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 Escala 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 perto as médias móveis são para os pontos de dados reais. Crear uma movimentação simples Este é um dos seguintes três artigos sobre Análise de séries temporais no Excel Visão geral da média móvel A média móvel é uma técnica estatística usada para suavizar As flutuações de curto prazo em uma série de dados, a fim de reconhecer mais facilmente tendências ou ciclos de longo prazo. A média móvel às vezes é referida como uma média móvel ou uma média de corrida. Uma média móvel é uma série de números, cada uma das quais representa a média de um intervalo de número especificado de períodos anteriores. Quanto maior o intervalo, mais suavização ocorre. Quanto menor o intervalo, mais a média móvel se assemelha à série de dados real. As médias móveis realizam as seguintes três funções: Suavizando os dados, o que significa melhorar o ajuste dos dados em uma linha. Reduzindo o efeito da variação temporária e do ruído aleatório. Destaque outliers acima ou abaixo da tendência. A média móvel é uma das técnicas estatísticas mais utilizadas na indústria para identificar tendências de dados. Por exemplo, os gerentes de vendas geralmente vêem as médias móveis de três meses dos dados de vendas. O artigo irá comparar as médias móveis de dois meses, três meses e seis meses dos mesmos dados de venda. A média móvel é usada com bastante freqüência na análise técnica de dados financeiros, como retornos de estoque e economia, para localizar tendências em séries temporais macroeconômicas, como o emprego. Há uma série de variações da média móvel. Os mais comumente empregados são a média móvel simples, a média móvel ponderada e a média móvel exponencial. A realização de cada uma dessas técnicas no Excel será abordada em detalhes em artigos separados neste blog. Aqui está uma breve visão geral de cada uma dessas três técnicas. Média móvel simples Cada ponto em uma média móvel simples é a média de um número especificado de períodos anteriores. Este artigo do blog fornecerá uma explicação detalhada sobre a implementação desta técnica no Excel. Os Pontos Médicos Variáveis Ponderados na média móvel ponderada também representam uma média de um número especificado de períodos anteriores. A média móvel ponderada aplica diferentes ponderações a certos períodos anteriores, com bastante frequência, os períodos mais recentes recebem maior peso. Um link para outro artigo neste blog que fornece uma explicação detalhada sobre a implementação desta técnica no Excel é o seguinte: Os pontos médios móveis exponenciais na média móvel exponencial também representam uma média de um número especificado de períodos anteriores. Suavização exponencial aplica fatores de ponderação a períodos anteriores que diminuem exponencialmente, nunca atingindo zero. Como resultado, o alisamento exponencial leva em consideração todos os períodos anteriores em vez de um número designado de períodos anteriores que a média móvel ponderada faz. Um link para outro artigo neste blog que fornece uma explicação detalhada sobre a implementação desta técnica no Excel é o seguinte: O seguinte descreve o processo em 3 etapas de criação de uma média móvel simples de dados de séries temporais no Excel Etapa 1 8211 Gráfico Os dados originais em um gráfico de séries temporais O gráfico de linhas é o gráfico de Excel mais usado para representar dados de séries temporais. Um exemplo de um gráfico do Excel usado para plotar 13 períodos de dados de vendas é mostrado da seguinte maneira: Etapa 2 8211 Criar a média móvel no Excel O Excel fornece a ferramenta Moeda em movimento no menu Análise de dados. A ferramenta Moeda móvel cria uma média móvel simples de uma série de dados. A caixa de diálogo Media móvel deve ser preenchida da seguinte forma para criar uma média móvel dos 2 períodos de dados anteriores para cada ponto de dados. A saída da média móvel de 2 períodos é mostrada da seguinte maneira, juntamente com as fórmulas que foram usadas para calcular o valor de cada ponto na média móvel. Passo 3 8211 Adicionar a série média móvel ao gráfico Estes dados agora devem ser adicionados ao gráfico que contém a linha de tempo original de dados de vendas. Os dados simplesmente serão adicionados como uma série de dados mais no gráfico. Para fazer isso, clique com o botão direito do mouse em qualquer lugar no gráfico e um menu aparecerá. Clique em Selecionar dados para adicionar a nova série de dados. A série de média móvel será adicionada completando a caixa de diálogo Edit Series da seguinte maneira: O gráfico que contém as séries de dados originais e a média móvel simples de 2 intervalos de dados8217s são mostrados da seguinte forma. Note-se que a linha média móvel é um pouco mais suave e os desvios de dados brutos 8217 acima e abaixo da linha de tendência são muito mais evidentes. A tendência geral agora é muito mais evidente também. Uma média móvel de 3 intervalos pode ser criada e colocada no gráfico usando o mesmo procedimento da seguinte maneira: É interessante notar que a média móvel simples de 2 intervalos cria um gráfico mais suave do que a média móvel simples de 3 intervalos. Neste caso, a média móvel simples de 2 intervalos pode ser mais desejável do que a média móvel de 3 intervalos. Para comparação, uma média móvel simples de 6 intervalos será calculada e adicionada ao gráfico da mesma maneira da seguinte maneira: conforme esperado, a média móvel simples de 6 intervalos é significativamente mais suave do que as médias móveis simples de 2 ou 3 intervalos. Um gráfico mais suave é mais adequado para uma linha reta. Analisando a precisão da precisão A precisão pode ser descrita como qualidade de ajuste. Os dois componentes da precisão da previsão são os seguintes: Previsão Bias 8211 A tendência de uma previsão seja consistentemente maior ou menor que os valores reais de uma série temporal. O preconceito de previsão é a soma de todos os erros divididos pelo número de períodos da seguinte forma: um viés positivo indica uma tendência a subestimar. Um viés negativo indica uma tendência à sobrepreciação. O viés não mede a precisão porque os erros positivos e negativos se cancelam mutuamente. Erro de previsão 8211 A diferença entre os valores reais de uma série de tempo e os valores previstos da previsão. As medidas mais comuns de erro de previsão são as seguintes: Desvio médio absoluto MAD 8211 MAD calcula o valor absoluto médio do erro e é calculado com a seguinte fórmula: Avaliar os valores absolutos dos erros elimina o efeito de cancelamento de erros positivos e negativos. Quanto menor for o MAD, melhor será o modelo. MSE 8211 Mean Squared Error MSE é uma medida popular de erro que elimina o efeito de cancelamento de erros positivos e negativos, somando os quadrados do erro com a seguinte fórmula: termos de erro grandes tendem a exagerar MSE porque os termos de erro são todos ao quadrado. RMSE (Root Square Mean) reduz esse problema tomando a raiz quadrada do MSE. MAPE 8211 Mean Absolute Percentagem de erro MAPE também elimina o efeito de cancelamento de erros positivos e negativos, somando os valores absolutos dos termos de erro. O MAPE calcula a soma dos termos de erro percentual com a seguinte fórmula: ao somar porcentagem de termos de erro, o MAPE pode ser usado para comparar modelos de previsão que usam diferentes escalas de medida. Cálculo de Bias, MAD, MSE, RMSE e MAPE no Excel Para o Bias Médio Mínimo Simultâneo, MAD, MSE, RMSE e MAPE serão calculados no Excel para avaliar o movimento simples de 2 intervalos, 3 intervalos e 6 intervalos Previsão média obtida neste artigo e mostrada da seguinte forma: o primeiro passo é calcular E t. E t 2. E t, E t Y t-act. E então somá-los da seguinte maneira: Bias, MAD, MSE, MAPE e RMSE podem ser calculados da seguinte forma: Os mesmos cálculos são agora realizados para calcular Bias, MAD, MSE, MAPE e RMSE para a média móvel simples de 3 intervalos. Os mesmos cálculos são agora realizados para calcular Bias, MAD, MSE, MAPE e RMSE para a média móvel simples de 6 intervalos. Bias, MAD, MSE, MAPE e RMSE são resumidos para as médias móveis simples de 2 intervalos, 3 intervalos e 6 intervalos, como se segue. A média móvel simples de 3 intervalos é o modelo que mais se adapta aos dados reais. 160 Excel Master Series Blog Directory Tópicos e artigos estatísticos em cada tópicoModelo móvel em média Não há certeza de que você está procurando com informações limitadas, mas fiz uma pesquisa no BingGoogle e obtive vários acessos. Aqui estão alguns (eles pertencem ao Excel para o Windows, mas a informação básica está disponível): níveis de inventário de previsão com análise de média móvel Se aqueles não ajudam. Eu sugiro que você seja um pouco mais específico no que precisa e que Mayle publique alguns dados de exemplo. Estou certo de que um membro da comunidade terá alguma contribuição se mais informações forem fornecidas. Caso contrário, tente pesquisar na internet por modelos já criados. Seja a primeira pessoa a marcar este útil Histórico de abuso Ainda tem perguntas63 Este site em outros idiomas
No comments:
Post a Comment