चलती - औसत - ट्रेंड पूर्वानुमान

समय श्रृंखला के विश्लेषण के साथ पूर्वानुमान करना भविष्यवाणी का पूर्वानुमान क्या है एक समय-सीमा विश्लेषण के लिए व्यापक रूप से इस्तेमाल किया जाने वाला एक तरीका है जो एक निश्चित अवधि के लिए एक प्रतिक्रिया चर, जैसे मासिक लाभ, स्टॉक प्रदर्शन या बेरोजगारी के आंकड़े का अनुमान लगाता है। पूर्वानुमान मौजूदा डेटा में पैटर्न पर आधारित हैं उदाहरण के लिए, एक गोदाम प्रबंधक पिछले 3 महीनों के ऑर्डर के आधार पर अगले 3 महीनों के लिए कितना उत्पाद का आदेश दे सकता है। आप विभिन्न प्रकार के समय-सारिणी विधियों का उपयोग कर सकते हैं, जैसे कि रुझान विश्लेषण, अपघटन या एकल घातीय चौरसाई, डेटा में मॉडल पैटर्न के लिए और उन पैटर्नों को भविष्य में एक्सट्रपॉल करने के लिए। एक विश्लेषण विधि चुनें कि क्या पैटर्न स्थैतिक (समय के साथ स्थिर) या गतिशील (समय के साथ परिवर्तन), प्रवृत्ति और मौसमी घटकों की प्रकृति, और कितनी दूर आप पूर्वानुमान करना चाहते हैं। पूर्वानुमान तैयार करने से पहले, यह निर्धारित करने के लिए कि कौन से मॉडल सबसे स्थिर और सटीक है, डेटा में कई उम्मीदवार मॉडल फिट हैं चलती औसत विश्लेषण के लिए पूर्वानुमान समय पर फिट मूल्य समय पर चलने वाले औसत टी -1 है। भविष्यवाणी अनुमान मूल पर फ़िट मान हैं यदि आप 10 बार आगे की इकाइयों का अनुमान लगाते हैं, तो प्रत्येक समय के लिए अनुमानित मान मूल पर फिट मूल्य होगी। उत्पत्ति तक डेटा चलती औसत की गणना के लिए उपयोग किया जाता है। आप लगातार चलती औसत की गणना के द्वारा रैखिक चलती औसत विधि का उपयोग कर सकते हैं। रैखिक चलती औसत विधि का उपयोग अक्सर तब होता है जब डेटा में एक प्रवृत्ति होती है। सबसे पहले, मूल श्रृंखला की चलती औसत की गणना और संग्रहीत करें। फिर, दूसरी चलती औसत प्राप्त करने के लिए पहले संग्रहीत कॉलम की चलती औसत की गणना और संग्रहीत करें। सार्थक पूर्वानुमान में, समय के लिए पूर्वानुमान टी समय पर डेटा मूल्य टी -1 है चलती हुई औसत प्रक्रिया का उपयोग चलने वाले औसत लंबाई से करता है, जो स्पष्ट पूर्वानुमान देता है। किसी भी घातीय चौरसाई विश्लेषण के लिए भविष्यवाणियां, टी के समय पर लगाए गए मूल्य, टी -1 पर समय के साथ सुगम मूल्य है भविष्यवाणी अनुमान मूल पर फिट मूल्य हैं यदि आप 10 बार आगे की इकाइयों का अनुमान लगाते हैं, तो प्रत्येक समय के लिए अनुमानित मान मूल पर फिट मूल्य होगी। मूल के डेटा को चौरसाई के लिए उपयोग किया जाता है सार्थक पूर्वानुमान में, समय के लिए पूर्वानुमान टी-समय पर डेटा मूल्य है निष्पक्ष पूर्वानुमान करने के लिए एक के वजन के साथ एकल घातीय चिकनाई करना। दोहरे घातांकणीय चौरसाई विश्लेषण के लिए पूर्वानुमान दोहरे घातीय चिकनाई का पूर्वानुमान भविष्यवाणी उत्पन्न करने के लिए स्तर और प्रवृत्ति घटकों का उपयोग करता है। समय पर एक बिंदु से आगे एम अवधि का पूर्वानुमान एल टी एमटी टी है जहां एल टी स्तर है और टी टी समय पर प्रवृत्ति है टी पूर्वानुमान मूल समय तक डेटा को चौरसाई के लिए उपयोग किया जाएगा विंटर्स विधि के लिए पूर्वानुमान भविष्यवाणी उत्पन्न करने के लिए विंटर्स विधि स्तर, प्रवृत्ति और मौसमी घटकों का उपयोग करती है। समय पर एक बिंदु से आगे एम अवधि का पूर्वानुमान है: जहां एल टी स्तर है और टी टी समय पर प्रवृत्ति है, गुणा करके (या एक additive मॉडल के लिए जोड़ा जाता है) से समान अवधि के लिए मौसमी घटक पिछला साल। विंटर्स विधि पूर्वानुमानों को उत्पन्न करने के लिए पूर्वानुमान उत्पत्ति के समय तक डेटा का उपयोग करता है.एक प्रवृत्ति जोड़ें या चार्ट पर औसत रेखा को स्थानांतरित करने के लिए लागू होता है: Excel 2016 शब्द 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 अधिक। कम डेटा प्रवृत्तियों को दर्शाने या आपके द्वारा बनाए गए चार्ट में मूविंग एवरेज दिखाने के लिए। आप एक ट्रेंडलाइन जोड़ सकते हैं भविष्य के मूल्यों की भविष्यवाणी में मदद करने के लिए आप अपने वास्तविक डेटा से परे एक ट्रेंडलाइन का विस्तार भी कर सकते हैं। उदाहरण के लिए, निम्नलिखित रैखिक ट्रेंडलाइन दो तिमाहियों का पूर्वानुमान लगाते हैं और स्पष्ट रूप से एक ऊर्ध्वनि प्रवृत्ति दिखाती है जो भविष्य की बिक्री के लिए आशाजनक लगती है। आप 2-डी चार्ट में एक ट्रेंडलाइन जोड़ सकते हैं जो क्षेत्र, बार, स्तंभ, रेखा, स्टॉक, स्कैटर, और बबल सहित स्टैक नहीं है। आप स्टैक्डलाइन, स्टैक्ड, 3-डी, रडार, पाइ, सतह या डोनट चार्ट में नहीं जोड़ सकते। एक प्रवृत्ति जोड़ें अपने चार्ट में, उस डेटा श्रृंखला पर क्लिक करें, जिसमें आप एक ट्रेंडलाइन या चलती औसत जोड़ना चाहते हैं। ट्रेंडलाइन आपके द्वारा चुनी गई डेटा श्रृंखला के पहले डेटा बिंदु पर शुरू हो जाएगी। ट्रेन्डलाइन बॉक्स की जांच करें किसी भिन्न प्रकार की ट्रेंडलाइन का चयन करने के लिए, ट्रेंडलाइन के बगल में तीर पर क्लिक करें और फिर एक्सपोनेंशियल क्लिक करें। रैखिक पूर्वानुमान या दो अवधि मूविंग औसत। अतिरिक्त ट्रेंडलाइन के लिए, अधिक विकल्प क्लिक करें यदि आप अधिक विकल्प चुनते हैं ट्रेंडलाइन विकल्प के तहत स्वरूप ट्रेंडलाइन फलक में इच्छित विकल्प पर क्लिक करें यदि आप बहुपद चयन करें ऑर्डर बॉक्स में स्वतंत्र चर के लिए सर्वोच्च शक्ति दर्ज करें। यदि आप मूविंग औसत चुनते हैं अवधि बॉक्स में चलती औसत की गणना के लिए उपयोग की जाने वाली समयावधि की संख्या दर्ज करें युक्ति: एक ट्रेंडलाइन सबसे सटीक है, जब उसका आर स्क्वेरर्ड मान (0 से 1 से एक नंबर से पता चलता है कि ट्रेंडलाइन के अनुमानित मूल्य कितनी बारीकी से आपके वास्तविक डेटा के अनुरूप हैं) 1 या उसके निकट है। जब आप अपने डेटा पर एक ट्रेंडलाइन जोड़ते हैं , एक्सेल स्वतः अपने आर-स्क्ववर्ड मान की गणना करता है चार्ट बॉक्स पर प्रदर्शन आर-स्क्वेर्ड मान को चेक करके आप अपने चार्ट पर इस मान को प्रदर्शित कर सकते हैं (ट्रेंडलाइन फॉरेन प्रारूप करें)। आप नीचे दिए गए अनुभागों में सभी प्रवृत्ति लाइन विकल्पों के बारे में अधिक जान सकते हैं रैखिक प्रवृत्ति लाइन सरल रेखीय डेटा सेटों के लिए सर्वोत्तम-फिट सीधी रेखा बनाने के लिए इस प्रकार की ट्रेंडलाइन का उपयोग करें। आपका डेटा लीनियर है यदि इसके डेटा अंक में पैटर्न एक पंक्ति की तरह दिखते हैं एक रैखिक ट्रेंडलाइन आमतौर पर दिखाती है कि स्थिर दर पर कुछ बढ़ रहा है या घट रहा है एक रैखिक ट्रेंडलाइन इस समीकरण का उपयोग कम से कम वर्गों को एक पंक्ति के लिए फिट करने के लिए करता है: जहां मी ढलान है और बी अवरोधन है। निम्नलिखित रैखिक प्रवृत्ति से पता चलता है कि रेफ्रिजरेटर की बिक्री लगातार 8 साल की अवधि में बढ़ी है। ध्यान दें कि आर-स्क्वरेड मान (0 से 1 से एक नंबर जो बताता है कि ट्रेंडलाइन के अनुमानित मूल्यों को कितनी बारीकी से आपके वास्तविक डेटा के अनुरूप है) 0.9792 है, जो डेटा के लिए लाइन की एक अच्छी फिट है। सबसे अच्छा फिट वक्र रेखा दिखा रहा है, यह ट्रेंडलाइन उपयोगी है जब डेटा में परिवर्तन की दर बढ़ जाती है या जल्दी और फिर स्तरों को कम कर देता है। लॉगरिदमिक ट्रेंडलाइन नकारात्मक और सकारात्मक मूल्यों का उपयोग कर सकते हैं एक लॉगरिदमिक ट्रेंडलाइन अंक के माध्यम से कम से कम वर्गों की गणना करने के लिए इस समीकरण का उपयोग करता है: जहां सी और बी स्थिर होते हैं और एलएन प्राकृतिक लॉगरिथम फ़ंक्शन है निम्नलिखित लॉगरिदमिक ट्रेंडलाइन में एक निश्चित स्थान क्षेत्र में पशुओं की जनसंख्या वृद्धि की भविष्यवाणी की गई है, जहां जनसंख्या में कमी के कारण जानवरों की जगह कम हो गई है। ध्यान दें कि आर-स्क्ववर्ड मान 0.933 है, जो आंकड़ों की रेखा के अपेक्षाकृत अच्छा फिट है। जब आपके डेटा में उतार-चढ़ाव होता है तो यह प्रवृत्ति उपयोगी होती है उदाहरण के लिए, जब आप बड़े डेटा सेट पर लाभ और नुकसान का विश्लेषण करते हैं। बहुपद का क्रम डेटा में उतार-चढ़ाव की संख्या या वक्र में कितने झुकता (पहाड़ियों और घाटियां) दिखाई देता है, यह निर्धारित किया जा सकता है। आमतौर पर, एक ऑर्डर 2 बहुपदीय ट्रेंडलाइन में केवल एक पहाड़ी या घाटी होती है, एक ऑर्डर 3 में एक या दो पहाड़ी या घाटियां होती हैं, और एक ऑर्डर 4 में तीन पहाड़ियों या घाटियां होती हैं एक बहुपदी या कर्णात्मक ट्रेंडलाइन अंक के माध्यम से कम से कम वर्गों की गणना करने के लिए इस समीकरण का उपयोग करता है: जहां ख और स्थिरांक हैं निम्नलिखित ऑर्डर 2 बहुपदीय ट्रेंडलाइन (एक पहाड़ी) ड्राइविंग की गति और ईंधन की खपत के बीच संबंध को दर्शाती है। ध्यान दें कि आर-स्क्वेर्ड मूल्य 0.979 है, जो 1 के करीब है ताकि लाइनों को आंकड़ों के लिए अच्छा लगे। एक घुमावदार रेखा दिखाई दे रही है, यह ट्रेंडलाइन डेटा सेट के लिए उपयोगी है, जो विशिष्ट दर से बढ़ने वाले माप की तुलना करते हैं। उदाहरण के लिए, 1 सेकंड के अंतराल पर एक रेस कार का त्वरण। यदि आपके डेटा में शून्य या नकारात्मक मान होते हैं, तो आप पावर ट्रेंडलाइन नहीं बना सकते एक पावर ट्रेंडलाइन इस समीकरण का उपयोग अंक के माध्यम से कम से कम वर्गों की गणना करने के लिए करता है: जहां सी और बी स्थिर हैं नोट: यह विकल्प तब उपलब्ध नहीं है जब आपके डेटा में नकारात्मक या शून्य मान शामिल होते हैं निम्नलिखित दूरी माप चार्ट सेकंड में सेकंड में दूरी दिखाता है। विद्युत प्रवृत्ति स्पष्ट रूप से बढ़ती त्वरण को दर्शाती है। ध्यान दें कि आर-स्क्वेर्ड मान 0.986 है, जो डेटा के लिए लाइन के लगभग पूर्ण सही है। एक घुमावदार रेखा दिखाते हुए, यह प्रवृत्ति उपयोगी होती है, जब डेटा मूल्य लगातार बढ़ती दरों में बढ़ोतरी या गिरता है। यदि आपके डेटा में शून्य या नकारात्मक मान हैं तो आप एक घातीय प्रवृत्ति को नहीं बना सकते एक घातीय प्रवृत्ति अंक के माध्यम से कम से कम वर्गों की गणना करने के लिए इस समीकरण का उपयोग करता है: जहां सी और बी स्थिर हैं और ई प्राकृतिक लॉगरिदम का आधार है निम्नलिखित घातीय प्रवृत्ति को एक वस्तु में कार्बन 14 की मात्रा घटती है क्योंकि यह उम्र है। ध्यान दें कि आर-स्क्ववर्ड मान 0.9 9 0 है, जिसका मतलब है कि लाइन लगभग पूरी तरह से डेटा को फिट करती है। औसत प्रवृत्ति बढ़ते हुए इस प्रवृत्ति में आंकड़ों के उतार-चढ़ाव में भी एक पैटर्न या प्रवृत्ति को अधिक स्पष्ट रूप से दिखाया गया है। चलती औसत डेटा बिंदुओं (पीरियड विकल्प द्वारा निर्धारित) का उपयोग करता है, उनमें औसत, और लाइन में एक बिंदु के रूप में औसत मूल्य का उपयोग करता है उदाहरण के लिए, यदि अवधि 2 पर सेट है, तो पहले दो डेटा बिंदुओं का औसत चलती औसत प्रवृत्ति के पहले बिंदु के रूप में उपयोग किया जाता है। दूसरे और तीसरे डेटा पॉइंट का औसत ट्रेंडलाइन में दूसरे बिंदु के रूप में उपयोग किया जाता है। चलती औसत प्रवृत्ति इस समीकरण का उपयोग करती है: चलती औसत प्रवृत्ति में अंक की संख्या श्रृंखला में कुल अंकों की संख्या के बराबर होती है, शून्य अवधि जो आप अवधि के लिए निर्दिष्ट करते हैं स्कैटर चार्ट में, ट्रेंडलाइन चार्ट के एक्स मानों के क्रम पर आधारित होती है। बेहतर परिणाम के लिए, चलती औसत जोड़ने से पहले एक्स मानों को सॉर्ट करें। निम्नलिखित चलती हुई औसत प्रवृत्ति एक 26-हफ्ते की अवधि में बेचे गए घरों की संख्या में एक पैटर्न दिखाती है। औसत औसत पूर्वानुमान परिचय जैसा कि आप अनुमान लगा सकते हैं कि हम भविष्यवाणी के लिए सबसे प्रारंभिक दृष्टिकोणों में से कुछ देख रहे हैं। लेकिन उम्मीद है कि ये स्प्रेडशीट्स में पूर्वानुमानों को लागू करने से संबंधित कुछ कंप्यूटिंग मुद्दों पर कम से कम एक सार्थक परिचय हैं। इस शिरा में हम शुरुआत में शुरू करते हुए और मुव्हिंग औसत पूर्वानुमान के साथ काम करना शुरू करते रहेंगे। औसत पूर्वानुमान चल रहा है हर कोई औसत पूर्वानुमान के चलते से परिचित है, भले ही वे मानते हैं कि वे हैं। सभी कॉलेज के छात्रों ने उन्हें हर समय किया है एक ऐसे पाठ्यक्रम में अपने परीक्षण स्कोर के बारे में सोचें, जहां सेमेस्टर के दौरान चार परीक्षण होंगे। मान लीजिए कि आपको अपने पहले टेस्ट पर 85 मिले हैं। आप अपने दूसरे टेस्ट स्कोर के लिए क्या भविष्यवाणी करेंगे आप क्या सोचते हैं कि आपका शिक्षक आपके अगले टेस्ट स्कोर के लिए भविष्यवाणी करेगा आपको क्या लगता है कि आपके मित्र आपके अगले टेस्ट स्कोर के लिए अनुमान लगा सकते हैं आपको क्या लगता है कि आपके माता-पिता आपके अगले टेस्ट स्कोर के लिए भविष्यवाणी कर सकते हैं आप अपने दोस्तों और माता-पिता के लिए मारे गए सभी मरे हुए हैं, वे और आपके शिक्षक आपसे मिलने वाले 85 के क्षेत्र में कुछ पाने की उम्मीद कर रहे हैं। खैर, अब यह मान लेते हैं कि अपने दोस्तों को अपने स्वयं के प्रचार के बावजूद, आप अपने अनुमान का अनुमान लगाते हैं और आंकड़े आप दूसरी परीक्षा के लिए कम अध्ययन कर सकते हैं और आपको 73 मिलते हैं। अब सभी संबंधित और निराश होने वाले आशा करते हैं कि आप अपने तीसरे परीक्षण पर पहुंचेंगे, उनके अनुमान के विकास के लिए दो संभावित संभावनाएं हैं, भले ही वे इसे आपके साथ साझा करेंगे या नहीं। वे खुद से कह सकते हैं कि, यह आदमी अपने smarts के बारे में धुआं हमेशा उठा रहा है। वह एक और 73 हो सकता है अगर वह भाग्यशाली है। हो सकता है कि माता-पिता अधिक सहयोगी होने की कोशिश करें और कहते हैं, "अच्छा, अब तक आपने 85 और 73 मिल चुके हैं, इसलिए आप को (85 73) 2 9 79 के बारे में जानकारी प्राप्त करनी चाहिए। मुझे नहीं पता है, शायद अगर आपने कम पार्टीशन किया हो और सभी स्थानों पर तहखाने wagging और अगर आप एक बहुत अधिक पढ़ाई शुरू कर दिया है आप एक उच्च अंक प्राप्त कर सकते हैं। इन दोनों अनुमानों वास्तव में औसत पूर्वानुमान हिल रहे हैं पहला, आपके भविष्य के प्रदर्शन की भविष्यवाणी करने के लिए केवल आपके नवीनतम स्कोर का उपयोग कर रहा है। इसे डेटा की एक अवधि का उपयोग करते हुए चलती औसत पूर्वानुमान कहा जाता है दूसरा भी चलती औसत पूर्वानुमान है लेकिन डेटा के दो अवधियों का उपयोग कर रहा है। मान लीजिए कि आपके महान दिमाग पर पर्दाफाश करने वाले ये सभी लोग आपको परेशान कर चुके हैं और आप अपने स्वयं के कारणों के लिए तीसरी परीक्षा में अच्छी तरह से करने का निर्णय लेते हैं और अपने उद्धरण चिह्नों के सामने उच्च अंक डालते हैं। आप परीक्षा लेते हैं और आपका स्कोर वास्तव में एक 89 है, जो कि खुद सहित, प्रभावित है। तो अब आपके पास सेमेस्टर का अंतिम परीक्षण हो रहा है और हमेशा की तरह आपको लगता है कि आखिरी परीक्षा में आप कैसे करेंगे I अच्छी तरह से, उम्मीद है कि आप पैटर्न को देखते हैं अब, उम्मीद है कि आप पैटर्न देख सकते हैं। आप क्या मानते हैं कि हम काम करते समय सबसे सटीक सीटी है अब हम हमारी नई सफाई कंपनी पर लौट आये हैं जो आपकी बहिष्कृत आधे बहन ने शुरू की थी जब हम काम करते थे। आपके पास स्प्रेडशीट से निम्न अनुभाग द्वारा प्रस्तुत कुछ पिछली बिक्री डेटा है हम पहले औसत अवधि को चलती तीन अवधि के लिए डेटा प्रस्तुत करते हैं। सेल सी 6 के लिए प्रवेश होना चाहिए अब आप इस सेल सूत्र को अन्य कोशिकाओं C7 से C11 तक कॉपी कर सकते हैं। ध्यान दें कि हाल ही के ऐतिहासिक डेटा पर औसत चालें, लेकिन प्रत्येक पूर्वानुमान के लिए उपलब्ध तीन सबसे हाल की अवधि का उपयोग करता है। आपको यह भी ध्यान देना चाहिए कि हमारे सबसे हाल की भविष्यवाणी विकसित करने के लिए हमें पिछली अवधि के पूर्वानुमानों को वास्तव में बनाने की आवश्यकता नहीं है यह घातीय चिकनाई मॉडल से निश्चित रूप से अलग है Ive में उद्धरण की भविष्यवाणियों को शामिल किया गया है क्योंकि हम भविष्य की वैधता को मापने के लिए अगले वेब पेज में उनका उपयोग करेंगे। अब मैं औसत पूर्वानुमान की ओर बढ़ने वाली दो अवधि के अनुरूप परिणाम पेश करना चाहता हूं। सेल C5 के लिए प्रवेश होना चाहिए अब आप इस सेल सूत्र को सी 6 के माध्यम से अन्य कोशिकाओं C6 में कॉपी कर सकते हैं। ध्यान दें कि प्रत्येक भविष्यवाणी के लिए केवल ऐतिहासिक डेटा के केवल दो सबसे हाल के टुकड़े कैसे उपयोग किए जाते हैं। फिर मैंने उदाहरण के उद्देश्यों के लिए और पूर्वानुमान सत्यापन में बाद के उपयोग के लिए उद्धृत पूर्वोत्तरों को शामिल किया है। कुछ अन्य चीजें जो ध्यान देने योग्य हैं एक एम-अवधि चलती हुई औसत पूर्वानुमान के लिए केवल सबसे हाल के डेटा मान का इस्तेमाल पूर्वानुमान बनाने के लिए किया जाता है। और कुछ नहीं आवश्यक है मी-अवधि की औसत पूर्वानुमान चलती है जब उद्धरण पूर्वोत्तर सपोर्ट करता है, ध्यान दें कि पहली बार भविष्यवाणी की अवधि एम 1 में होती है। जब हम अपना कोड विकसित करते हैं तो इन दोनों मुद्दे बहुत महत्वपूर्ण होंगे। स्थानांतरण औसत फ़ंक्शन का विकास करना अब हमें चलती औसत पूर्वानुमान के लिए कोड विकसित करने की आवश्यकता है जो अधिक लचीले ढंग से इस्तेमाल किया जा सकता है। कोड निम्नानुसार है। ध्यान दें कि आदानों की अवधि के लिए आप पूर्वानुमान में उपयोग करना चाहते हैं और ऐतिहासिक मूल्यों की सरणी के लिए हैं। आप इसे जो कार्यपुस्तिका चाहते हैं, आप इसे स्टोर कर सकते हैं। फ़ंक्शन फॉरविंग एवरेज (हिस्टोरिकल, नंबरऑफपेरियोड्स) सिंगल घोषित करने और चर को प्रारंभ करने के रूप में मंद आइटम पूर्णांक मंद काउंटर के रूप में पूर्णांक मंद संवेदक के रूप में पूर्णांक मंद संचय के रूप में एक मंद हिस्टोरिकल साइज के रूप में पूर्णांक चर को प्रारंभ करना काउंटर 1 संचय 0 ऐतिहासिक सरणियों का आकार निर्धारित ऐतिहासिक ऐतिहासिक हिसाब से। काउंटर 1 नंबर के लिए संख्या संख्याअधिक अवधि सबसे हाल ही में देखे गए मूल्यों की उचित संख्या को संचित करना संचय संचय ऐतिहासिक (हिस्टोरिकल सिज़िज़ - नंबरऑफपेरियोड्स काउंटर) चल रहा हैअवाज संचय संख्याऑफ़पेरियोड कोड को कक्षा में समझाया जाएगा। आप स्प्रैडशीट पर फ़ंक्शन की स्थिति बनाना चाहते हैं ताकि कंप्यूटेशन का नतीजा हो सकता है जहां निम्नलिखित को पसंद करना चाहिए। औसत औसत पूर्वानुमान चलाना औसत पूर्वानुमान मॉडल चलाना शक्तिशाली उपकरण हैं जो प्रबंधकों को शिक्षित पूर्वानुमान के फैसले बनाने में मदद करते हैं। एक चल औसत से मुख्य रूप से लघु ऐतिहासिक श्रेणी डेटा का पूर्वानुमान करने के लिए उपयोग किया जाता है अन्य उपकरण के साथ इस टूल को अब कंप्यूटरीकृत किया गया है जैसे कि एक्सेल, जो उपयोग करने में आसान बनाता है। चलती औसत पूर्वानुमान के संबंध में, निम्नलिखित कार्य पढ़ें तीन अलग-अलग शेयरों के लिए पिछले पांच वर्षों में दैनिक मूल्य डेटा प्राप्त करें निम्न कीवर्ड का उपयोग करके डेटा को इंटरनेट से प्राप्त किया जा सकता है: स्टॉक मूल्य डेटा, रिटर्न डेटा, कंपनी डेटा और स्टॉक रिटर्न निम्न मूल्यों के साथ रुझान-चलती औसत बनाएं: 10, 100, और 200. Excel के साथ डेटा ग्राफ़ करें निम्न मूल्यों के साथ केंद्रित-चलती औसत बनाएं: 10, 100, और 200. Excel के साथ डेटा ग्राफ़ करें रुझानों के चलते औसत और एक केंद्रित केंद्रित मूविंग औसत के बीच की तुलना में मी के समान मूल्यों के चलने की औसत कैसे समझाएं कि शेयरों की दिशा निर्देशित करने में शेयर चलने वाली औसत कैसे चलती हैं? औचित्य के साथ विस्तृत व्याख्या प्रदान करें अपने उत्तरों को आठ से दस पृष्ठ वर्ड दस्तावेज़ और एक एक्सेल शीट में सबमिट करें। एक अलग पृष्ठ पर, एपीए दिशानिर्देशों का उपयोग करते हुए सभी स्रोतों का हवाला देते हैं। विस्तृत समाधान (पाठ amp एक्सेल), ए ग्रेड गारंटीकृत शरीर पूर्वावलोकन (0 शब्द) file1.docx पूर्वावलोकन (564 शब्द) xxxxx विभिन्न xxxxxxx अर्थात् xxxxxx xxxxxx और माइक्रोसॉफ्ट xxxx पूर्वानुमान विश्लेषण के लिए चुना गया था और दैनिक xxxxxxx कीमत xx xxxxxx x xxxxxx xxxx पांच xxxxx के xxxxxxxxxx (1 xxxxxxxxrsquo2008 से xxxx नवंबर xxxxx प्राप्त किए गए थे। xxxxxxxxxx xxxxxxxxxxx xxxxxx प्रवृत्ति-औसत xxxxxxxx xxx चलती xxxxxxx पूर्वानुमान xxxx xx xxxxxxxxxxxx xxxxxxx पूर्वानुमान xxxxxxxxxxxx xxxxxxxxx XXXXXX xxxxxxxxx xxxxxxxxx xxxxxxx xxxxx xx एक्सेल अनुलग्नक xxx xxx xxxx xxx पूर्वानुमान निम्न ग्राफ से एक्स 10-अवधि, एक 100-अवधि और एक्स xxxxxxxxxx xxxxxxxxxxxx औसत xxxxxxxx xxx समापन xxxxx xxxxxx xxxxxx xxx xxxxxxxxx xxxxx x 10-अवधि, एक 100-अवधि xxx से पता चलता है x xxxxxxxxxx xxxxxxxxxxxx औसत मूल्य xx Google xxxxxx xxx ग्राफ़ के बाद ग्राफ शो एक्स 10-अवधि, x xxxxxxxxxx xxx a xxxxxxxxxx xxxxxxxxx xxxxxxxxx पूर्वानुमान xxx समापन मूल्य xx xxxxxxxxx स्टॉक: xxxxxxxxxxxxxx xxxxxxx पूर्वानुमान: - - - अधिक पाठ निम्न प्रकार है - - - file2.xlsx पूर्वावलोकन (17127 शब्द) - - - एक पूर्वावलोकन दिखाने के लिए बहुत लंबा - - - शरीर पूर्वावलोकन (0 शब्द) file1.docx पूर्वावलोकन (966 शब्द) xxxxxxx xxxxxxxxxxx मॉडल xxxx xxxx xxxx अध्ययन xxx xxx xxxx xxx xxxxx चलती औसत और केंद्रित xxxxxx xxxxxxxxxxx xxxxxxx xxx xxxxxxx xx xxxxxx xxx xxxxxxxxxxxx xxx xxxxxxx इस xxxxxx xx xxxxx xxxxxxx xxxxxxxxxx xxxxx अर्थात् इन्फोसिस, xxxxx xxx xxxxxxx xxxxxxxxxx की कीमतें xxxx yahoo xxxxxxxx डेटा xxx xxxxxxxxx xxxx अवधि xx 11 जनवरी 2010 xx xxx xxx 2014. xxxxx xxxxxx xxxxxxxx ट्रेंड चलती xxxxxxx xx x xxxx में से एक xxxx व्यापक रूप से इस्तेमाल किया xxxxxxxxx xxxxxxxxxx xxxxxxxx xxx यह xxxxx xx xxxxxx यादृच्छिक xxxxxxx xxxxxxxxxxxxx से शोर यह XXXXXXXXxx xxxx ऐतिहासिक xxxxxxx xxxxxxx पर आधारित है और आमतौर पर चलती औसत XXXXXXXXXX XXXXXX xxxxxx xxxxxxx हैं और एक्सपोनन टियाल मूविंग एवरेज सरल xxxxxx औसत में, xxx पूर्वानुमान xxxxx xx xxxxxxxxxx xx xxxxxx औसत xx xx ndash 1) निरंतर मान XXX xx पर। - - - अधिक पाठ निम्न के लिए - - - file2.xlsx पूर्वावलोकन (6613 शब्द) - - - एक पूर्वावलोकन दिखाने के लिए बहुत लंबा - - - औसत पूर्वानुमान 100 सही उत्तर चलाना शब्द-डॉक्टर और एक्सेल ए शरीर पूर्वावलोकन (9 शब्द) xxxxxx xxxxxxx xxxxxxxxxxx xxxx xxxxxxx उत्तर शब्द-डॉक्टर xxx xxxxx xx file1.doc पूर्वावलोकन (231 शब्द) xxxxx मूल्य डेटा xxxx तीन अलग अलग xxxxxxx डेटा xxx xx xxxxxxxx xxxx xxxxxxxx के लिए xxxxxxxxx xxxxx मूल्य डेटा, xxxxxx डेटा का उपयोग करके xxxxxxxx के लिए पिछले पांच साल प्राप्त करें, कंपनी के आंकड़े, और स्टॉक रिटर्न xxx xxxx xx प्राप्त xxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ऐतिहासिक डेटा xxxx xxx xxxxx कंपनियां xxx xxxxxxx xxx xxx अंतिम कंपनी xxx xxxxx की कीमतें xxxxxxx यूटीआई वर्ल्डवाइड xxxx (यूटीआईडब्ल्यू) xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ट्रेंड-हिलिंग xxxxxxxx xxxx xxx xxxxxxxxx मूल्य x x 10 xxxx xxx xxxxxxxxx मूल्य x x 10, xxxx और 200 के लिए दी गई हैं। xxxxx xxx डेटा xxxx xxxxxxxxx xxxxxx केंद्रित-चलती xxxxxxxx xxxx बनाएँ xx 10, 100, xxx 200 के लिए xxxxxx निम्न। xxxxxxxxx Excel के साथ ग्राफ़ xxx xxxx Xxx xxxxxxxx xx x xxxxxxx x xxxxx x xxxxxx xx x xxxxxxx के बीच x चलती xxxxxxx xxx एक केन्द्रित-चलती औसत xxxxx xxxxxx xxxxx xxxxxxxxxxxx xx से xxxx xxxxxx xx xx देख सकते हैं xxxxx xxxxx xx - - - अधिक पाठ निम्नानुसार है - - file2.xls पूर्वावलोकन (150 शब्द) - - - एक पूर्वावलोकन दिखाने के लिए बहुत लंबा - - - शरीर पूर्वावलोकन (6 शब्द) xxxxxx संलग्न फ़ाइल xxx xxxxxxx file1.xlsx पूर्वावलोकन (89 शब्द) देखें - - - एक पूर्वावलोकन दिखाने के लिए बहुत लंबा - - - file2.doc पूर्वावलोकन (761 शब्द) xxxxxx औसत xxxxxxxxxxx ModelsMoving औसत xxxxxxxxxxx मॉडल XXXXXX xxxxxxxx xxxxxxxxxxx निर्णय में xxxx प्रबंधकों कि शक्तिशाली XXXXX रहे हैं। एक xxxxxx औसत xx मुख्य रूप से xxxxxxxx xxxxxxxxxxx उपकरण के साथ xxxxxxx xxxxxxxxxxx उपकरण के साथ xxxxxxxx xxxxxxxxx उपकरण के साथ xxxxxxx xxxxxx के रूप में xxxxxx के साथ xxxxxx के रूप में इस्तेमाल किया जा सकता है। Xx चलती औसत पूर्वानुमान के साथ, xxxx xxxxxxxxx xxxxxxxxxxxxxxxxx xxxxx xxxxx डेटा xxxx पांच xxxxx xxx तीन xxxxxxxxx xxxxxxx डेटा xxx xx xxxxxxxx xxxx xxxxxxxx xx xxxxxxxxx खोजशब्दों का उपयोग करते हुए xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxx xxxx निम्न मान फार्म: 10, xxxx xxx 200. डेटा xxxx ग्राफ़ करें Excel. bullxxxxxx xxxxxxxxxxxxxxx औसत xxxx xxx निम्न मानों का प्रपत्र: xxx 100, xxx 200. ग्राफ़ xxx xxxx xxxx xxxxxxxxxbullxxx do xxx चलती औसत xxx xxx xxxxxx m के बीच की तुलना x xxxxxxxxxxxx xxxxxxx xxx x xxxxxxxxxxxxxxx xxxxxxxxxbullxxxxxxx xxx xxxxx - - - अधिक पाठ निम्नानुसार है - - - यह उत्तर खरीदें