تتحرك من المتوسط - اكسل - تحليل البيانات

المتوسط ​​المتحرك يعلمك هذا المثال كيفية حساب المتوسط ​​المتحرك لسلسلة زمنية في إكسيل. ويستخدم المتوسط ​​المتحرك للتخلص من المخالفات (قمم ووديان) للتعرف بسهولة على الاتجاهات. 1. أولا، دعونا نلقي نظرة على السلاسل الزمنية لدينا. 2. من علامة التبويب بيانات، انقر فوق تحليل البيانات. ملاحظة: لا يمكن العثور على زر تحليل البيانات انقر هنا لتحميل الوظيفة الإضافية تولباس تولباك. .3 حدد متوسط ​​النقل وانقر فوق موافق. .4 انقر في مربع نطاق الإدخال وحدد النطاق B2: M2. 5. انقر في المربع الفاصل الزمني واكتب 6. 6. انقر في المربع نطاق الإخراج وحدد الخلية B3. 8. رسم رسم بياني لهذه القيم. إكسلاناتيون: لأننا نقوم بضبط الفاصل الزمني الى 6، المتوسط ​​المتحرك هو متوسط ​​نقاط البيانات الخمس السابقة ونقطة البيانات الحالية. ونتيجة لذلك، يتم تمهيد قمم والوديان بها. يظهر الرسم البياني اتجاها متزايدا. لا يستطيع إكسيل حساب المتوسط ​​المتحرك لنقاط البيانات الخمس الأولى لأنه لا توجد نقاط بيانات سابقة كافية. 9. كرر الخطوات من 2 إلى 8 للفاصل الزمني 2 والفاصل الزمني 4. الخاتمة: كلما زاد الفاصل الزمني، كلما تم تمهيد القمم والوديان. كلما كان الفاصل الزمني أصغر، كلما كانت المتوسطات المتحركة أقرب إلى نقاط البيانات الفعلية. كيفية حساب المتوسطات المتحركة في إكسيل إكسيل تحليل البيانات للدمى، 2nd إديتيون يوفر الأمر تحليل البيانات أداة لحساب المتوسطات المتحركة المتحركة و الأسية في إكسيل. لنفترض، من أجل التوضيح، أن you8217ve جمع المعلومات درجة الحرارة اليومية. تريد حساب المتوسط ​​المتحرك لمدة ثلاثة أيام 8212 متوسط ​​الأيام الثلاثة الأخيرة 8212 كجزء من بعض التنبؤات الجوية البسيطة. لحساب المتوسطات المتحركة لمجموعة البيانات هذه، اتبع الخطوات التالية. لحساب متوسط ​​متحرك، انقر أولا فوق الزر أمر تحليل البيانات 8217s تحليل البيانات. عندما يعرض إكسيل مربع الحوار تحليل البيانات، حدد العنصر المتوسط ​​المتحرك من القائمة ثم انقر فوق موافق. يعرض إكسيل مربع الحوار المتوسط ​​المتحرك. حدد البيانات التي تريد استخدامها لحساب المتوسط ​​المتحرك. انقر في مربع النص "نطاق الإدخال" في مربع الحوار "المتوسط ​​المتحرك". ثم تحديد نطاق الإدخال، إما عن طريق كتابة عنوان مجموعة أوراق العمل أو باستخدام الماوس لتحديد نطاق ورقة العمل. يجب أن يستخدم مرجع النطاق الخاص بك عناوين الخلايا المطلقة. عنوان الخلية المطلق يسبق حرف العمود ورقم الصف مع علامات، كما هو الحال في A1: A10. إذا كانت الخلية الأولى في نطاق الإدخال تتضمن تسمية نص لتحديد بياناتك أو وصفها، فحدد خانة الاختيار التصنيفات في الصف الأول. في مربع النص الفاصل الزمني، أخبر إكسيل كم عدد القيم المطلوب تضمينها في حساب المتوسط ​​المتحرك. يمكنك حساب المتوسط ​​المتحرك باستخدام أي عدد من القيم. بشكل افتراضي، يستخدم إكسيل القيم الثلاث الأخيرة لحساب المتوسط ​​المتحرك. لتحديد أنه سيتم استخدام بعض القيم الأخرى لحساب المتوسط ​​المتحرك، أدخل هذه القيمة في مربع النص الفاصل الزمني. أخبر إكسيل أين تضع بيانات المتوسط ​​المتحرك. استخدم مربع النص نطاق الإخراج لتحديد نطاق ورقة العمل الذي تريد وضع بيانات المتوسط ​​المتحرك. في مثال ورقة العمل، تم وضع بيانات المتوسط ​​المتحرك في نطاق ورقة العمل B2: B10. (اختياري) حدد ما إذا كنت تريد مخططا. إذا كنت تريد مخططا يقوم بتخطيط معلومات المتوسط ​​المتحرك، حدد خانة الاختيار مخطط الإخراج. (اختياري) حدد ما إذا كنت تريد معلومات الخطأ القياسية المحسوبة. إذا كنت ترغب في حساب أخطاء قياسية للبيانات، حدد خانة الاختيار "أخطاء قياسية". يضع إكسيل قيم خطأ قياسية بجوار قيم المتوسط ​​المتحرك. (يتم نقل معلومات الخطأ القياسية إلى C2: C10.) بعد الانتهاء من تحديد معلومات المتوسط ​​المتحرك التي تريد حسابها والمكان الذي تريد وضعه، انقر فوق موافق. يحسب إكسيل معلومات المتوسط ​​المتحرك. ملاحظة: إذا كان لدى إكسيل 8217t معلومات كافية لحساب متوسط ​​متحرك لخطأ قياسي، فإنه يضع رسالة الخطأ في الخلية. يمكنك مشاهدة العديد من الخلايا التي تظهر رسالة الخطأ هذه كقيمة. استخدم أداة تحليل تولباك لإجراء تحليل بيانات معقدة ينطبق على: إكسيل 2016 إكسيل 2013 إكسيل 2010 إكسيل 2007 إكسيل 2016 لنظام التشغيل ماك المزيد. أقل إذا كنت بحاجة إلى تطوير تحليلات إحصائية أو هندسية معقدة، يمكنك حفظ الخطوات والوقت باستخدام تولباك أناليسيس. يمكنك توفير البيانات والمعلمات لكل تحليل، وتستخدم الأداة وظائف ماكرو الإحصائية أو الهندسية المناسبة لحساب وعرض النتائج في جدول الإخراج. بعض الأدوات تولد المخططات بالإضافة إلى جداول الإخراج. يمكن استخدام وظائف تحليل البيانات على ورقة عمل واحدة فقط في كل مرة. عند إجراء تحليل البيانات على أوراق العمل المجمعة، ستظهر النتائج في ورقة العمل الأولى وستظهر الجداول المنسقة الفارغة في أوراق العمل المتبقية. لإجراء تحليل البيانات في ما تبقى من أوراق العمل، أعد حساب أداة التحليل لكل ورقة عمل. يتضمن أناليسيس تولباك الأدوات الموضحة في الأقسام التالية. للوصول إلى هذه الأدوات، انقر فوق تحليل البيانات في المجموعة تحليل على علامة التبويب بيانات. إذا كان الأمر تحليل البيانات غير متوفر، تحتاج إلى تحميل برنامج الوظيفة الإضافية أناليسيس تولباك. تحميل وتفعيل تولباك أناليسيس انقر فوق علامة التبويب ملف، انقر فوق خيارات. ثم انقر فوق فئة الوظائف الإضافية. إذا كنت تستخدم إكسيل 2007، انقر فوق زر ميكروسوفت أوفيس. ثم انقر فوق خيارات إكسيل في المربع إدارة، حدد إكسيل وظائف إضافية ثم انقر فوق انتقال. إذا كنت تستخدم إكسيل لنظام التشغيل ماك، في القائمة ملف الذهاب إلى أدوات غ إكسيل الوظائف الإضافية. في المربع الوظائف الإضافية، حدد خانة الاختيار أناليسيس تولباك ثم انقر فوق موافق. إذا لم يتم سرد أناليسيس تولباك في المربع الوظائف الإضافية المتوفرة، انقر فوق استعراض لتحديد موقعه. إذا تمت مطالبتك بعدم تثبيت أناليسيس تولباك حاليا على جهاز الكمبيوتر الخاص بك، انقر فوق نعم لتثبيته. ملاحظة: لتضمين وظائف فيسوال باسيك فور أبليكاتيون (فبا) لتحليل تولباك، يمكنك تحميل أناليسيس تولباك - فبا الوظيفة الإضافية بنفس الطريقة التي تقوم بتحميل أناليسيس تولباك. في المربع الوظائف الإضافية المتوفرة، حدد خانة الاختيار أناليسيس تولباك - فبا. توفر أدوات تحليل أنوفا أنواعا مختلفة من تحليل التباين. تعتمد الأداة التي يجب عليك استخدامها على عدد العوامل وعدد العينات التي لديك من المجموعات السكانية التي تريد اختبارها. أنوفا: عامل واحد تقوم هذه الأداة بتحليل بسيط من التباين على البيانات لعينتين أو أكثر. ويوفر التحليل اختبارا للفرضية القائلة بأن كل عينة مأخوذة من نفس التوزيع الاحتمالي الكامن مقابل الفرضية البديلة بأن توزيعات الاحتمالات الكامنة ليست هي نفسها بالنسبة لجميع العينات. إذا كان هناك اثنين فقط من العينات، يمكنك استخدام وظيفة ورقة العمل T. اختبار . مع أكثر من عينتين، ليس هناك تعميم مريحة من T. اختبار . ويمكن أن يسمى نموذج أنوفا عامل واحد بدلا من ذلك. أنوفا: عاملان مع النسخ المتماثل أداة التحليل هذه مفيدة عندما يمكن تصنيف البيانات على بعدين مختلفين. على سبيل المثال، في تجربة لقياس ارتفاع النباتات، يمكن إعطاء النباتات ماركات مختلفة من الأسمدة (على سبيل المثال، A، B، C) ويمكن أيضا أن تبقى في درجات حرارة مختلفة (على سبيل المثال، منخفضة، عالية). لكل واحد من ستة أزواج ممكنة، لدينا عدد متساو من الملاحظات من ارتفاع النبات. باستخدام هذه الأداة أنوفا، يمكننا أن نختبر: ما إذا كانت ارتفاعات النباتات لماركات الأسمدة المختلفة مستمدة من نفس السكان الكامنة وراءها. يتم تجاهل درجات الحرارة لهذا التحليل. ما إذا كانت ارتفاعات النباتات لمستويات درجة حرارة مختلفة مستمدة من نفس السكان الكامنة وراءها. يتم تجاهل العلامات التجارية للأسمدة لهذا التحليل. وسواء أخذت الآثار المترتبة على الاختلافات بين العلامات التجارية للأسمدة الموجودة في النقطة النقطية الأولى والاختلافات في درجات الحرارة الموجودة في النقطة النقطية الثانية، فإن العينات الست التي تمثل جميع أزواج القيم مستمدة من نفس السكان. الفرضية البديلة هي أن هناك تأثيرات بسبب أزواج محددة فوق الفوارق القائمة على الأسمدة وحدها أو على درجة الحرارة وحدها. أنوفا: عاملين بدون النسخ المتماثل أداة التحليل هذه مفيدة عند تصنيف البيانات على بعدين مختلفين كما في حالة عاملين مع النسخ المتماثل. ومع ذلك، بالنسبة لهذه الأداة يفترض أن هناك ملاحظة واحدة فقط لكل زوج (على سبيل المثال، كل زوج في المثال السابق). تعمل كل من ورقة عمل كوريل و بيرسون على حساب معامل الارتباط بين متغيرين قياس عند ملاحظة القياسات لكل متغير لكل من موضوعات N. (أي ملاحظة مفقودة لأي موضوع يسبب أن يتم تجاهلها في التحليل). أداة تحليل الارتباط مفيدة بشكل خاص عندما يكون هناك أكثر من اثنين من متغيرات القياس لكل من المواضيع N. وهو يوفر جدول مخرجات، مصفوفة ارتباط، تبين قيمة كوريل (أو بيرسون) المطبقة على كل زوج محتمل من متغيرات القياس. معامل الارتباط، مثل التباين، هو مقياس لمدى اختلاف متغيرين القياس معا. وخلافا للتغاير، يتم تحجيم معامل الارتباط بحيث تكون قيمته مستقلة عن الوحدات التي يعبر فيها عن متغيرين من القياسات. (على سبيل المثال، إذا كان متغيران القياس هما الوزن والارتفاع، فإن قيمة معامل الارتباط لم تتغير إذا تم تحويل الوزن من جنيه إلى كيلوغرام). يجب أن تكون قيمة أي معامل ارتباط بين -1 و 1 شاملة. يمكنك استخدام أداة تحليل الارتباط لفحص كل زوج من متغيرات القياس لتحديد ما إذا كان متغيران القياس يميلان إلى التحرك معا، أي ما إذا كانت القيم الكبيرة لمتغير واحد تميل إلى أن تكون مرتبطة بقيم كبيرة من الآخر (ارتباط إيجابي)، سواء تميل القيم الصغيرة لمتغير واحد إلى أن تكون مرتبطة بقيم كبيرة من الآخر (الارتباط السلبي)، أو ما إذا كانت قيم كل من المتغيرات تميل إلى أن تكون غير ذات صلة (ارتباط قرب 0 (صفر)). يمكن استخدام أدوات الترابط والتفاعل المشترك في نفس الإعداد، عندما يكون لديك N متغيرات قياس مختلفة لوحظت على مجموعة من الأفراد. وتعطي كل من أدوات الترابط والتفاعل المشترك جدول مخرجات، مصفوفة، يبين معامل الارتباط أو التباين، على التوالي، بين كل زوج من متغيرات القياس. الفرق هو أن معاملات الارتباط يتم تحجيمها لتكون بين -1 و 1 شاملة. لا يتم تحجيم التباينات المقابلة. وكل من معامل الارتباط والتغاير هو مقياس لمدى اختلاف متغيرين معا. أداة كوفاريانس يحسب قيمة وظيفة ورقة العمل COVARIANCE. P لكل زوج من متغيرات القياس. (الاستخدام المباشر ل COVARIANCE. P بدلا من أداة التبادل هو بديل معقول عندما يكون هناك متغيرين قياس فقط، أي، N2.) الإدخال على قطري جدول الإخراج أدوات التبادل في الصف الأول، العمود ط هو التباين من متغير القياس الأول مع نفسه. هذا هو مجرد التباين السكاني لهذا المتغير، كما تم حسابها من قبل فار العمل ورقة العمل. ص. يمكنك استخدام أداة التباين لفحص كل زوج من متغيرات القياس لتحديد ما إذا كان متغيران القياس يميلان إلى التحرك معا، أي ما إذا كانت القيم الكبيرة لمتغير واحد تميل إلى أن تترافق مع قيم كبيرة من الآخر (التباين الإيجابي)، سواء كانت صغيرة فإن قيم متغير واحد تميل إلى أن تكون مرتبطة مع قيم كبيرة من الآخر (التباين السلبي)، أو ما إذا كانت قيم كل من المتغيرات تميل إلى أن تكون غير ذات صلة (التباين قرب 0 (صفر)).