Excel moving durchschnittliche trendline-prognose

Moving Average Dieses Beispiel lehrt, wie Sie den gleitenden Durchschnitt einer Zeitreihe in Excel berechnen. Eine Bewegung wird verwendet, um Unregelmäßigkeiten (Spitzen und Täler) zu glätten, um Trends leicht zu erkennen. 1. Erstens, werfen wir einen Blick auf unsere Zeitreihe. 2. Klicken Sie auf der Registerkarte Daten auf Datenanalyse. Hinweis: Klicken Sie hier, um das Analyse-ToolPak-Add-In zu laden. 3. Wählen Sie Verschiebender Durchschnitt aus, und klicken Sie auf OK. 4. Klicken Sie im Feld Eingabebereich auf den Bereich B2: M2. 5. Klicken Sie in das Feld Intervall und geben Sie 6 ein. 6. Klicken Sie in das Feld Ausgabebereich und wählen Sie Zelle B3 aus. 8. Zeichnen Sie ein Diagramm dieser Werte. Erläuterung: Da wir das Intervall auf 6 setzen, ist der gleitende Durchschnitt der Durchschnitt der letzten 5 Datenpunkte und der aktuelle Datenpunkt. Als Ergebnis werden Spitzen und Täler geglättet. Die Grafik zeigt eine zunehmende Tendenz. Excel kann den gleitenden Durchschnitt für die ersten 5 Datenpunkte nicht berechnen, da nicht genügend frühere Datenpunkte vorhanden sind. 9. Wiederholen Sie die Schritte 2 bis 8 für Intervall 2 und Intervall 4. Fazit: Je größer das Intervall, desto mehr werden die Spitzen und Täler geglättet. Je kleiner das Intervall, desto näher sind die gleitenden Mittelwerte zu den tatsächlichen Datenpunkten. Mögen Sie diese kostenlose Website Bitte teilen Sie diese Seite auf GoogleThe Begriff Trends impliziert eine Änderung im Laufe der Zeit. Eine Art der Prognose ist quantitativ, und beinhaltet die Analyse von Zeitreihen-Daten, und dann vorherzusagen, was die Zukunft sein könnte. Zum Beispiel, Verkaufsstand auf einem Eis am Stadtpark im Juni von jedem der letzten fünf Jahren war gut, aber in der 20. Juli war es über mehr als im Juni. Wenn in diesem Jahr war der Stand von 10.000 im Juni (ein neuer Rekord), wie viel würden Sie es vorhergesagt werden, nehmen in im Juli Nun, wenn wir in unserer Annahme auf der Grundlage der historischen Daten korrekt waren, wed Schätzung der Juli-Zahl wäre 20 höher oder 12.000. Microsoft Excel bietet einige integrierte Tools für die Prognose. Eine davon ermöglicht Ihnen, eine Trendlinie zu bestehenden Datenpunkten in einem Diagramm hinzuzufügen. Dies ermöglicht es dem Benutzer zu interpolieren (dh einen Datenpunkt zwischen bestehenden Punkten zu finden) oder Extrapolation (dh einen Datenpunkt Vergangenheit entweder Ende der aktuellen Daten zu finden, die entweder durch Vorwort prognostiziert oder quotbackcastingquot zu einer früheren Zeit.) Allerdings, wie mit Vorlagen haben die Entwickler dieser Tools einige Entscheidungen für den Benutzer, und nicht alle Benutzer mit diesen Entscheidungen würden zustimmen. Wenn die Beschränkungen, die von Microsoft auferlegte Zeichnet Funktionen für die Prognose nicht geeignet sind für eine bestimmte Prognoseaufgabe wird der Leser stattdessen ermutigt direkte numerische Manipulation mit bewährten Analysetechniken zu verwenden, wie in einer von mehreren Texten über die Prognose (wie Makridakis, Stellmacher amp Hyndman beschrieben, 1998). Bevor Sie beginnen Diese Seite setzt voraus, dass der Benutzer Microsoft Excel8482 2010 oder 2007 mit dem Analysis ToolPak-Add-In von Microsoft installiert hat. Werfen Sie einen Blick auf einige Daten über kompakte Leuchtstofflampen (CFLs) mit dem folgenden als Quelldokument: US Department of Energy. (2009). CFL-Marktprofil - März 2009. Washington, DC: Verfasser. Abgerufen am 7. April 2009 von www. energystar. gov/ia/products/downloads/CFLMarketProfile. pdf Die Analyse in diesem Bericht wurde von D amp R International, LTD (www. drintl /.) Durchgeführt. Auf Seite 2 gibt es eine Leiste Diagramm (oder Balkendiagramm), das die Anzahl der Sendungen von CFLs bis Jahr 2007 auflistet und dann auf Basis dieser Daten die Anzahl der Sendungen in den Jahren 2008, 2009 und 2010 prognostiziert. Mithilfe der Daten in diesem Diagramm und der Leistung von Microsoft Excel können Sie eine ähnliche Vorhersage durchführen. Idealerweise würden Sie die tatsächlichen Datenwerte, aber in diesem Fall wurde eine Schätzung auf der Grundlage der oben genannten Grafik gemacht und die folgenden in eine Excel-Tabelle eingegeben wurde. Tabelle 1. Rohdaten. Es können nur die historischen Daten für die Jahre 2000 bis 2007 betrachtet werden, nicht für die Schätzungen oder Vorhersagen für 2008 bis 2010. Wir können das im Quelldokument angezeigte Balkendiagramm wiederherstellen, indem wir die historischen Daten in Excel auswählen und ein Balkendiagramm erstellen. Raw-Daten in einem Balkendiagramm, um dem Original zu entsprechen Stattdessen können Sie ein Scatter-Diagramm der Werte erstellen (da Excels Trendline-Gleichungsfunktion Fehler mit Balkendiagrammen oder Liniendiagrammen erzeugen kann.) Abbildung 3. Rohdaten in einem Streudiagramm. Hinzufügen einer linearen Trendlinie und Regressionsgleichung Nun, denken Sie daran, wir sind nur mit den CFL-Daten betroffen, und wir wollen in der Lage, zukünftige Jahre vorherzusagen. Um eine Trendlinie hinzuzufügen, klicken Sie auf eines der Symbole, die einen Datenpunkt für CFLs repräsentieren, und klicken Sie dann mit der rechten Maustaste und wählen Sie AddAdd Trendline. quot Youll finden Sie im folgenden Dialogfenster. In diesem Beispiel gehen wir davon aus, dass die Anzahl der ausgelieferten CFLs pro Jahr stetig oder linear ansteigt. Für jetzt im Bereich Trendlinienoptionen wählen Sie den folgenden Trend / Regressionstyp: Linear Forecast - Forward 3 Perioden Anzeigen der Gleichung auf Diagramm Nach dem Verschieben der Gleichung haben wir: Abbildung 5. Rohdaten mit linearer Trendlinie und Regressionsgleichung. Die Gleichung ist eine lineare Regressionsgleichung. Das bedeutet, dass es die Gleichung einer Geraden ist, die am besten zu den Punkten auf dem Diagramm passt. Die Methode, die Excel verwendet, um diese Gleichungen zu bestimmen, besteht darin, die Zeile zu finden, die den kleinsten Wert für die Summe der Quadrate der vertikalen Unterschiede zwischen den Datenpunkten und der Linie erzeugt. Wie alle Linien hat es eine Gleichung in der Form: y ist die zu berechnende Zahl, die abhängige Variable oder in diesem Fall die Anzahl der Millionen von CFLs, die pro Jahr ausgeliefert werden, ist die Steilheit der Linie, die der Änderung entspricht In dem y-Wert geteilt durch die Änderung des x-Wertes x ist der gegebene Datenpunkt oder die abhängige Variable, in diesem Fall ist er das Jahr und b ist der y-Achsenabschnitt der Linie. Y 388 Millionen ausgelieferte CFL Wir können andere Werte für x, wie das Jahr 2020, substituieren und da wir jetzt eine Gleichung haben, können wir voraussagen, dass 793 Millionen CFLs im Jahr 2020 ausgeliefert werden Viele Annahmen, die wir nicht machen sollten. Insbesondere gehen wir davon aus, dass der Trend linear ist und dass er weit in die Zukunft gehen wird. Alternative Methode. Sie können die Gleichung direkt aus den angezeigten Daten herausfinden, wenn Sie möchten. Wählen Sie zwei Zellen wie G5 und G6 und beginnen Sie dann mit der Eingabe in die Formel: LINEST (Bereich) für den Bereich, wählen Sie alle bekannten y-Werte, dann geben Sie die schließende Klammer, aber nicht die Enter-Taste drücken. Drücken Sie stattdessen Control-Shift-Enter. Youll sehen die Steigung und das Intercept erscheinen in diesen beiden Zellen. Viele Trends sind nicht linear. Zum Beispiel war die menschliche Bevölkerung auf dem Planeten ziemlich linear, aber dann schoss es auf, wie durch die rote Linie in der folgenden Abbildung veranschaulicht: Abbildung 7. Nicht-linearer Trend der Langzeit-Weltbevölkerung Growth. quot Diese Grafik ist von United Nationen, 1999, p. Fig. 7 Es gibt mehrere nichtlineare prädiktive Gleichungen. Betrachten Sie zwei, exponentielle Gleichungen und Polynomgleichungen, aber Sie werden empfohlen, andere zu erforschen. Nehmen wir dieselben historischen CFL-Sendungsdaten, die wir oben verwendet haben, und wenden Sie einige nichtlineare Trendlinien an. Hier ist eine exponentielle Trendlinie. Es verwendet eine Gleichung, die den x-Wert (das Jahr) als Exponenten hat. Ich klickte auf die neue Gleichung ein ausgewähltes quotformat Trendline labelquot, um die Gleichung in wissenschaftlicher Notation mit sechs Dezimalstellen anzuzeigen, da die Voreinstellung mir nicht genügend Präzision für die Vorhersage liefert. Abbildung 8. Rohdaten mit exponentieller Trendlinie. Wie wir sehen können, ist die Trendlinie gekrümmt, nicht ganz so viel, wie es der relativ hohe Bezugspunkt 2007 zeigt, aber er ist immer noch gewölbt. Die Vorhersagegleichung lautet: y 1.598767 E -279 e 3.226616 E -01 x Erinnern Sie sich, dass das Kapital E times zehn für die Macht von quot bedeutet und dass der kleinere Fall e eine Konstante ist, die etwa gleich 2,71828 ist. In Excel kann ich dann die folgende Formel in einer beliebigen Zelle eingeben: und indem Sie quot2010quot mit dem Jahr ersetzen, erhalten Sie eine Vorhersage für dieses Jahr. Der Wert für 2010 ist 733 Millionen CFLs, und der Wert für 2012 ist 1,398 Milliarden CFLs. Die Vorhersagegleichung kann ein Polynom sein. Wir haben gesehen, dass die lineare Regressionsgleichung eine Polynomgleichung zweiter Ordnung oder quadratisch ist, und fügt einen x 2 - Term hinzu, was zu folgendem Ergebnis führt: Der Graph einer quadratischen Gleichung dieser Form ist typischerweise eine Parabel. Hier sind die gleichen Daten mit Polynom-Trendlinie zweiter Ordnung: Abbildung 9. Polynom-Trendlinie zweiter Ordnung mit Gleichung. Es ist möglich, die Reihenfolge zu erhöhen, indem ein x 3 x 4 oder x 5 Term hinzugefügt wird, wenn Grund zu der Annahme besteht, daß eine solche Kurve genauer ist. Manchmal vermuten wir, dass die Daten geändert werden sollten. In unserem Beispiel bemerken Sie, wie hoch der Wert von 400 für 2007 war. Ein Analytiker könnte Grund haben zu glauben, dass dieser Punkt ein Ausreißer war und aufgrund einiger besonderer Umstände, wie ein einmaliger Marketing-Blitz, der hohe Wert dieses Datums Wirft die Zukunftsprognose ab. Ändert die Daten und reduziert diesen Punkt auf 300. Tabelle 2. Überarbeitete Daten. Unter Verwendung der überarbeiteten Daten und Polynomvorhersage zweiter Ordnung erhalten wir: Abbildung 10. Der Wert von 2007 wurde von 400 auf 300 im Glauben geändert, dass dies ein anormaler Wert war. Beachten Sie, wie Abbildung 10 ist relativ nah an der ursprünglichen Vorhersage in der ursprünglichen US-DOE-Quelldokument gezeigt. Es gibt viele Möglichkeiten, Daten zu transformieren und anzupassen, und in jedem Fall sollte der Analytiker eine verteidigungsfähige Argumentationslinie haben, die die Transformation rechtfertigt. Wie bei vielen Formen der statistischen Analyse kann die Trendline-Extrapolation Gegenstand von bewußten Versuchen sein, die Daten den Analytikern vorzuschlagen. Das ist unangemessen. Wo es alternative Projektionen gibt, ist es am besten, sie mit Erklärungen von jedem zu präsentieren. Zum Beispiel zeigt die folgende Abbildung mehrere verschiedene Pfade Weltbevölkerung könnte von den Autoren erklärt unterschiedliche Bedingungen gegeben nehmen. Wie in der Excels Trendline-Optionen-Dialogbox angezeigt, gibt es andere Typen von Trendlinien, die hinzugefügt werden können, einschließlich einer logarithmischen, Power und Moving Average Trendline. Das Analysis ToolPak Add-In für Excel enthält außerdem mehrere Prognosetools. Um auf sie zuzugreifen, klicken Sie auf Datenanalyse auf der Registerkarte Daten. Sie sehen gleitenden Durchschnitt, Regression und exponentielle Glättung gibt, die alle für die Prognose verwendet werden können. Aber dont stoppen Sie dort, Excel, wie einige andere Programme für numerische Manipulation, erlaubt dem Benutzer, die Formeln direkt zu steuern, die verwendet werden, um Werte abzuleiten. Die Default-Einstellungen, die in der Funktion "Trendlinie hinzufügen" von Diagrammen verwendet werden, müssen nicht berücksichtigt werden, sondern wir können die erforderlichen Berechnungen direkt an den Daten vornehmen. Informationen über die Methoden in dieser Lektion und andere, wie die Box-Jenkins-Methode, die dynamische Regression und multiple Regression, finden Sie in einem Text zur Prognose, wie der von Makridakis, Wheelwright, amp Hyndman (1998). Makridakis. S. Wheelwright, S. amp Hyndman, R. (1998). Vorhersage: Methoden und Anwendungen. 3. Aufl. New York: Wiley amp Söhne. Vereinte Nationen. (1998). Langfristige Weltbevölkerung Projektionen: Basierend auf der Revision 1998. Zusammenfassung . Autor. Abgerufen am 7. April 2009 von www. un. org/esa/population/publications/longrange/longrangeExecSum. pdf United States Department of Energy. (2009). CFL-Marktprofil - März 2009. Washington, DC: Verfasser. Abgerufen am 7. April 2009 von www. energystar. gov/ia/products/downloads/CFLMarketProfile. pdfTrendlines Eine der einfachsten Methoden, um einen allgemeinen Trend in Ihren Daten zu erraten ist, eine Trendlinie zu einem Diagramm hinzuzufügen. Die Trendline ist ähnlich wie eine Linie in einem Liniendiagramm, aber sie verbindet nicht jeden Datenpunkt genau wie ein Liniendiagramm. Eine Trendlinie repräsentiert alle Daten. Das bedeutet, dass geringfügige Ausnahmen oder statistische Fehler bei der Suche nach der richtigen Formel Excel ablenken. In einigen Fällen können Sie auch die Trendlinie zur Prognose zukünftiger Daten verwenden. Charts, die Trendlinien unterstützen Die Trendlinie kann zu 2-D-Diagrammen wie Bereich, Balken, Spalte, Linie, Lager, XY (Scatter) und Bubble hinzugefügt werden. Sie können eine Trendlinie zu 3-D, Radar, Pie, Area oder Donut Charts hinzufügen. Hinzufügen einer Trendlinie Nachdem Sie ein Diagramm erstellt haben, klicken Sie mit der rechten Maustaste auf die Datenreihe und wählen Sie Add trendlinehellip. Ein neues Menü erscheint links im Diagramm. Hier können Sie einen der Trendline-Typen auswählen, indem Sie auf eines der Optionsfelder klicken. Unterhalb der Trendlinien gibt es eine Position, die als R-Quadratwert bezeichnet wird. Es zeigt Ihnen, wie eine Trendlinie an die Daten angepasst ist. Es kann Werte von 0 bis 1 erhalten. Je näher der Wert auf 1 ist, desto besser passt er in das Diagramm. Trendline-Typen Lineare Trendlinie Diese Trendlinie wird verwendet, um eine Gerade für einfache, lineare Datensätze zu erzeugen. Die Daten sind linear, wenn die Systemdatenpunkte einer Linie ähneln. Die lineare Trendlinie zeigt an, dass etwas mit steiler Rate zunimmt oder abnimmt. Hier ist ein Beispiel für Computer-Verkäufe für jeden Monat. Logarithmische Trendlinie Die logarithmische Trendlinie ist nützlich, wenn Sie mit Daten umgehen müssen, bei denen die Änderungsrate schnell zunimmt oder abnimmt und sich dann stabilisiert. Im Falle einer logarithmischen Trendlinie können Sie sowohl negative als auch positive Werte verwenden. Ein gutes Beispiel für eine logarithmische Trendlinie kann eine Wirtschaftskrise sein. Zuerst wird die Arbeitslosenquote immer höher, aber nach einer Weile stabilisiert sich die Situation. Polynom-Trendlinie Diese Trendlinie ist nützlich, wenn Sie mit oszillierenden Daten arbeiten - zum Beispiel bei der Analyse von Gewinnen und Verlusten über einen großen Datensatz. Der Grad des Polynoms kann durch die Anzahl der Datenfluktuationen oder durch die Anzahl der Biegungen, also die Hügel und Täler, die auf der Kurve erscheinen, bestimmt werden. Eine Ordnung 2 Polynom Trendlinie hat in der Regel einen Hügel oder Tal. Ordnung 3 hat im Allgemeinen ein oder zwei Hügel oder Täler. Auftrag 4 hat in der Regel bis zu drei. Das folgende Beispiel zeigt den Zusammenhang zwischen Drehzahl und Kraftstoffverbrauch. Power trendline Diese Trendlinie ist nützlich für Datensätze, die verwendet werden, um Messergebnisse zu vergleichen, die mit einer vorbestimmten Rate zunehmen. Zum Beispiel die Beschleunigung eines Rennwagens in Intervallen von einer Sekunde. Sie können eine Energietendenzlinie erstellen, wenn Ihre Daten Null - oder negative Werte enthalten. Exponentielle Trendlinie Die exponentielle Trendlinie ist am sinnvollsten, wenn die Datenwerte stetig steigen oder fallen. Es wird oft in den Wissenschaften verwendet. Es kann eine Bevölkerung beschreiben, die in den folgenden Generationen schnell wächst. Sie können keine exponentielle Trendlinie erstellen, wenn Ihre Daten Null - oder negative Werte enthalten. Ein gutes Beispiel für diese Trendlinie ist der Zerfall von C-14. Wie man sehen kann dies ein perfektes Beispiel für eine exponentielle Trendlinie ist, weil der R-Quadrat-Wert exakt 1. Gleitender Durchschnitt Der gleitende Durchschnitt der Linien glättet ein Muster zu zeigen, oder deutlicher Trend. Excel tut es durch den gleitenden Durchschnitt einer bestimmten Anzahl von Werten Berechnung (durch eine Periode Option), die standardmäßig auf 2 gesetzt ist Wenn Sie diesen Wert erhöhen, dann wird der Durchschnitt aus mehreren Datenpunkten berechnet werden, so dass die Leitung Wird noch glatter. Der gleitende Durchschnitt zeigt Trends, die sonst aufgrund des Rauschens in den Daten schwer zu sehen wären. Ein gutes Beispiel für eine praktische Verwendung dieser Trendlinie kann ein Forex-Markt sein. Hinzufügen, Ändern oder Entfernen einer Trendlinie in einem Diagramm Erfahren Sie mehr über die Prognose und Darstellung von Trend in den Diagrammen Trendlinien werden verwendet, um grafische Trends in Daten zu visualisieren und zu analysieren, Probleme zu lösen Prognose. Eine solche Analyse wird auch Regressionsanalyse genannt. Durch die Verwendung der Regressionsanalyse können Sie eine Trendlinie in einem Diagramm über die tatsächlichen Daten hinaus ausdehnen, um zukünftige Werte vorherzusagen. Beispielsweise verwendet das folgende Diagramm eine einfache lineare Trendlinie, die zwei Quartale prognostiziert, um klar einen Trend zu steigenden Umsätzen zu zeigen. Tipps Sie können auch einen gleitenden Durchschnitt erstellen, der Schwankungen in den Daten glättet und das Muster oder den Trend deutlicher zeigt. Wenn Sie ein Diagramm oder eine Datenreihe ändern, so dass es beispielsweise die zugehörige Trendlinie nicht mehr unterstützen kann, indem Sie den Diagrammtyp in ein 3D-Diagramm ändern oder die Ansicht eines PivotChart-Berichts oder eines zugeordneten PivotTable-Berichts ändern, wird die Trendlinie nicht mehr angezeigt Auf dem Diagramm. Für Zeilendaten ohne Diagramm können Sie AutoFill oder eine der statistischen Funktionen wie GROWTH () oder TREND () verwenden, um Daten für am besten passende lineare oder exponentielle Zeilen zu erstellen. Den richtigen Trendline-Typ für Ihre Daten auswählen Wenn Sie in Microsoft Office Excel eine Trendlinie zu einem Diagramm hinzufügen möchten, können Sie einen dieser sechs verschiedenen Trend - oder Regressionstypen wählen: lineare Trendlinien, logarithmische Trendlinien, Polynom-Trendlinien, Power-Trendlinien, exponentiell Trendlinien oder gleitende durchschnittliche Trendlinien. Die Art der Daten, die Sie festlegen, die Art der Trendlinie, die Sie verwenden sollten. Eine Trendlinie ist am genauesten, wenn ihr R-squared-Wert auf oder nahe bei 1. Wenn Sie eine Trendlinie zu Ihren Daten passen, berechnet Excel automatisch seinen R-Quadrat-Wert. Wenn Sie möchten, können Sie diesen Wert in Ihrem Diagramm anzeigen. Lineare Trendlinien Eine lineare Trendlinie ist eine am besten passende gerade Linie, die mit einfachen linearen Datensätzen verwendet wird. Ihre Daten sind linear, wenn das Muster in seinen Datenpunkten einer Linie ähnelt. Eine lineare Trendlinie zeigt in der Regel, dass etwas mit steiler Geschwindigkeit steigt oder sinkt. Im folgenden Beispiel illustriert eine lineare Trendlinie, dass die Verkäufe von Kühlschränken über einen Zeitraum von 13 Jahren konstant gestiegen sind. Beachten Sie, dass der R-Quadrat-Wert 0,979 ist, was eine gute Übereinstimmung der Zeile zu den Daten ist. Logarithmische Trendlinien Eine logarithmische Trendlinie ist eine am besten passende gekrümmte Linie, die verwendet wird, wenn die Änderungsrate der Daten schnell zunimmt oder abnimmt und dann abnimmt. Eine logarithmische Trendlinie kann sowohl negative als auch positive Werte verwenden. Das folgende Beispiel verwendet eine logarithmische Trendlinie, um das prognostizierte Bevölkerungswachstum von Tieren in einem festen Raum zu veranschaulichen, in dem die Population ausgeglichen wurde, als der Platz für die Tiere abnahm. Beachten Sie, dass der R-Quadrat-Wert 0,933 ist, was eine relativ gute Passung der Zeile zu den Daten ist. Polynom-Trendlinien Eine Polynom-Trendlinie ist eine gekrümmte Linie, die verwendet wird, wenn Daten schwanken. Es eignet sich zum Beispiel für die Analyse von Gewinnen und Verlusten über einen großen Datensatz. Die Reihenfolge des Polynoms kann durch die Anzahl der Fluktuationen in den Daten oder durch die Anzahl der Biegungen (Hügel und Täler) in der Kurve bestimmt werden. Eine Ordnung 2 Polynom-Trendlinie hat in der Regel nur einen Hügel oder Tal. Ordnung 3 hat im Allgemeinen ein oder zwei Hügel oder Täler. Ordnung 4 hat in der Regel bis zu drei Hügeln oder Tälern. Das folgende Beispiel zeigt eine Polynom-Trendlinie (ein Hügel), um die Beziehung zwischen Fahrgeschwindigkeit und Kraftstoffverbrauch zu erläutern. Beachten Sie, dass der R-Quadrat-Wert 0,979 ist, was eine gute Übereinstimmung der Zeile zu den Daten ist. Leistung Trendlinien Eine Leistung Trendlinie ist eine gekrümmte Linie, die mit Datensätzen, die Messungen, die mit einer bestimmten Rate, zum Beispiel die Beschleunigung eines Rennwagens in 1-Sekunden-Intervallen zu erhöhen vergleichen. Sie können keine Power-Trendline erstellen, wenn Ihre Daten Null - oder negative Werte enthalten. Im folgenden Beispiel werden Beschleunigungsdaten durch Zeichnen der Distanz in Metern pro Sekunde dargestellt. Die Leistung Trendlinie zeigt deutlich die zunehmende Beschleunigung. Beachten Sie, dass der R-Quadrat-Wert 0,986 ist, was eine nahezu perfekte Passung der Zeile zu den Daten ist. Exponentielle Trendlinien Eine exponentielle Trendlinie ist eine gekrümmte Linie, die verwendet wird, wenn Datenwerte mit stetig steigenden Raten steigen oder fallen. Sie können keine exponentielle Trendlinie erstellen, wenn Ihre Daten Null - oder negative Werte enthalten. Im folgenden Beispiel wird eine exponentielle Trendlinie verwendet, um die abnehmende Menge an Kohlenstoff 14 in einem Objekt zu veranschaulichen, während es altert. Beachten Sie, dass der R-Quadrat-Wert 0.990 ist, was bedeutet, dass die Linie die Daten nahezu perfekt passt. Gleitende durchschnittliche Trendlinien Eine gleitende durchschnittliche Trendlinie glättet die Fluktuationen der Daten, um ein Muster oder einen Trend deutlicher darzustellen. Ein gleitender Durchschnitt verwendet eine bestimmte Anzahl von Datenpunkten (von der Periode Option), mittelt diese und verwendet den Durchschnittswert als ein Punkt in der Linie. Wenn beispielsweise Period auf 2 gesetzt ist, wird der Durchschnitt der ersten beiden Datenpunkte als erster Punkt in der gleitenden durchschnittlichen Trendlinie verwendet. Der Durchschnitt der zweiten und dritten Datenpunkte wird als zweiter Punkt in der Trendlinie usw. verwendet. Im folgenden Beispiel zeigt eine gleitende durchschnittliche Trendlinie ein Muster in der Anzahl der über einen Zeitraum von 26 Wochen verkauften Häuser. Hinzufügen einer Trendlinie Klicken Sie auf einer Datenreihe, auf die Sie eine Trendlinie oder einen gleitenden Durchschnitt hinzufügen möchten, auf einer unstacked, 2-D-, Bereichs-, Balken-, Spalten-, Linien-, Lager-, xy - (Scatter-) oder Blasendiagramm Um die Datenreihe aus einer Liste von Diagrammelementen auszuwählen: Klicken Sie auf eine beliebige Stelle im Diagramm. Dadurch werden die Diagrammtools angezeigt. Hinzufügen des Designs. Layout . Und Format-Registerkarten. Klicken Sie auf der Registerkarte Format in der Gruppe Aktuelle Auswahl auf den Pfeil neben dem Diagrammelemente-Feld, und klicken Sie dann auf das Diagrammelement, das gewünscht wird. Hinweis: Wenn Sie ein Diagramm mit mehr als einer Datenreihe auswählen, ohne eine Datenreihe auszuwählen, zeigt Excel das Dialogfeld Trendlinie hinzufügen an. Klicken Sie im Listenfeld auf die gewünschte Datenreihe, und klicken Sie dann auf OK. Klicken Sie auf der Registerkarte Layout in der Gruppe Analysis auf Trendline. Führen Sie einen der folgenden Schritte aus: Klicken Sie auf eine vordefinierte Trendline-Option, die Sie verwenden möchten. Hinweis: Dies gilt für eine Trendlinie, ohne dass Sie bestimmte Optionen auswählen können. Klicken Sie auf Weitere Trendlinienoptionen. Und dann in der Kategorie Trendlinienoptionen unter Trend - / Regressionstyp. Klicken Sie auf die Art der Trendlinie, die Sie verwenden möchten. Wie Berechnung der gleitenden Mittelwerte in Excel Excel-Datenanalyse für Dummies, 2nd Edition Der Datenanalyse-Befehl bietet ein Werkzeug für die Berechnung zu bewegen und exponentiell geglättete Mittelwerte in Excel. Nehmen Sie an, um zu veranschaulichen, dass Sie tägliche Temperaturinformationen gesammelt haben. Sie wollen den dreitägigen gleitenden Durchschnitt 8212 den Durchschnitt der letzten drei Tage 8212 als Teil einer einfachen Wettervorhersage berechnen. Gehen Sie folgendermaßen vor, um die gleitenden Mittelwerte für diesen Datensatz zu berechnen. Um einen gleitenden Durchschnitt zu berechnen, klicken Sie zuerst auf die Schaltfläche Data tab8217s Data Analysis. Wenn Excel das Dialogfeld Datenanalyse anzeigt, wählen Sie aus der Liste den Eintrag Moving Average aus, und klicken Sie dann auf OK. Excel zeigt das Dialogfeld "Gleitender Durchschnitt" an. Identifizieren Sie die Daten, die Sie verwenden möchten, um den gleitenden Durchschnitt zu berechnen. Klicken Sie im Dialogfeld "Gleitender Durchschnitt" in das Eingabebereichsfeld. Identifizieren Sie dann den Eingabebereich, indem Sie entweder eine Arbeitsbereichsadresse eingeben oder mit der Maus den Arbeitsbereich auswählen. Ihre Bereichsreferenz sollte absolute Zellenadressen verwenden. Eine absolute Zellenadresse ist dem Spaltennamen und der Zeilennummer mit Vorzeichen vorangestellt, wie in A1: A10. Wenn die erste Zelle in Ihrem Eingabebereich eine Textbeschriftung enthält, um Ihre Daten zu identifizieren oder zu beschreiben, aktivieren Sie das Kontrollkästchen Labels in First Row. In dem Textfeld Interval sagen Sie Excel, wie viele Werte in die gleitende Durchschnittsberechnung einzubeziehen sind. Sie können einen gleitenden Durchschnitt mit einer beliebigen Anzahl von Werten berechnen. Standardmäßig verwendet Excel die letzten drei Werte, um den gleitenden Durchschnitt zu berechnen. Um festzulegen, dass eine andere Anzahl von Werten zur Berechnung des gleitenden Durchschnitts verwendet werden soll, geben Sie diesen Wert in das Textfeld Intervall ein. Sagen Sie Excel, wo die gleitenden Durchschnittsdaten platziert werden sollen. Verwenden Sie das Textfeld Ausgabebereich, um den Arbeitsblattbereich zu identifizieren, in dem Sie die gleitenden Durchschnittsdaten platzieren möchten. In dem Arbeitsblattbeispiel wurden die gleitenden Durchschnittsdaten in den Arbeitsblattbereich B2: B10 platziert. (Optional) Geben Sie an, ob ein Diagramm gewünscht wird. Wenn Sie ein Diagramm möchten, das die gleitenden Durchschnittsinformationen darstellt, aktivieren Sie das Kontrollkästchen "Diagrammausgabe". (Optional) Geben Sie an, ob Standardfehlerinformationen berechnet werden sollen. Wenn Sie Standardfehler für die Daten berechnen möchten, aktivieren Sie das Kontrollkästchen Standardfehler. Excel legt Standardfehlerwerte neben den gleitenden Mittelwerten fest. (Die Standardfehlerinformationen gehen zu C2: C10.) Nachdem Sie die Angabe, welche gleitenden durchschnittlichen Informationen Sie berechnen lassen möchten und wo Sie sie platzieren möchten, klicken Sie auf OK. Excel berechnet gleitende Durchschnittsinformationen. Hinweis: Wenn Excel doesn8217t über genügend Informationen verfügt, um einen gleitenden Durchschnitt für einen Standardfehler zu berechnen, legt er die Fehlermeldung in die Zelle. Sie können mehrere Zellen sehen, die diese Fehlermeldung als einen Wert anzeigen.