Média móvel Este exemplo ensina como calcular a média móvel de uma série temporal no Excel. Uma média móvel é usada para suavizar irregularidades (picos e vales) para reconhecer facilmente as tendências. 1. Primeiro, vamos dar uma olhada em nossas séries temporais. 2. Na guia Dados, clique em Análise de dados. Nota: não consigo encontrar o botão Análise de dados Clique aqui para carregar o complemento Analysis ToolPak. 3. Selecione Média móvel e clique em OK. 4. Clique na caixa Intervalo de entrada e selecione o intervalo B2: M2. 5. Clique na caixa Intervalo e digite 6. 6. Clique na caixa Gama de saída e selecione a célula B3. 8. Traçar um gráfico desses valores. Explicação: porque definimos o intervalo para 6, a média móvel é a média dos 5 pontos de dados anteriores e o ponto de dados atual. Como resultado, picos e vales são alisados. O gráfico mostra uma tendência crescente. O Excel não pode calcular a média móvel para os primeiros 5 pontos de dados porque não há suficientes pontos de dados anteriores. 9. Repita os passos 2 a 8 para o intervalo 2 e o intervalo 4. Conclusão: quanto maior o intervalo, mais os picos e os vales são alisados. Quanto menor o intervalo, mais próximas as médias móveis são para os pontos reais de dados. Quando confrontados com uma variação aparentemente aleatória em uma coleção de coisas, a primeira coisa que um estatístico faz é calcular uma média ou, mais precisamente, a média aritmética. Qual é a altura média dos homens de 30 anos de idade. Medir um monte inteiro deles, somar suas alturas e dividir pelo número que você mediu. Se o número que você obtém é útil para qualquer coisa é outro assunto, mas pelo menos você sempre pode calcular facilmente uma média. Uma vez que a tendência do peso está sendo obscurecida por uma variação diária aparentemente aleatória causada principalmente pelo conteúdo instantâneo de água do saco de borracha, o que dizer sobre a média de vários dias de pesos e o planejamento das médias, em vez disso, vamos tentar tirar os pesos por cada período de 10 dias em O gráfico, calcule a média e trate-o como um pequeno quadrado no meio do intervalo de 10 dias. Heres o resultado, superposto no gráfico original mostrando a verdadeira tendência de peso. Parece que aconteceu com algo aqui. As médias seguem a tendência muito de perto. A média filtrou a influência das variações diárias, deixando apenas a tendência a longo prazo. Mas podemos fazer ainda melhor. Ao invés de aguardar dez dias para decorrer antes de calcular a média, por que cada dia não calcula a média dos últimos dez dias, isso nos dará um gráfico contínuo ao invés de apenas uma caixa a cada dez dias, e não precisamos esperar 10 dias para A próxima média. É o que acontece quando tentamos esse esquema. Bingo A média dos últimos dez dias e o planejamento da média todos os dias (a linha azul pesada) seguem de perto a tendência do peso real (a linha vermelha fina). O que acabamos de calcular é chamado de média móvel de 10 dias. Movendo-se porque a média pode ser pensada como deslizando ao longo da curva de medidas de peso bruto, com média dos últimos 10 a cada dia. Você notará, se você olhar atentamente para as duas curvas, que a média móvel, apesar da mesma forma, fica um pouco atrás da tendência atual. Isso ocorre porque a média móvel para cada dia parece atrasada nos últimos 10 dias de dados, portanto, é influenciada por medidas anteriores, bem como pelo presente. O atraso pode parecer um problema à primeira vista, mas será realmente vantajoso quando compararmos o uso de uma média móvel para controle de peso. Podemos basear uma média móvel em qualquer número de dias, e não apenas 10. Aqui estão as médias móveis de 5, 10, 20 e 30 dias do peso diário de Marvins. À medida que o número de dias na média móvel aumenta, a curva torna-se mais suave (uma vez que as flutuações do dia a dia são cada vez mais médias), mas a média móvel fica mais atrás da tendência real, uma vez que a média inclui leituras mais distantes no passado. De modo que uma média móvel de furões, a tendência de uma massa de medidas confusas pode ser vista ao traçar a média móvel de 10 dias juntamente com os pesos diários originais, mostrados como pequenos diamantes. As médias móveis que usamos até agora dão igual significado a todos os dias na média. Isso não precisa ser assim. Se você pensa sobre isso, não faz muito sentido, especialmente se você estiver interessado em usar uma média móvel de longo prazo para suavizar os colisões aleatórias na tendência. Suponha que você esteja usando uma média móvel de 20 dias. Por que seu peso, há quase três semanas, deve ser considerado igualmente relevante para a tendência atual como seu peso nesta manhã. Várias formas de médias móveis ponderadas foram desenvolvidas para resolver essa objeção. Em vez de somar as medidas para uma seqüência de dias e dividir pelo número de dias, em uma média móvel ponderada, cada medida é primeiro multiplicada por um fator de peso que difere do dia a dia. A soma final é dividida, não pelo número de dias, mas pela soma de todos os fatores de peso. Se fatores de peso maiores forem usados para dias mais recentes e fatores menores para medidas mais atrasadas no tempo, a tendência será mais sensível às mudanças recentes sem sacrificar o alisamento de uma média móvel. Uma média móvel não ponderada é simplesmente uma média móvel ponderada com todos os fatores de peso iguais a 1. Você pode usar quaisquer fatores de peso que você gosta, mas um conjunto específico com o Jawbreaking Monicker Exponentially Suavizado Mover Média provou ser útil em aplicações que vão desde o radar de defesa aérea Para negociar o mercado da barriga de porco Chicago. Vamos colocar isso também em nossas barrigas. Este gráfico compara os fatores de peso para uma média móvel de 20 dias exponencialmente suavizada com uma média móvel simples que pesa todos os dias igualmente. O alisamento exponencial dá a medição de hoje duas vezes o significado que a média simples atribuiria, a medição de ontem um pouco menor do que isso, e cada dia sucessivo inferior ao seu antecessor no dia 20, contribuindo apenas com 20 para o resultado com uma média móvel simples. Os fatores de peso em uma média móvel suavemente exponencial são potências sucessivas de um número chamado de constante de suavização. Uma média móvel suavemente exponencial com uma constante de suavização de 1 é idêntica a uma média móvel simples, uma vez que 1 para qualquer potência é 1. As constantes de suavização inferiores a 1 pesam mais os dados mais recentes, com a polarização para as medidas mais recentes aumentando à medida que o alisamento Diminui constantemente para zero. Se a constante de suavização exceder 1, os dados mais antigos são mais ponderados do que as medidas recentes. Este gráfico mostra os fatores de peso resultantes de diferentes valores da constante de suavização. Observe como os fatores de peso são todos 1 quando a constante de suavização é 1. Quando a constante de suavização é entre 0,5 e 0,9, o peso dado aos dados antigos cai tão rapidamente em comparação com medidas mais recentes que não há necessidade de restringir a média móvel para Um número específico de dias, podemos medir todos os dados que temos, de volta ao início e deixar que os fatores de peso calculados a partir da constante de suavização descartem automaticamente os dados antigos, uma vez que torna-se irrelevante para a tendência atual.
No comments:
Post a Comment