เฉลี่ยเคลื่อนที่ Powerpoint

การย้ายค่าเฉลี่ยหากข้อมูลนี้ถูกวางแผนไว้บนกราฟจะมีลักษณะดังนี้สิ่งนี้แสดงให้เห็นว่ามีความหลากหลายของจำนวนผู้เข้าชมขึ้นอยู่กับฤดูกาลมีน้อยมากในฤดูใบไม้ร่วงและฤดูหนาวกว่าฤดูใบไม้ผลิและฤดูร้อนอย่างไรก็ตาม, ถ้าเราต้องการเห็นแนวโน้มของจำนวนผู้เข้าชมเราสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ได้ 4 จุดเราทำเช่นนี้โดยการหาจำนวนผู้เข้าชมเฉลี่ยในสี่ไตรมาสของปี 2548 จากนั้นเราจะหาจำนวนผู้เข้าชมเฉลี่ยใน 3 ไตรมาสสุดท้ายของปี 2548 และไตรมาสแรกของปี 2549 จาก 2 ไตรมาสสุดท้ายของปีพ. ศ. 2548 และ 2 ไตรมาสแรกของปี 2549 หมายเหตุว่าค่าเฉลี่ยล่าสุดที่เราพบคือช่วง 2 ไตรมาสสุดท้ายของปี 2549 และ 2 ไตรมาสแรกของปี 2550 เราคำนวณค่าเฉลี่ยการเคลื่อนที่บนกราฟเพื่อให้แน่ใจว่าค่าเฉลี่ยแต่ละรายการถูกจัดวางไว้ตรงกลางสี่ส่วนสี่เหลี่ยมผืนผ้าซึ่งเราสามารถเห็นได้ว่ามีแนวโน้มลดลงเล็กน้อยในผู้เข้าชมเพิ่มแนวโน้มหรือย้ายเส้นค่าเฉลี่ยไปเป็น แผนภูมิใช้กับ Excel 2016 Word 2016 PowerPoint 20 16 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 More Less เพื่อแสดงแนวโน้มข้อมูลหรือค่าเฉลี่ยเคลื่อนที่ในแผนภูมิที่คุณสร้างขึ้นคุณสามารถเพิ่มเส้นแนวโน้มนอกจากนี้คุณยังสามารถขยายเส้นแนวโน้มนอกเหนือจากข้อมูลจริงของคุณเพื่อช่วยคาดการณ์ค่าในอนาคตตัวอย่างเช่นเส้นตรงต่อไปนี้ แนวโน้มการคาดการณ์ล่วงหน้า 2 ไตรมาสข้างหน้าและแสดงให้เห็นชัดเจนว่ามีแนวโน้มสูงขึ้นซึ่งอาจเป็นไปได้ว่าจะมียอดขายในอนาคตคุณสามารถเพิ่มเส้นแนวโน้มในแผนภูมิ 2 มิติที่ไม่ได้รวมอยู่ในพื้นที่แถบคอลัมน์แถวสต็อกการกระจายและฟองสบู่ คุณไม่สามารถเพิ่มเส้นแนวโน้มลงในแผนภูมิแบบวงกลม 3 มิติ D เรดาร์วงกลมพื้นผิวหรือโดนัทเพิ่มเส้นแนวโน้มได้ในแผนภูมิคลิกชุดข้อมูลที่คุณต้องการเพิ่มเส้นแนวโน้มหรือค่าเฉลี่ยที่กำลังเคลื่อนที่เส้นแนวโน้มจะ เริ่มต้นที่จุดข้อมูลชุดแรกของชุดข้อมูลที่คุณเลือกคลิกที่ปุ่มองค์ประกอบแผนภูมิถัดจากมุมขวาบนของแผนภูมิตรวจสอบกล่องเส้นแนวโน้มหากต้องการเลือกเส้นแนวโน้มประเภทอื่นให้คลิกที่ลูกศรข้าง Trendline คลิก Exponential Linear Forecast หรือ Two Pe riod Moving Average สำหรับ trendlines เพิ่มเติมให้คลิก More Options หากคุณเลือก More Options คลิกที่ตัวเลือกที่คุณต้องการในบานหน้าต่าง Format Trendline ภายใต้ Trendline Options หากคุณเลือก Polynomial ให้ป้อนพลังงานสูงสุดสำหรับตัวแปรอิสระในกล่อง Order ถ้าคุณเลือก Moving Average ป้อนจำนวนรอบระยะเวลาที่จะใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในช่องรอบระยะเวลาเคล็ดลับเส้นแนวโน้มจะแม่นยำที่สุดเมื่อค่า R-squared เป็นตัวเลขตั้งแต่ 0 ถึง 1 แสดงให้เห็นว่าค่าประมาณสำหรับเส้นแนวโน้มใกล้เคียงกับค่าประมาณของคุณอย่างไร ข้อมูลจริงอยู่ที่หรือใกล้เคียง 1 เมื่อคุณเพิ่มเส้นแนวโน้มลงในข้อมูล Excel จะคำนวณค่า R-squared โดยอัตโนมัติคุณสามารถแสดงค่านี้ในแผนภูมิของคุณได้โดยการทำเครื่องหมาย Display R-squared value ในกล่องแผนภูมิ Format Trendline pane, Trendline Options คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับตัวเลือกเส้นแนวโน้มทั้งหมดในส่วนด้านล่างเส้นแนวโน้มแนวโน้มใช้บรรทัดฐานนี้เพื่อสร้างเส้นตรงที่ดีที่สุดสำหรับชุดข้อมูลเชิงเส้นอย่างง่ายข้อมูลของคุณจะเป็นเส้นตรงถ้า รูปแบบในจุดข้อมูลของมันดูเหมือนเส้นเส้นตรงมักจะแสดงให้เห็นว่าสิ่งที่เพิ่มขึ้นหรือลดลงในอัตราที่คงที่เส้นแนวโน้มเชิงเส้นใช้สมการนี้ในการคำนวณแบบพอดีสำหรับสี่เหลี่ยมน้อยที่สุดสำหรับ m line. where คือความลาดชันและ b คือ การสกัดกั้นแนวโน้มดังต่อไปนี้แสดงให้เห็นว่ายอดขายตู้เย็นได้เพิ่มขึ้นอย่างต่อเนื่องในช่วงระยะเวลา 8 ปีสังเกตว่าค่า R-squared เป็นตัวเลขตั้งแต่ 0 ถึง 1 ที่แสดงให้เห็นว่าใกล้เคียงกับค่าที่ประมาณสำหรับเส้นแนวโน้มตรงกับข้อมูลที่แท้จริงของคุณคือ 0 9792 ซึ่งเป็นเส้นที่ดีของข้อมูลการแสดงเส้นโค้งที่ดีที่สุดเหมาะสมเส้นแนวโน้มนี้จะเป็นประโยชน์เมื่ออัตราการเปลี่ยนแปลงข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็วและลดระดับลงเส้นรอบวงลอการิทึมสามารถใช้ค่าลบและบวกได้ value. A มีค่า logarithmic trendline ใช้สมการนี้เพื่อคำนวณหาค่าอย่างน้อยที่สุดของรูปสี่เหลี่ยมผืนผ้าผ่าน points. where c และ b เป็นค่าคงที่และ ln เป็นฟังก์ชันลอการิทึมธรรมชาติตามด้วย logarithmic trendline แสดงค่า predic ted การเจริญเติบโตของประชากรของสัตว์ในพื้นที่พื้นที่คงที่ที่ประชากรลดลงเป็นพื้นที่สำหรับสัตว์ลดลงโปรดทราบว่าค่า R - squared เป็น 0 933 ซึ่งเป็นแบบที่ค่อนข้างดีของเส้นกับข้อมูลเส้นนี้เป็นประโยชน์ เมื่อข้อมูลของคุณผันผวนตัวอย่างเช่นเมื่อคุณวิเคราะห์กำไรและขาดทุนจากชุดข้อมูลขนาดใหญ่คำสั่งของพหุนามสามารถกำหนดได้จากจำนวนความผันผวนของข้อมูลหรือจำนวนโค้งของเนินเขาและหุบเขาปรากฏในเส้นโค้งโดยปกติคำสั่งซื้อ 2 polynomial trendline มีเพียงเนินเขาหรือหุบเขาใบสั่ง 3 มีภูเขาหรือหุบเขาหนึ่งหรือสองแถวและลำดับที่ 4 มีถึง 3 เนินหรือหุบเขาเส้นโค้งรูปสามเหลี่ยมหรือ curvilinear ใช้สมการนี้ในการคำนวณสมการสี่เหลี่ยมที่เล็กที่สุดผ่านจุด โดยที่ b และมีค่าคงที่ตามลำดับต่อไปนี้ Order 2 polynomial trendline หนึ่งฮิลล์แสดงความสัมพันธ์ระหว่างความเร็วในการขับขี่และการสิ้นเปลืองเชื้อเพลิงสังเกตเห็นว่าค่า R-squared เท่ากับ 0 979 ซึ่งใกล้เคียงกับ 1 ดังนั้นเส้นที่พอดีกับข้อมูล เส้นโค้งนี้มีประโยชน์สำหรับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มขึ้นในอัตราที่เฉพาะเจาะจงตัวอย่างเช่นการเร่งความเร็วของรถแข่งในช่วงเวลา 1 วินาทีคุณไม่สามารถสร้างเส้นแนวโน้มกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือค่าลบ เส้นกำลังของพลังงานใช้สมการนี้เพื่อคำนวณหาสมรรถนะของสี่เหลี่ยมที่น้อยที่สุดโดยใช้จุดที่ c และ b เป็นค่าคงที่หมายเหตุเลือกตัวเลือกนี้จะไม่สามารถใช้งานได้เมื่อข้อมูลของคุณมีค่าเป็นลบหรือศูนย์ค่าที่วัดได้ต่อไปนี้แสดงระยะทางเป็นหน่วยเมตรเป็นวินาที trendline แสดงให้เห็นถึงความเร่งที่เพิ่มขึ้นหมายเหตุว่าค่า R-squared เท่ากับ 0 986 ซึ่งเป็นเส้นที่สมบูรณ์แบบเกือบทั้งหมดของข้อมูลการแสดงเส้นโค้งเส้นแนวโน้มนี้มีประโยชน์เมื่อค่าข้อมูลเพิ่มขึ้นหรือลดลงอย่างต่อเนื่องตามอัตราที่เพิ่มขึ้น ไม่สามารถสร้างเส้นบอกความเป็นเลขยกกำลังได้ถ้าข้อมูลของคุณมีค่าเป็นศูนย์หรือเชิงลบเส้นสัมผัสเชิงตัวเลขใช้สมการนี้ในการคำนวณรูปสี่เหลี่ยมจัตุรัสอย่างน้อยให้พอดีกับจุดที่จุด c และ b เป็นค่าคงที่และ e เป็นฐานของลอการิทึมตามธรรมชาติมีดังต่อไปนี้คือจำนวนเงินที่ลดลงของคาร์บอน 14 ในวัตถุเมื่ออายุจดจำว่าค่า R-squared เท่ากับ 0 990 ซึ่งหมายถึงเส้นที่พอดีกับ ข้อมูลเกือบสมบูรณ์แบบเส้นแนวโน้มเฉลี่ยเส้นแนวโน้มนี้จะแสดงถึงความผันผวนของข้อมูลเพื่อแสดงรูปแบบหรือแนวโน้มที่ชัดเจนขึ้นค่าเฉลี่ยเคลื่อนที่จะใช้จำนวนจุดข้อมูลที่กำหนดโดยตัวเลือก Period โดยให้ค่าเฉลี่ยโดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุด ในบรรทัดตัวอย่างเช่นถ้า Period กำหนดเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะถูกใช้เป็นจุดแรกในเส้นแนวโน้มเฉลี่ยโดยเฉลี่ยค่าเฉลี่ยของจุดข้อมูลที่สองและสามถูกใช้เป็นจุดที่สองในเส้นแนวโน้ม , etc. A เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้สมการนี้จำนวนจุดในเส้นแนวโน้มเฉลี่ยเคลื่อนที่เท่ากับจำนวนจุดทั้งหมดในซีรีส์ลบตัวเลขที่คุณระบุไว้ในรอบระยะเวลาในแผนภูมิกระจายเส้นแนวโน้มจะขึ้นอยู่กับ สั่งซื้อ ของค่า x ในแผนภูมิสำหรับผลลัพธ์ที่ดีขึ้นให้จัดเรียงค่า x ก่อนที่คุณจะเพิ่มค่าเฉลี่ยที่เคลื่อนที่เส้นแสดงแนวโน้มเฉลี่ยต่อไปนี้จะแสดงรูปแบบจำนวนบ้านที่ขายได้ในช่วง 26 สัปดาห์ค่าเฉลี่ยขั้นสูงสิ่งที่พวกเขาเป็น ในบรรดาตัวชี้วัดทางเทคนิคที่ได้รับความนิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันค่าเฉลี่ยของการเคลื่อนที่โดยทั่วไปที่เขียนในบทแนะนำนี้เป็น MA เป็นผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมาเมื่อพิจารณาแล้ว ค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่ที่รู้จักกันดีว่าเป็น SMA เฉลี่ยเคลื่อนที่ง่ายคำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนดตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมา a nd แล้วหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อไปถึงค่าเฉลี่ย 10 วันหากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทน จะมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่ต่ำกว่า 11 จะพิจารณาข้อมูลจาก 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ ที่ผ่านมา 10 วันบางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าคงที่เฉลี่ยคำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ต้องมา เพื่อแทนที่พวกเขาดังนั้นชุดข้อมูลมีการเคลื่อนย้ายข้อมูลไปเรื่อย ๆ เพื่อให้มีข้อมูลใหม่เมื่อพร้อมใช้งานวิธีการคำนวณนี้ทำให้แน่ใจได้ว่ามีการบันทึกข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 กล่องสีแดงแทน st 10 จุดข้อมูลย้ายไปทางขวาและค่าสุดท้ายของ 15 จะลดลงจากการคำนวณเนื่องจากค่าที่ค่อนข้างเล็ก 5 แทนค่าสูง 15 คุณจะคาดหวังให้เห็นค่าเฉลี่ยของการลดชุดข้อมูลซึ่งจะ, ในกรณีนี้ตั้งแต่ 11 ถึง 10. ค่าเฉลี่ยของการเคลื่อนย้ายจะทำอย่างไรเมื่อมีการคำนวณค่าของ MA แล้วจะมีการวางแผนลงบนแผนภูมิและเชื่อมต่อเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่เส้นโค้งเหล่านี้เป็นเส้นทั่วไปในแผนภูมิของผู้ค้าทางเทคนิค แต่วิธีที่ใช้จะแตกต่างกันไปมากขึ้นในภายหลังเนื่องจากคุณสามารถเห็นได้จากรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือน เสียเวลาหรือสับสนในตอนแรก แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาที่จะไปบนเส้นสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยที่ผ่านมา 100 days. Now ที่คุณเข้าใจในสิ่งที่ a ย้าย erage คือและสิ่งที่ดูเหมือนว่าเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันและตรวจสอบความแตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวถึงก่อนหน้านี้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวชี้วัดทางเทคนิคทั้งหมด นักวิจารณ์หลายคนยืนยันว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีการถ่วงน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนต์นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมี ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ หลายประเภทซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านต่อ ดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA กับ EMA ค่าเฉลี่ยที่เป็นตัวบ่งชี้ที่เป็นตัวชี้วัด ค่าเฉลี่ยที่ให้น้ำหนักมากขึ้นกับราคาล่าสุดในความพยายามที่จะทำให้มันตอบสนองต่อข้อมูลใหม่เรียนรู้สมการค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกแพคเกจแผนภูมิจะคำนวณสำหรับคุณ แต่สำหรับคุณคณิตศาสตร์ geeks ออกมีนี่คือสมการ EMA เมื่อใช้สูตรการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่สามารถใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้นการคำนวณด้วย ค่าเฉลี่ยเคลื่อนที่ง่ายและดำเนินการต่อด้วยสูตรด้านบนจากที่นั่นเราได้จัดเตรียมสเปรดชีตตัวอย่างที่มีตัวอย่างชีวิตจริงของวิธีการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบง่ายๆและค่าเฉลี่ยเคลื่อนที่ที่เป็นไปตามค่าเฉลี่ยความแตกต่างระหว่าง EMA และ SMA ตอนนี้ คุณมีความเข้าใจที่ดีขึ้นเกี่ยวกับวิธีคำนวณ SMA และ EMA ลองพิจารณาดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไรโดยดูที่การคำนวณ EMA จะสังเกตเห็นว่ามีการเน้นจุดข้อมูลมากขึ้นทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเท่ากับ 15 แต่ EMA ตอบสนองได้เร็วกว่าถึงราคาที่เปลี่ยนแปลงไป EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA วันที่ต่างกันหมายถึงค่าเฉลี่ยเคลื่อนที่คืออะไร ตัวบ่งชี้ที่ปรับเปลี่ยนได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้น ๆ ที่ใช้ สร้างขึ้นโดยเฉลี่ยความไวมากขึ้นก็จะเป็นการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานขึ้นไม่สำคัญหรือเรียบขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าเฉลี่ยเคลื่อนที่ของคุณดีที่สุด วิธีที่จะคิดได้ว่าการทำงานแบบใดที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาที่แตกต่างกันไปจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ