Como calcular uma previsão usando uma média móvel de três meses simples

Moving Average Este exemplo ensina como calcular a média móvel de uma série de tempo no Excel. Um avanço em movimento é usado para suavizar irregularidades (picos e vales) para reconhecer facilmente as tendências. 1. Primeiro, vamos dar uma olhada em nossa série de tempo. 2. No separador Dados, clique em Análise de dados. Observação: não é possível encontrar o botão Análise de dados Clique aqui para carregar o suplemento do Analysis ToolPak. 3. Selecione Média móvel e clique em OK. 4. Clique na caixa Input Range e selecione o intervalo B2: M2. 5. Clique na caixa Intervalo e escreva 6. 6. Clique na caixa Output Range e seleccione a célula B3. 8. Faça um gráfico destes valores. Explicação: porque definimos o intervalo como 6, a média móvel é a média dos 5 pontos de dados anteriores eo ponto de dados atual. Como resultado, os picos e vales são suavizados. O gráfico mostra uma tendência crescente. O Excel não consegue calcular a média móvel para os primeiros 5 pontos de dados porque não existem pontos de dados anteriores suficientes. 9. Repita os passos 2 a 8 para intervalo 2 e intervalo 4. Conclusão: Quanto maior o intervalo, mais os picos e vales são suavizados. Quanto menor o intervalo, mais próximas as médias móveis são para os pontos de dados reais. Você gosta deste site gratuito Por favor, compartilhe esta página no GoogleMoving Average Forecasting Introduction. Como você pode imaginar, estamos olhando para algumas das abordagens mais primitivas para a previsão. Mas espero que estas sejam pelo menos uma introdução interessante a algumas das questões de computação relacionadas à implementação de previsões em planilhas. Neste sentido, vamos continuar a partir do início e começar a trabalhar com previsões de média móvel. Previsões médias móveis. Todo mundo está familiarizado com as previsões de média móvel, independentemente de eles acreditam que são. Todos os estudantes universitários fazê-los o tempo todo. Pense nas suas pontuações dos testes num curso em que vai ter quatro testes durante o semestre. Vamos supor que você tem um 85 em seu primeiro teste. O que você poderia prever para sua pontuação do segundo teste O que você acha que seu professor iria prever para a sua próxima pontuação de teste O que você acha que seus amigos podem prever para a sua próxima pontuação de teste O que você acha que seus pais podem prever para sua pontuação próxima teste Independentemente de Todo o blabbing você pôde fazer a seus amigos e pais, eles e seu professor são muito prováveis ​​esperar que você comece algo na área do 85 que você começou apenas. Bem, agora vamos supor que, apesar de sua auto-promoção para seus amigos, você superestimar-se e figura que você pode estudar menos para o segundo teste e assim você começa um 73. Agora o que são todos os interessados ​​e despreocupado vai Antecipar você vai chegar em seu terceiro teste Existem duas abordagens muito provável para que eles desenvolvam uma estimativa, independentemente de se eles vão compartilhar com você. Eles podem dizer a si mesmos: "Esse cara está sempre soprando fumaça sobre suas espertinas. Hes que vai obter outro 73 se hes afortunado. Talvez os pais tentem ser mais solidários e dizer: "Bem, até agora você tem obtido um 85 e um 73, então talvez você deve figura em obter cerca de um (85 73) / 2 79. Eu não sei, talvez se você fez menos Festejando e werent abanando a doninhas em todo o lugar e se você começou a fazer muito mais estudando você poderia obter uma pontuação mais alta. quot Ambas as estimativas são, na verdade, média móvel previsões. O primeiro é usar apenas sua pontuação mais recente para prever o seu desempenho futuro. Isso é chamado de média móvel usando um período de dados. A segunda também é uma média móvel, mas usando dois períodos de dados. Vamos supor que todas essas pessoas rebentando em sua grande mente têm tipo de puto você fora e você decidir fazer bem no terceiro teste para suas próprias razões e colocar uma pontuação mais alta na frente de seus quotalliesquot. Você toma o teste e sua pontuação é realmente um 89 Todos, incluindo você mesmo, está impressionado. Então agora você tem o teste final do semestre chegando e, como de costume, você sente a necessidade de incitar todo mundo a fazer suas predições sobre como você vai fazer no último teste. Bem, espero que você veja o padrão. Agora, espero que você possa ver o padrão. Qual você acha que é o apito mais preciso enquanto trabalhamos. Agora vamos voltar para a nossa nova empresa de limpeza iniciada por sua meia irmã distante chamado Whistle While We Work. Você tem alguns dados de vendas anteriores representados na seção a seguir de uma planilha. Primeiro, apresentamos os dados para uma previsão média móvel de três períodos. A entrada para a célula C6 deve ser Agora você pode copiar esta fórmula de célula para baixo para as outras células C7 a C11. Observe como a média se move sobre os dados históricos mais recentes, mas usa exatamente os três períodos mais recentes disponíveis para cada previsão. Você também deve notar que nós realmente não precisamos fazer as previsões para os períodos passados, a fim de desenvolver a nossa previsão mais recente. Isto é definitivamente diferente do modelo de suavização exponencial. Ive incluído o quotpast previsõesquot porque vamos usá-los na próxima página da web para medir a validade de previsão. Agora eu quero apresentar os resultados análogos para uma previsão média móvel de dois períodos. A entrada para a célula C5 deve ser Agora você pode copiar esta fórmula de célula para baixo para as outras células C6 a C11. Observe como agora apenas as duas mais recentes peças de dados históricos são utilizados para cada previsão. Mais uma vez incluí as previsões quotpast para fins ilustrativos e para uso posterior na validação de previsão. Algumas outras coisas que são de importância notar. Para uma previsão média móvel de m-período, apenas os m valores de dados mais recentes são usados ​​para fazer a previsão. Nada mais é necessário. Para uma previsão média móvel de m-período, ao fazer previsões quotpastquot, observe que a primeira predição ocorre no período m 1. Ambas as questões serão muito significativas quando desenvolvemos nosso código. Desenvolvendo a função de média móvel. Agora precisamos desenvolver o código para a previsão da média móvel que pode ser usado de forma mais flexível. O código segue. Observe que as entradas são para o número de períodos que você deseja usar na previsão ea matriz de valores históricos. Você pode armazená-lo em qualquer pasta de trabalho que você deseja. Função MovingAverage (Histórico, NumberOfPeriods) Como Único Declarar e inicializar variáveis ​​Dim Item Como variante Dim Counter Como Inteiro Dim Acumulação como único Dim HistoricalSize As Inteiro Inicializando variáveis ​​Counter 1 Acumulação 0 Determinando o tamanho da Historical array HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Acumulando o número apropriado dos valores mais recentes anteriormente observados Acumulação Acumulação Histórico (HistoricalSize - NumberOfPeriods Counter) MovingAverage Acumulação / NumberOfPeriods O código será explicado na classe. Você quer posicionar a função na planilha para que o resultado da computação apareça onde ele deve gostar do seguinte. OR-Notes OR-Notes são uma série de notas introdutórias sobre tópicos que se enquadram no título geral do campo de pesquisa de operações (OU). Eles foram originalmente usados ​​por mim em um curso introdutório OR eu dou no Imperial College. Eles estão agora disponíveis para uso por qualquer estudantes e professores interessados ​​em OU sujeito às seguintes condições. Uma lista completa dos tópicos disponíveis em OR-Notes pode ser encontrada aqui. Exemplos de previsão Exemplo de previsão 1996 Exame UG A procura por um produto em cada um dos últimos cinco meses é mostrada abaixo. Use uma média móvel de dois meses para gerar uma previsão de demanda no mês 6. Aplique a suavização exponencial com uma constante de suavização de 0,9 para gerar uma previsão de demanda por demanda no mês 6. Qual destas duas previsões você prefere e porquê? A média móvel para os meses dois a cinco é dada por: A previsão para o mês seis é apenas a média móvel para o mês anterior que ou seja, a média móvel para o mês 5 m 5 2350. Aplicando suavização exponencial com uma constante de suavização de 0,9 obtemos: Antes da previsão para o mês seis é apenas a média para o mês 5 M 5 2386 Para comparar as duas previsões, calculamos o desvio quadrático médio (MSD). Se fizermos isso, verificamos que para a média móvel MSD (15-19) sup2 (18-23) sup2 (21-24) sup2 / 3 16.67 e para a média exponencialmente suavizada com uma constante de suavização de 0,9 MSD (13-17) ) Sup2 (18.76 - 23) sup2 (22.58 - 24) sup2 / 4 10.44 Em geral, vemos que a suavização exponencial parece dar as melhores previsões de um mês de antecedência, uma vez que tem um MSD mais baixo. Por isso, preferimos a previsão de 2386 que foi produzida por suavização exponencial. Exemplo de previsão 1994 UG exam A tabela abaixo mostra a demanda por um novo aftershave em uma loja para cada um dos últimos 7 meses. Calcule uma média móvel de dois meses para os meses dois a sete. Qual seria sua previsão para a demanda no mês oito Aplicar suavização exponencial com uma constante de suavização de 0,1 para derivar uma previsão para a demanda no mês oito. Qual das duas previsões para o mês oito você prefere e por que? O detentor de loja acredita que os clientes estão mudando para este novo pós-barba de outras marcas. Discuta como você pode modelar esse comportamento de comutação e indicar os dados que você precisaria para confirmar se essa mudança está ocorrendo ou não. Solução A média móvel de dois meses para os meses dois a sete é dada por: A previsão para o mês oito é apenas a média móvel para o mês anterior, ou seja, a média móvel para o mês 7 m 7 46. Aplicando suavização exponencial com uma constante de suavização de 0,1 Nós começamos: Como antes da previsão para o mês oito é apenas a média para o mês 7 M 7 31,11 31 (como não podemos ter demanda fracionária). Para comparar as duas previsões, calculamos o desvio quadrático médio (MSD). Se fizermos isso, descobrimos que para a média móvel e para a média exponencialmente suavizada com uma constante de suavização de 0,1 Overall, então vemos que a média móvel de dois meses parece dar as melhores previsões de um mês de antecedência, uma vez que tem um menor MSD. Assim, preferimos a previsão de 46 que foi produzida pela média móvel de dois meses. Para examinar a mudança precisamos usar um modelo de processo de Markov, onde marcas de estados e nós precisariamos de informações de estado iniciais e probabilidades de troca de clientes (de pesquisas). Teríamos de executar o modelo em dados históricos para ver se temos um ajuste entre o modelo eo comportamento histórico. Exemplo de previsão 1992 UG exame A tabela abaixo mostra a demanda por uma determinada marca de barbear em uma loja para cada um dos últimos nove meses. Calcule uma média móvel de três meses para os meses três a nove. Qual seria sua previsão para a demanda no mês dez Aplicar suavização exponencial com uma constante de suavização de 0,3 para derivar uma previsão para a demanda no mês dez. A média móvel de três meses para os meses 3 a 9 é dada por: A previsão para o mês 10 é apenas a média móvel para o mês anterior que ou seja, a média móvel para o mês 9 M 9 20,33. Portanto, como não podemos ter uma demanda fracionária, a previsão para o mês 10 é 20. Aplicando a suavização exponencial com uma constante de suavização de 0,3 obtemos: Como antes a previsão para o mês 10 é apenas a média para o mês 9 M 9 18,57 19 (como nós Não pode ter demanda fracionária). Para comparar as duas previsões, calculamos o desvio quadrático médio (MSD). Se fizermos isso, descobrimos que, para a média móvel e para a média exponencialmente suavizada com uma constante de suavização de 0,3 geral, vemos que a média móvel de três meses parece dar as melhores previsões de um mês de antecedência, uma vez que tem um menor MSD. Por isso preferimos a previsão de 20 que foi produzida pela média móvel de três meses. Exemplo de previsão 1991 UG exame A tabela abaixo mostra a demanda por uma determinada marca de fax em uma loja de departamentos em cada um dos últimos doze meses. Calcular a média móvel de quatro meses para os meses 4 a 12. Qual seria a sua previsão para a demanda no mês 13 Aplicar suavização exponencial com uma constante de suavização de 0,2 para derivar uma previsão para a demanda no mês 13. Qual das duas previsões para o mês 13 O que outros fatores, não considerados nos cálculos acima, podem influenciar a demanda do aparelho de fax no mês 13. Solução A média móvel de quatro meses para os meses 4 a 12 é dada por: m 4 (23 19 15 12) / 4 17,25 m 5 (27 23 19 15) / 4 21 m 6 (30 27 23 19) / 4 24,75 m 7 (32 30 27 23) / 4 28 m 8 (33 32 30 27) / 4 30,5 m 9 ( 37 33 32 30) / 4 33 m 10 (41 37 33 32) / 4 35,75 m 11 (49 41 37 33) / 4 40 m 12 (58 49 41 37) / 4 46,25 A previsão para o mês 13 é apenas o movimento Média do mês anterior, ou seja, a média móvel para o mês 12 m 12 46,25. A previsão para o mês 13 é 46. Aplicando a suavização exponencial com uma constante de suavização de 0.2 obtemos: Como antes a previsão para o mês 13 é apenas a média para o mês 12 M 12 38.618 39 (como nós não podemos ter a demanda fracionária) Não pode ter demanda fracionária). Para comparar as duas previsões, calculamos o desvio quadrático médio (MSD). Se fizermos isso, descobrimos que, para a média móvel e para a média exponencialmente suavizada com uma constante de suavização de 0.2 Overall, vemos que a média móvel de quatro meses parece dar as melhores previsões de um mês de antecedência, uma vez que tem um menor MSD. Por isso preferimos a previsão de 46 que foi produzida pela média móvel de quatro meses. Demanda sazonal mudanças de preços de publicidade, tanto esta marca e outras marcas situação económica geral nova tecnologia Exemplo de previsão 1989 UG exame A tabela abaixo mostra a demanda por uma determinada marca de forno de microondas em uma loja de departamento em cada um dos últimos doze meses. Calcule uma média móvel de seis meses para cada mês. Qual seria a sua previsão para a demanda no mês 13 Aplicar suavização exponencial com uma constante de suavização de 0,7 para derivar uma previsão para a demanda no mês 13. Qual das duas previsões para o mês 13 você prefere e porquê Solução Agora não podemos calcular um Média móvel de seis meses até termos pelo menos 6 observações - ou seja, só podemos calcular essa média a partir do mês 6 em diante. Por conseguinte, temos: m 6 (34 32 30 29 31 27) / 6 30,50 m 7 (36 34 32 30 29 31) / 6 32,00 m 8 (35 36 34 32 30 29) / 6 32,67 m 9 (37 35 36 34 32 30) / 6 34,00 m 10 (39 37 35 36 34 32) / 6 35,50 m 11 (40 39 37 35 36 34) / 6 36,83 m 12 (42 40 39 37 35 36) / 6 38,17 A previsão para o mês 13 É apenas a média móvel para o mês anterior que ou seja, a média móvel para o mês 12 m 12 38,17. Portanto, como não podemos ter uma demanda fracionária, a previsão para o mês 13 é 38. Aplicando a suavização exponencial com uma constante de suavização de 0.7 obtemos: Ver a solução passo a passo para: Mês Único de Três Mês Último Ano Esta questão foi respondida Em 05 de maio de 2017. Ver a resposta quotTires para Youquot Estudo de Caso Consulte a sua leitura para esta Unidade no texto Coyle para esta atribuição. Leia o Estudo de Caso de Pneus para Você, Inc., na p. 265. Em um documento de 12 páginas (excluindo as páginas Título e Referência), responda às Perguntas 1, 2 amp 6 e anexe sua planilha Tires4U Case com cálculos detalhados. Observe que as Tabelas começando na pg 237 (Capítulo 7) serão muito úteis para completar a tarefa. Pneus para você, Inc. Os pneus para você, Inc. (TFY), fundado em 1987, são uma oficina de reparo automotriz que especializa-se em pneus da recolocação. Localizado em Altoona, Pensilvânia, TFY cresceu com sucesso durante os últimos anos por causa da adição de um gerente geral novo, Katie McMullen. Uma vez que a substituição de pneus é uma parte importante do negócio TFYs (também realiza mudanças de óleo, pequenos reparos mecânicos, etc.), Katie ficou surpreso com a falta de previsões para o consumo de pneus para a empresa. Sua mecânica sênior, Skip Grenoble, disse a ela que eles normalmente abastecido para este ano o que eles venderam no ano passado. Ele prontamente admitiu que várias vezes ao longo da temporada estoques ocorreu e os clientes tiveram que ir para outro lugar para os pneus. Embora muitas substituições de pneus fossem para pneus defeituosos ou destruídos, a maioria dos pneus foram instalados em carros cujos pneus originais haviam esgotado. Na maioria das vezes, quatro pneus foram instalados ao mesmo tempo. Katie estava determinada a ter uma idéia melhor de quantos pneus para manter em estoque durante os vários meses do ano. Mês Pneus Usados ​​janeiro 510 fevereiro 383 março 1,403 abril 1,913 maio 1,148 junho 893 julho 829 agosto 638 setembro 2,168 outubro 1,530 novembro 701 dezembro 636 Perguntas do caso: Katie contratou você para determinar A melhor técnica para previsão da demanda TFY com base nos dados fornecidos. 1. Calcule uma previsão usando uma média móvel de três meses simples. 2. Calcule uma previsão usando uma média móvel ponderada de três períodos. Use ponderações de 0,60, 0,25 e 0,15 para o período mais recente, o segundo período mais recente e o terceiro período mais recente, respectivamente. 6. Baseado nos vários métodos usados ​​para calcular uma previsão para TFY, que método produziu a melhor previsão Por que Como você poderia melhorar sobre esta previsão ANTECEDENTES PREVISÃO Download anexo Simples Três Mês Mês Mês Ano passado Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Demanda total Demanda média Prom Bias Abs Dev Média Abs Dev 510 383 1403 1913 1148 893 829 638 2168 1530 701 636 12752 1062,67 3 período que se move avg Previsão de 3 períodos Erro 765,3 1233,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 765 1233 0 0 0 0 0 0 0 1147,67 -85,00 893,00 829,00 638,00 2168,00 1530,00 701,00 636,00 Total Bias 8457,67 Bias x 939,74 1233,67 137,07 Exemplo simples de caluculação média (5103831403) / 3 765,3 (média de Março, previsão de Abril) Média ponderada de três meses (0,6,0,25, 0,15) 0,6 Mês 0,25 0,15 Último ano 3 período 3 período que se move avg previsão 510 383 1403 1014,1 1913 1556,0 1014 1148 0,0 1556 893 0,0 0 829 0,0 0 638 0,0 0 2168 0,0 0 1530 0,0 0 701 0,0 0 636 0,0 0 12752 1062,67 Total Bias Bias x Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Total Demanda Média Média Média Média Ponderada Média Ponderada Média Média Ponderada Exemplo de cálculo (.61403) (.25383) (.15510) 1014.1 (Março avg, Abril) 1014.05 Erro 899 -408 893 829 638 2168 1530 701 636 7885.95 876.22 -1752.05 -194.67 6. Qual método produziu a melhor previsão Para avaliar a precisão você pode comparar o ampquotMean Abolute Deviationampquot quanto menor o valor mais precisa a previsão. Baseado nas previsões, temos: Média Móvel Simples MAD: 137,07 Média Móvel Ponderada 3 Meses MAD: -194,67 Bear27 postou uma pergunta middot 04 de maio de 2017 às 9:29 pmC calcular o desvio absoluto médio louco para cada Esta visualização mostra páginas 42ndash44 . Inscreva-se para ver o conteúdo completo. C. Calcular o desvio absoluto médio (MAD) para cada previsão. Qual é o melhor 11. a. Abril a Setembro 130, 150, 160, 170, 160, 150. b. Abril a Setembro 136, 146, 150, 159, 153, 146. c. A suavização exponencial foi melhor. 12. MAD 58.3 TS - 6. O modelo está dando uma previsão ruim. 13. a. MAD 23.75. B. TS 7,16. C. Sinal de rastreamento de 7.16 modelo muito grande é ruim. 14. a. Consulte ISM. B. Consulte ISM. C. Simple MAD 2,90 Com tendência MAD 0,86. O modelo de tendência é melhor. Esta pré-visualização apresenta secções intencionalmente desfocadas. Inscreva-se para ver a versão completa. D EMANDA M ANAGEM E F ORECÇÃO capítulo 15 509 15 Neste problema, você deve testar a validade do seu modelo de previsão. Aqui estão as previsões para um modelo que você está usando e as demandas reais que ocorreram: W EEK F ORECAST A CTUAL 1 800 900 2 850 1,000 3 950 1,050 4 950 900 5 1,000 900 6 975 1,100 Use o método indicado no texto para Calcular o MAD e sinal de rastreamento. Em seguida, decidir se o modelo de previsão que você está usando está dando resultados razoáveis. 16 Suponha que seu estoque de mercadoria de vendas seja mantido com base na demanda prevista. Se o pessoal de vendas distributorrsquos chamar no primeiro dia de cada mês, calcular suas vendas de previsão por cada um dos três métodos solicitados aqui. A CTUAL Junho 140 Julho 180 Agosto 170 a. Usando uma média móvel simples de três meses, qual é a previsão para setembro b. Usando uma média móvel ponderada, qual é a previsão para setembro com pesos de 0,20. 30 e .50 para junho, julho e agosto, respectivamente c. Usando a suavização exponencial única e assumindo que a previsão para junho tinha sido de 130, as previsões de vendas para setembro com uma constante alisamento alfa de 0,30. 17 A procura histórica de um produto é a seguinte: D EMAND Abril 60 Maio 55 Junho 75 Julho 60 Agosto 80 Setembro 75 a. Usando uma média móvel simples de quatro meses, calcule uma previsão para outubro. B. Usando a suavização exponencial única com uma previsão de 0.2 e uma previsão de setembro 65, calcule uma previsão para outubro. C. Usando regressão linear simples, calcule a linha de tendência para os dados históricos. Digamos que o eixo X é 1 de abril, 2 de maio, e assim por diante, enquanto o eixo Y é demanda. D. Calcule uma previsão para outubro. 18 As vendas por trimestre do ano passado e os três primeiros trimestres deste ano foram as seguintes: Q UARTER I II III IV Ano passado 23,000 27,000 18,000 9,000 Este ano 19,000 24,000 15,000 Usando o procedimento de previsão de foco descrito no texto, O quarto trimestre deste ano. 19 A tabela a seguir mostra a demanda de produto prevista usando seu método de previsão específico, juntamente com a demanda real que ocorreu: F ORECAST A CTUAL 1.500 1.550 1.400 1.500 1.700 1.600 1.750 1.650 1.800 1.700 a. Calcule o sinal de rastreamento usando o desvio absoluto médio e a soma corrente dos erros de previsão. B. Discuta se o seu método de previsão está dando boas previsões. 15. MAD 104 T S 3.1. O TS é de 3,1 na semana 6. Este é um valor bastante elevado, o que indica que o modelo é inaceitável. 16. a. F 163.3. B. F 16 de setembro. C. F 15 de Setembro. 17. a. F Oct. 72,5. B. 67. c. Y 54 3,86 x. D. 81. 18. Utilizar a estratégia 5 para prever o 4º trimestre: F IV 7.500. Este é o fim da pré-visualização. Inscreva-se para acessar o restante do documento.