempel, gir mer vekt til nyere data, eller skaper et sentralt vektet gjennomsnitt hvor de midterste vilkårene teller mer. Se den veide gjennomsnittlige artikkelen og kalkulatoren for mer informasjon. Sammen med bevegelige aritmetiske gjennomsnitt, ser noen analytikere også på den bevegelige medianen av bestilte data, siden medianen er upåvirket av merkelige outliers. Creating en Rolling Calculation Product (er): Tableau Desktop Version (er): 8.3, 8.2, 8.1, 8.0 Sist Endret dato: 16 Aug 2016 Artikkel Merk: Denne artikkelen opprettholdes ikke lenger av Tableau. Vi fortsetter å gjøre det tilgjengelig fordi informasjonen fortsatt er verdifull, men noen trinn kan variere på grunn av produktendringer. Rullende beregninger, spesielt glidende gjennomsnitt, er ofte nyttige for å trekke inn engangslister og utjevne kortsiktige svingninger. Flytende gjennomsnitt utføres ofte på tidsseriedata. I detaljhandel er denne beregningen nyttig for flattning av sesongmessige salgstrender for å se langsiktige trender bedre. Dette eksempelet går deg gjennom å lage regneark for å vise ukentlige salgs - og ukentlige salgsverdier, sammenligne dem side om side i et dashbord, og sammenligne dem i et overlegg. Sett opp et regneark for å vise årlige ukens gjennomsnitt Åpne en ny arbeidsbok og koble til Superstore-prøven. Dra Bestillingsdato til kolonnens hylle i dimensjonsruten, og dra deretter en andre forekomst til filtrehyllen. I dialogboksen Filterfelt velger du År, og deretter klikker du Neste. I dialogboksen Filtrer fjerner du avmerkingsboksene for alle år unntatt 2012, og klikker deretter OK. Velg Mer gt Tilpasset på rullegardinmenyen År (Ordre Dato) på kolonnens hylle. I dialogboksen Tilpasset dato velger du Uke nummer i detaljlisten. velg deretter Dato Del. og klikk deretter OK. Fra Målinger-panelet drar du Salg til radene hylle. Høyreklikk Salg på raden sokkel. og velg deretter Legg til tabellberegning. I dialogboksen Tabellberegning utfører du følgende trinn: Velg Beregningsberegning på listen Beregningstype. I Summarize verdiene ved hjelp av listen, velg Gjennomsnitt. Til gjennomsnittlig salg i løpet av de foregående tre ukene, la tidligere verdier settes til 2. la neste verdier være satt til 0. og merk av for Inkluder nåværende verdi. Klikk på OK. Høyreklikk på regnearkfanen, velg Gi nytt navn. og nevne det 2012 Ukentlig salgsuke. Opprett et regneark for å vise datoer i stedet for ukenumre Du kan bruke et beregnet felt for å gruppere alle datoene i en angitt periode. For Tableau Desktop 7.0 og 8.0 høyreklikker du regnearkfanen og velger Kopier ark. For Tableau Desktop 6.1 og tidligere, velg Rediger gt duplikatark. På det nye regnearket, velg Analyse gt Opprett beregnet felt. Gjør følgende i dialogboksen Beregnet felt. DATETRUNC (39week39, Order Date) Bekreft at statusmeldingen indikerer at formelen er gyldig, og klikk deretter OK. Fra Dimensiv-panelet, dra Weektrunc til kolonnens hylle. Tableau Desktop 7.0 og 8.0: På kolonnens hylle, høyreklikk YEAR (Weektrunc). og velg Exact Date. Tableau Desktop 6.1 og tidligere: På kolonnens hylle, høyreklikk YEAR (Weektrunc) og velg Alle verdier. Høyreklikk på WEEK (Bestillingsdato) på kolonnens hylle, og velg Fjern. Høyreklikk på regnearkfanen, velg Gi nytt navn. og navngi regnearket 2012 Ukentlig Salg. Sammenlign vanlig salg til det bevegelige gjennomsnittet For å sammenligne den vanlige salget til det bevegelige gjennomsnittet, lager du et ark for hver. Opprett og gi nytt navn til et nytt regneark. Tableau Desktop 7.0 og 8.0: Høyreklikk fanen 2012 Weekly Sales regneark, og velg deretter Kopier ark. Tableau Desktop 6.1 og tidligere: Velg 2012-regnskapet for ukentlige salg, og velg deretter Edit Edit Duplicate Sheet. Høyreklikk på regnearkfanen, velg Gi nytt navn. og navnet på det nye arket 2012 Ukentlig Salg Flyttende Gj. sn. Vis 2012-ukentlige salgsarkene, og høyreklikk på SUM (Salg) på raden sokkel, og velg Slett tabellberegning. Nå setter du y-aksen på de to regnearkene i samme område. Høyreklikk y-aksen, og velg deretter Rediger akse. Gjør følgende endringer i dialogboksen Rediger akse: Vis 2012-regnearket for Ukentlig salg, og gjør de samme endringene for y-aksen. Opprett et dashbord Fullfør disse trinnene for å lage et dashbord som viser begge regneark side om side for å sammenligne. For Tableau Desktop 7.0 og 8.0, velg Dashboard gt New Dashboard. For Tableau Desktop 6.1 og tidligere, velg Rediger gt New Dashboard. Dra 2012 Ukentlig salg til dashbordet. Dra 2012 Ukentlig Salg Flytte Gj. sn. på oversikten og plasser den til venstre for 2012 Ukentlig Salg. Opprett et overlegg Et overlegg er en annen måte å sammenligne salget og det bevegelige gjennomsnittet på. Tableau Desktop 7.0 og 8.0: Høyreklikk fanen 2012 Weekly Sales Moving Avg regneark og velg Duplicate Sheet. Tableau Desktop 6.1 og tidligere: Velg 2012 Weekly Sales Moving Avg regneark og velg Edit gt Duplicate Sheet. På det nye arket, i målinger-panelet, drar du måleverdier til radene hylle. Fra Dimensjons-panelet, dra Mål navn til Filters hylle. I dialogboksen Filtrer fjerner du alle avmerkingsboksene unntatt Salg. og klikk deretter OK. I Dimensjons-panelet, dra Mål navn til Farge på merkekortet. Dra en annen forekomst av målnavn i Dimensjoner-panelet til Størrelse. Farge og størrelse gjør linjene lettere å differensiere visuelt. Tips: I Tableau 8.0, for å justere markestørrelsen, kan du også klikke på Marks-kortet som representerer et bestemt sett med merker (i stedet for Alle), og juster glidebryteren. Gjør det samme for det andre settet hvis du vil skille dem enda lenger. Fra sokkelen Rå, dra SUM (Salg) til målverdier-hylle. Alternative søkeord: Tableau Digital Calculations Filters Takk for at du har gitt din tilbakemelding om effektiviteten av artikkelen. Innledning Den forrige artikkelen så på hva bevegelige gjennomsnitt er, og hvordan å beregne dem. Denne artikkelen ser nå på hvordan man implementerer disse i Web Intelligence. Formelen som brukes her er kompatibel med XIr3-versjonen av SAP BOE, men noen formler kan fungere i tidligere versjoner hvis tilgjengelig. We8217ll begynner med å se på hvordan du skal beregne et enkelt glidende gjennomsnitt før du ser på vektede og eksponentielle former. Arbeidte eksempler Eksemplene nedenfor bruker alle samme datasett som er av aksjekursdata i en Excel-fil som du kan laste ned. Første kolonne i filen er aksjekursdagen og deretter kolonner med åpningspris, høyeste pris i dag, laveste pris, sluttkurs, volum og justert sluttkurs. We8217ll bruker sluttkurs i analysen nedenfor sammen med Date-objektet. Enkel Flytende Gjennomsnitt Det er et par måter der vi kan beregne enkle bevegelige gjennomsnitt. Et alternativ er å bruke Forrige-funksjonen for å få verdien av en tidligere rad. For eksempel beregner følgende formel et flytende gjennomsnitt på vår sluttkurs for et flytende gjennomsnittsdatasett med størrelse 3, Dette er en ganske enkel formel, men det er åpenbart det er ikke praktisk når vi har et stort antall perioder her vi kan lage bruk av RunningSum formel og for et datasett av størrelse N vi har Endelig har vi en tredje teknikk, som, selv om det er mer komplisert, kan det ha bedre ytelse, da det beregner den nye verdien basert på tidligere verdi i stedet for to løpende summer over de fulle dataene sett. Men denne formelen fungerer bare etter Nth-punktet i det generelle datasettet, og siden det refererer til en tidligere verdi, må vi også angi en startverdi. Nedenfor er den fulle formelen brukt til vår aksjekursanalyse hvor vår bevegelige gjennomsnittlige periode er 15 dager. Datoen 1252010 er det 15. datapunktet i vårt datasett, og så beregner vi for dette punkt et normalt gjennomsnitt ved hjelp av RunningSum. For alle datoer utover denne verdien bruker vi vår SMA-formel og vi legger blank alle datoer før denne datoen. Figur 1 nedenfor er et diagram i Web Intelligence som viser våre aksjekursdata med et enkelt glidende gjennomsnitt. Figur 1. Web Intelligence Document viser en enkel, flytende Gjennomsnittlig vektet Flytende Gjennomsnitt En vektet glidende gjennomsnittlig formel med en periode på 3 er, Som med vår første enkle glidende gjennomsnittlige formel over, er dette bare praktisk i et lite antall perioder. Jeg har ennå ikke vært i stand til å finne en enkel formel som kan brukes til større bevegelige gjennomsnittsperioder. Matematisk er det mulig, men begrensninger med Web Intelligence betyr at disse formlene don8217t konverterer. Hvis noen er i stand til å gjøre dette, vil jeg gjerne høre Figuren under er et WMA i periode 6 implementert i Web Intelligence. Figur 2. Web Intelligence-dokument av en vektet Flytende Gjennomsnittlig Eksponentiell Flytende Gjennomsnitt Et eksponentielt glidende gjennomsnitt er ganske rett frem for å implementere i Web Intelligence, og det er et egnet alternativ til et veidende flytende gjennomsnitt. Den grunnleggende formelen er Here we8217ve hardcoded 0.3 som vår verdi for alpha. Vi bruker bare denne formelen for perioder som er større enn vår andre periode, så vi kan bruke en if-setning for å filtrere disse ut. For vår første og andre periode kan vi bruke den forrige verdien og så er vår endelige formel for EMA, Nedenfor er et eksempel på en EMA anvendt på våre lagerdata. Figur 3. Web Intelligence-dokument viser en eksponentiell Moving Average Input Controls. Siden vår EMA-formel doesn8217t er avhengig av størrelsen på den bevegelige gjennomsnittlige perioden, og vår eneste variabel er alfa, kan vi bruke Input Controls for å la brukeren justere verdien av alfa. For å gjøre dette, opprett en ny variabel kalt 8216alpha8217 og definer it8217s formel som, Oppdater vår EMA formel til, Opprett en ny inngangskontroll velg vår alfa variabel som input kontroll rapportobjektet Bruk en enkel glidebryter og angi følgende egenskaper, Når du har gjort det bør kunne flytte glidebryteren og umiddelbart se endringene i trendlinjen i diagrammet. Konklusjon Vi så på hvordan du implementerer tre typer bevegelige gjennomsnitt i Web Intelligence, og selv om alt var mulig, er det eksponensielle flytende gjennomsnittet sannsynligvis den enkleste og mest fleksible . Jeg håper du fant denne artikkelen interessant, og som alltid er noen tilbakemeldinger veldig velkommen. Post navigasjon Legg igjen en kommentar Avbryt svar Du må være logget inn for å skrive en kommentar. Tricket til Weighted Moving Average (WMA) er at du må opprette en variabel som representerer tellerne av WMA (se Wikipedia for referanse.) Dette skal se ut som følgende: Forrige (Selv) (n Lukk) 8211 (Forrige (RunningSum Lukk)) 8211 Forrige (RunningSum (Lukk) n1) hvor n er antall perioder. Da vil den faktiske WMA8217s formel være slik: Numerator (n (n 1) 2) hvor Numerator er variabelen du opprettet tidligere.

No comments:

Post a Comment