Flytta eller rullande genomsnittet

Flytta genomsnittlig kalkylator Med en lista över sekventiella data kan du konstruera n-punkts glidande medelvärde (eller rullande medelvärde) genom att hitta medelvärdet för varje uppsättning n-punkter i följd. Om du till exempel har den beställda datasatsen 10, 11, 11, 15, 13, 14, 12, 10, 11, är 4-punkts glidande medelvärdet 11,75, 12,5, 13,25, 13,5, 12,25, 11,75. Flyttmedelvärden används För att släta sekventiella data gör de skarpa toppar och dips mindre uttalade eftersom varje rå datapunkt ges endast en bråkdel i det glidande medlet. Ju större värdet av n. Ju mjukare grafen för glidande medelvärde jämfört med grafen för originaldata. Aktieanalytiker tittar ofta på glidande medelvärden av aktiekursdata för att förutsäga trender och se mönster tydligare. Du kan använda räknaren nedan för att hitta ett glidande medelvärde för en dataset. Antal villkor i en enkel n-punkts rörlig genomsnittsnivå Om antalet termer i ursprungsuppsättningen är d och antalet termer som används i varje genomsnitt är n. då kommer antalet villkor i den glidande genomsnittsföljden att vara till exempel om du har en sekvens av 90 aktiekurser och tar det 14-dagars rullande genomsnittet av priserna, har den rullande genomsnittsföljden 90-114 1 77 poäng. Denna kalkylator beräknar glidande medelvärden där alla termer vägs lika. Du kan också skapa viktade glidande medelvärden där vissa termer ges större vikt än andra. Till exempel lägger större vikt på nyare data, eller skapar ett centralt viktat medelvärde där de mellersta termerna räknas mer. Se den viktade glidande genomsnittsartikeln och kalkylatorn för mer information. Tillsammans med rörliga aritmetiska medelvärden, ser en del analytiker också på den rörliga medianen av beställda data eftersom medianen är opåverkad av konstiga outliers. Creating a Rolling Calculation Product (s): Tableau Desktop Version (s): 8.3, 8.2, 8.1, 8.0 Sista Ändrad Datum: 16 Aug 2016 Artikeln Note: Denna artikel upprätthålls inte längre av Tableau. Vi fortsätter att göra den tillgänglig eftersom informationen fortfarande är värdefull, men vissa steg kan variera beroende på produktändringar. Rullande beräkningar, specifikt glidande medelvärden, är ofta användbara för att dra in engångsutjämnare och utjämning av kortfristiga fluktuationer. Flyttmedelvärden utförs ofta på tidsseriedata. I detaljhandelsförsäljningen är denna beräkning användbar för att sänka säsongens försäljningsutveckling för att bättre kunna se långsiktiga trender. I det här exemplet går du genom att skapa kalkylblad för att visa veckovisa försäljningspriser och veckovisa försäljningsgenomsnitt, jämföra dem sida om sida i en instrumentpanel och jämföra dem i en överlagring. Ställ in ett kalkylblad för att visa årliga genomsnittsvärden Öppna en ny arbetsbok och koppla till Superstore-provet. Dra orderdatum i kolumnerhyllan i panelen Mått och dra sedan en andra instans till filhyllan. I dialogrutan Filtreringsfält väljer du År och klickar sedan på Nästa. Rensa kryssrutorna för alla år utom 2012 i dialogrutan Filtrera, och klicka sedan på OK. På rullgardinsmenyn, på rullgardinsmenyn (Ordningsdatum), välj Mer gt Custom. I dialogrutan Anpassad datum väljer du Veckanummer i detaljlistan. välj sedan datumdel. och klicka sedan på OK. Dra från Försäljning till raden hylla i rutan Åtgärder. Högerklicka på Försäljning på raden hylla. och välj sedan Lägg till tabellberäkning. I dialogrutan Tabellberäkning gör du följande: På listan Beräkningstyp väljer du Flyttberäkning. I Summarize-värdena med lista väljer du Genomsnitt. Till den genomsnittliga försäljningen under de föregående tre veckorna, lämnar tidigare värden satt till 2. lämna nästa värden satt till 0. och markera kryssrutan Inkludera nuvarande värde. Klicka på OK. Högerklicka på fliken kalkylblad, välj Rename Sheet. och namnge det 2012 Veckovis Försäljningsvecka. Skapa ett kalkylblad för att visa datum istället för vecknummer Du kan använda ett beräknat fält för att gruppera alla datum under en angiven period. För Tableau Desktop 7.0 och 8.0 högerklickar du på kalkylbladet och väljer Duplikatark. För Tableau Desktop 6.1 och tidigare väljer du Edit gt Duplicate Sheet. På det nya kalkylbladet väljer du Analys gt Skapa beräknat fält. Gör följande i dialogrutan Beräknad fält: DATETRUNC (39week39, Order Date) Bekräfta att statusmeddelandet indikerar att formeln är giltig och klicka sedan på OK. Dra i Dimensions-rutan Weektrunc till kolumnhylla. Tableau Desktop 7.0 och 8.0: Högerklicka på YEAR (Weektrunc) på kolumnshylla. och välj Exact Date. Tableau Desktop 6.1 och tidigare: Högerklicka på YEAR (Weektrunc) på kolumnshylla och välj Alla värden. Högerklicka på WEEK (Beställningsdatum) på kolumnshylla och välj Ta bort. Högerklicka på fliken kalkylblad, välj Rename Sheet. och namnge arbetsbladet 2012 Weekly Sales. Jämför vanlig försäljning till det glidande genomsnittet För att jämföra den vanliga försäljningen med det glidande genomsnittet skapar du ett ark för varje. Skapa och byt namn på ett nytt arbetsblad. Tableau Desktop 7.0 och 8.0: Högerklicka på fliken 2012 Weekly Sales kalkylblad och välj sedan Duplikatark. Tableau Desktop 6.1 och tidigare: Välj arbetsbladet Weekly Sales 2012, och välj sedan Redigera gt duplikatark. Högerklicka på fliken kalkylblad, välj Rename Sheet. och namnge det nya arket 2012 Veckovisa Försäljning Flytta Avg. Visa arbetsbladet för veckovisa 2012, och på raden hylla, högerklicka på SUM (Försäljning) och välj Rensa tabellberäkning. Nu ställer du y-axeln på de två arbetsbladen i samma intervall. Högerklicka på y-axeln och välj sedan Redigera axel. Gör följande ändringar i dialogrutan Ändra axel: Visa arbetsbladet för veckovisa försäljningsrörelser för 2012 och gör samma ändringar för y-axeln. Skapa en instrumentpanel Fyll i dessa steg för att skapa en instrumentpanel som visar båda kalkylbladen sida vid sida för att jämföra. För Tableau Desktop 7.0 och 8.0, välj Dashboard gt New Dashboard. För Tableau Desktop 6.1 och tidigare väljer du Redigera gt New Dashboard. Dra 2012 veckovis försäljning till instrumentbrädan. Drag 2012 Veckovisa försäljning Flytta genomsnittspriset till instrumentbrädan och placera det till vänster om 2012 Veckovis försäljning. Skapa ett överlägg Ett överlag är ett annat sätt att jämföra försäljningen och det rörliga genomsnittet. Tableau Desktop 7.0 och 8.0: Högerklicka på fliken 2012 Veckans försäljningsrörelseregistrering och välj Kopiera ark. Tableau Desktop 6.1 och tidigare: Välj arbetsbladet för veckovisa försäljningsrörelser 2012 och välj Redigera gt duplikatark. På det nya arket, i mätrutan, dra mätvärden till raden hyllan. Dra i Dimensions-rutan Måttnamn till filhyllan. Rensa alla kryssrutor utom i Försäljning i dialogrutan Filter. och klicka sedan på OK. Dra i Dimensions-rutan Måttnamn till Färg på Marks-kortet. Dra en annan instans av måttnamn från panelen Mått till Storlek. Färg och storlek gör linjerna enklare att skilja sig visuellt. Tips: I Tableau 8.0, för att justera markstorleken, kan du också klicka på Marks-kortet som representerar en viss uppsättning markeringar (istället för Alla) och justera reglaget. Gör sedan samma för den andra uppsättningen om du vill skilja dem ännu längre. Dra i radhyllan SUM (Försäljning) till Måttvärden hylla. Alternativa sökvillkor: Tableau Digitala beräkningsfiltre Tack för att du gav din feedback om artikelns effektivitet. Introduktion Den föregående artikeln tittade på vad glidande medelvärden är och hur man beräknar dem. Denna artikel tittar nu på hur man implementerar dessa i Web Intelligence. Formeln som används här är kompatibel med XIr3-versionen av SAP BOE, men vissa formler kan fungera i tidigare versioner om de finns tillgängliga. We8217ll börjar med att titta på hur man beräknar ett enkelt glidande medelvärde innan man tittar på vägda och exponentiella former. Arbetade exempel Exemplen nedan använder alla samma dataset som är av aktiekursdata i en Excel-fil som du kan ladda ner. Den första kolumnen i filen är börskursens datum och sedan kolumner med öppningspris, högsta pris på dagen, lägsta pris, slutkurs, volym och justerad slutkurs. We8217ll använder slutkurs i vår analys nedan med datumobjektet. Enkelt rörligt medelvärde Det finns ett par sätt på vilka vi kan beräkna enkla glidande medelvärden. Ett alternativ är att använda funktionen Föregående för att få värdet av en föregående rad. Till exempel beräknar följande formel ett glidande medelvärde på vårt slutkurspris för en glidande genomsnittsdataset med storlek 3, det här är en ganska enkel formel, men det är uppenbart att det inte är praktiskt när vi har ett stort antal perioder här vi kan göra användning av RunningSum formel och för en dataset av storlek N vi har Slutligen har vi en 3: e teknik, som trots att det är mer komplicerat kan det ha bättre prestanda eftersom det beräknar det nya värdet baserat på tidigare värde istället för två löpande summer över hela data uppsättning. Men denna formel fungerar bara efter Nth-punkten i den övergripande datamängden och eftersom det hänvisar till ett tidigare värde måste vi också ange ett startvärde. Nedan är den fullständiga formeln som används för vår aktiekursanalys där vår glidande genomsnittliga period är 15 dagar. Datumet 1252010 är den 15: e datapunkten i vår dataset och så för denna punkt beräknar vi ett normalt genomsnitt med RunningSum. För alla datum bortom detta värde använder vi vår SMA-formel och vi lämnar tomma alla datum före detta datum. Figur 1 nedan är ett diagram i Web Intelligence som visar våra aktiekursdata med ett enkelt glidande medelvärde. Figur 1. Web Intelligence-dokument som visar en enkel rörlig genomsnittsviktad rörlig genomsnittsvärde En vägd glidande medelformel med en period av 3 är, Som med vår första enkla glidande medelformeln ovan är det bara praktiskt under ett litet antal perioder. Jag har ännu inte kunnat hitta en enkel formel som kan användas för större glidande medelperioder. Matematiskt är det möjligt men begränsningar med Web Intelligence innebär att dessa formler don8217t konverterar. Om någon kan göra det skulle jag gärna höra Figuren nedan är ett WMA i period 6 som implementeras i Web Intelligence. Figur 2. Web Intelligence-dokument av ett Viktat Flyttande Medel Exponentiellt Flytande Medel Ett exponentiellt rörligt medelvärde är ganska rakt framåt för att implementera i Web Intelligence och det är ett lämpligt alternativ till ett vägat rörligt medelvärde. Den grundläggande formeln är här we8217ve hårdkodad 0,3 som vårt värde för alfa. Vi tillämpar bara denna formel för perioder större än vår andra period så vi kan använda ett if-uttalande för att filtrera dessa ut. För vår första och andra perioden kan vi använda det tidigare värdet och så är vår slutliga formel för EMA, Nedan är ett exempel på en EMA tillämpad på våra lagerdata. Figur 3. Web Intelligence-dokument visar en exponentiell rörlig genomsnittlig ingångskontroll Eftersom vår EMA-formel inte bygger på storleken på den glidande medeltiden och vår enda variabel är alfa kan vi använda Input Controls för att tillåta användaren att justera värdet av alfa. För att göra detta skapar du en ny variabel som heter 8216alpha8217 och definierar it8217s formel som, Uppdatera vår EMA-formel till, Skapa en ny ingångskontroll välj vår alfabalva som inputkontrollrapportobjektet Använd en enkel reglage och ställ in följande egenskaper, En gång gjort du ska kunna flytta skjutreglaget och omedelbart se förändringarna till trendlinjen i diagrammet. Slutsats Vi tittade på hur man implementerar tre typer av glidande medelvärde i Web Intelligence och även om allt var möjligt är det Exponentiella rörliga genomsnittet förmodligen det enklaste och mest flexibla . Jag hoppas att du hittade den här artikeln intressant och som alltid är någon feedback väldigt välkommen. Postnavigering Lämna ett svar Avbryt svar Du måste vara inloggad för att skriva en kommentar. Tricket till Weighted Moving Average (WMA) är att du måste skapa en variabel som representerar WMA-täljare (se Wikipedia för referens.) Det ska se ut som följande: Föregående (Själv) (n Stäng) 8211 (Föregående (RunningSum ( Stäng)) 8211 Föregående (RunningSum (Stäng) n1) där n är antalet perioder. Då skulle den faktiska WMA8217s formel vara så här: Numerator (n (n 1) 2) där Numerator är den variabel du skapade tidigare.