توقعات الجرد المستويات مع الحركة من المتوسط تحليل - اكسل 2010

الأعمال الصغيرة كيفية تحريك المتوسطات في إكسيل 2010 تتحرك المتوسطات المتحركة القيم المستقبلية. هيميرا تيشنولوجيزابلستوكجيتي الصور ميكروسوفت إكسيل 2010s دالة أفيراج تحسب متوسط ​​حسابي سيريس، وهو مجموعها مقسوما على عدد العناصر في السلسلة. عندما يكون كل رقم في السلسلة مختلفا، يتغير متوسط ​​كل عنصر بيانات جديد. هذا يشكل سلسلة الثانوية التي تتتبع متوسط ​​سيريس الأصلي المتحرك. ويكشف المتوسط ​​المتحرك عن الاتجاهات داخل البيانات. على سبيل المثال، إذا كان جدول البيانات يتتبع عمليات تغيير نشاطك التجاري، يمكن أن يساعدك متوسط ​​المبيعات المتحرك في تحديد مستويات المخزون المثالي في نهاية كل شهر. 1. انقر كوتفيلكوت على إكسيلز الشريط. 2. انقر فوق كوتوبتيونسكوت على الجانب الأيسر من الشاشة لفتح إطار خيارات إكسيل. 3- انقر فوق كوتاد-إنسكوت في الجزء الأيمن من النوافذ. 4. انقر فوق الزر المسمى كوتغوكوت بجانب المربع المنسدل المسمى كوتكسيل إضافة-إنكوتس لفتح نافذة الوظائف الإضافية. 5. حدد المربع المسمى كوتاناليسيس ToolPak. quot انقر فوق كوتوك. 6. انقر فوق كوتداتاكوت على إكسيلز ريبون. انقر فوق تحليل كوتداتا في مجموعة التحليل لفتح إطار تحليل البيانات. حدد كوستوموفينغ أفيراجيكوت في إطار تحليل البيانات. انقر فوق كوتوكوت لفتح إطار كوستوموفينغ أفيراجيكوت. 9. انقر فوق الزر الموجود في مربع النص المسمى كوتينبوت range. quot انقر فوق وحدد البيانات التي يريد متوسط ​​متحرك إكسيل العثور عليها. 10. انقر فوق الزر الموجود في مربع النص المسمى quoutput range. quot انقر وحدد الخلايا التي تريد أن تظهر فيها المعدلات المتحركة. 11. أدخل قيمة في مربع النص المسمى quInterval. quot توضح هذه القيمة عدد الأرقام التي يجب أن يأخذها كل متوسط ​​في الاعتبار. على سبيل المثال، إذا كان كل متوسط ​​يجب أن يحسب متوسط ​​الأرقام الثلاثة السابقة، أدخل qu3.Kot 12. انقر فوق كوتوك. سوف يقوم إكسيل بإدراج المتوسطات المتحركة سيريس. نبذة عن الكاتب ريان مينيزيس هو كاتب محترف ومدون. وهو حاصل على بكالوريوس العلوم في الصحافة من جامعة بوسطن، وقد كتب للاتحاد الأمريكي للحريات المدنية، وشركة التسويق إنسغمينت وخدمة إدارة المشاريع أسمبلا. وهو أيضا عضو في منسا وجمعية النقاش البرلماني الأميركي. فوتو كريديتس هيميرا تيشنولوجيزابليستوكجيتي صور بحث ذات صلة المزيد من المقالات الرسم البياني كيفية جعل الرسم البياني على إكسيل مع جدول بيانات متوسط ​​التراكمي كيفية إنشاء جدول بيانات مع التواريخ عبر أعلى المحور Y كيفية إضافة المحور الثاني على إكسيل جعل السلسلة الثانية في نهاية الرسم البياني الرسم البياني كيفية القيام الرسم البياني على الوجهين في إكسيل شاهد أيضا أمريكان أمب وورد سبورتس بوسينيس ترفيهي وظائف نمط الحياة سيارات عقارات أعلن معنا شراء إعلانات للويب، وسائل الاعلام الاجتماعية، والطباعة عبر هيرست ميديا ​​سيرفيسز مكان تصنيف إعلان في ورقة أو عبر الإنترنت وضع إعلان مستهدف في قسم التخصص مثل الأسبوعية أو حي النشر خدمات المشتركين اتصل بنا طبعات أمب تطبيقات متابعة كرون كوبي حقوق الطبع والنشر 2017 هيرست الصحف، ليككسيل المبيعات التنبؤ للدمى ورقة الغش عندما تبدأ في تعلم التنبؤ، it8217s في كثير من الأحيان فكرة جيدة للتكئ على أدوات إكسيل في الوظيفة الإضافية تحليل البيانات. ولكن مدى وصولهم محدود جدا وقبل طويلة جدا you8217re من المرجح أن تجد نفسك الاستفادة من وظائف ورقة العمل Excel8217s مباشرة. عندما تجد نفسك باستخدام جميع الإحصاءات الاستنتاجية التي تأتي جنبا إلى جنب مع وظيفة لينست، you8217ll نعرف أن الوقت 8217s لوضع خط الأساس الخاص بك لتنبؤ رسمي. 6 إكسيل داتا أناليسيس الوظيفة الإضافية الأدوات الإضافية لتحليل البيانات، والمعروفة سابقا باسم تولاب أناليسيس تولباك، تدخل الصيغ نيابة عنك بحيث يمكنك التركيز على ما هو 8217s يحدث مع البيانات الخاصة بك. لديها ثلاثة أدوات مختلفة التي هي مفيدة مباشرة في التنبؤ المتوسط ​​المتحرك، الأسية تمهيد، والانحدار فضلا عن العديد من الآخرين التي يمكن أن تكون ذات فائدة. هيريس قائمة ببعض الأدوات التي تعد جزءا من الوظيفة الإضافية لتحليل البيانات. هناك في الواقع ثلاثة أدوات أنوفا مختلفة. لا شيء مفيد على وجه التحديد للتنبؤ، ولكن كل من الأدوات يمكن أن تساعدك على فهم مجموعة البيانات التي تكمن وراء توقعاتك. أدوات أنوفا تساعدك على التمييز بين العينات على سبيل المثال، لا الناس الذين يعيشون في ولاية تينيسي مثل ماركة معينة من السيارات أفضل من أولئك الذين يعيشون في فيرمونت هذه الأداة هي مهمة، بغض النظر عن الطريقة التي تستخدم لإنشاء توقعات. إذا كان لديك أكثر من متغير واحد، فإنه يمكن أن أقول لكم مدى قوة المتغيرات اثنين ذات الصلة (زائد أو ناقص 1.0 قوية، 0.0 يعني عدم وجود علاقة). إذا كان لديك متغير واحد فقط، فإنه يمكن أن أقول لكم مدى قوة فترة زمنية واحدة تتعلق أخرى. استخدم أداة الإحصاءات الوصفية للحصول على مقبض على أشياء مثل المتوسط ​​والانحراف المعياري لبياناتك. فهم هذه الإحصاءات الأساسية مهم حتى تعرف ما يحدث مع التوقعات الخاصة بك. اسم هذه الأدوات يبدو مشؤوما وتخويفا، وهي الأداة ليست كذلك. عندما يكون لديك متغير واحد فقط مثل إيرادات المبيعات أو مبيعات الوحدات، فإنك تتطلع إلى قيمة فعلية سابقة للتنبؤ بالهدف التالي (ربما الشهر السابق أو الشهر نفسه من العام السابق). كل هذه الأداة لا هو ضبط التوقعات القادمة باستخدام الخطأ في التوقعات السابقة. يظهر المتوسط ​​المتحرك متوسط ​​النتائج بمرور الوقت. قد يكون الأول هو المتوسط ​​لشهر يناير وفبراير ومارس، ثم سيكون الثاني هو المتوسط ​​لشهر فبراير ومارس ونيسان وما إلى ذلك. وتميل طريقة التنبؤ هذه إلى التركيز على الإشارة (ما يحدث فعلا في خط الأساس) وتقليل الضوضاء (التقلبات العشوائية في خط الأساس). يرتبط الانحدار ارتباطا وثيقا بالارتباط. استخدام هذه الأداة للتنبؤ متغير واحد (مثل المبيعات) من آخر (مثل التاريخ أو الإعلان). فهو يوفر لك بضعة أرقام لاستخدامها في معادلة، مثل المبيعات 50000 (10 التاريخ). 4 إكسيل وظائف التنبؤ إكسيل لديها العديد من الأدوات الرائعة للتنبؤ بالمبيعات. معرفة المهام التالية هي مفيدة للحصول على البيانات الخاصة بك في النظام. تحقق من وظائف التنبؤ المفيدة التالية. إصدار ورقة العمل من "أداة تحليل البيانات الإضافية" أداة الارتباط. الفرق هو أن كوريل يعيد حساب عندما تتغير البيانات المدخلات، وأداة الارتباط لا. مثال: كوريل (A1: A50، B1: B50). أيضا، كوريل يعطيك ارتباط واحد فقط، ولكن أداة الارتباط يمكن أن تعطيك مصفوفة كاملة من الارتباطات. يمكنك استخدام هذه الدالة بدلا من أداة "انحدار الوظائف الإضافية" لتحليل البيانات. (اسم الدالات هو اختصار للتقدير الخطي.) بالنسبة للانحدار البسيط، حدد نطاقا من عمودين وخمسة صفوف. تحتاج إلى صفيف-أدخل هذه الوظيفة. اكتب، على سبيل المثال، لينست (A1: A50، B1: B50، ترو) ثم اضغط على كترلشيفتنتر. هذه الوظيفة مفيدة لأنه يعطيك القيم المتوقعة مباشرة، في حين يعطي لينست المعادلة التي يجب استخدامها للحصول على التوقعات. على سبيل المثال، استخدم تريند (A1: A50، B1: B50، B51) حيث تتوقع قيمة جديدة على أساس ما في B51. وظيفة فوريكاست مماثلة لدالة تريند. بناء الجملة مختلف قليلا. على سبيل المثال، استخدم فوريكاست (B51، A1: A50، B1: B50) حيث تتوقع قيمة جديدة على أساس القيمة في B51. أيضا، فوريكاست يعالج متنبأ واحد فقط، ولكن تريند يمكن التعامل مع العديد من التنبؤات. ما تخرج من الدالة إكسيل لينست للتنبؤ بالمبيعات Excel8217s الدالة لينست هي أداة قوية للتنبؤ بالمبيعات. معرفة ما يمكنك القيام به مع ذلك سوف تجعل مساعيك التنبؤ عمل سهل. هنا هو المتهدمة سريعة على الدالة Excel8217s لينست، الصف حسب الصف: استخدام وظيفة فوريكاست في إكسيل (وفتح مكتب احسب) نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. اسمحوا لي أن أبدأ بالقول أن إكسيلز توقعات وظيفة ليست نظام التنبؤ المخزون الكامل. ينطوي التنبؤ في إدارة المخزون عموما على إزالة الضوضاء من الطلب، ثم حساب ودمج الاتجاهات والموسمية والأحداث. وظيفة التنبؤ لن تفعل كل هذه الأشياء بالنسبة لك (من الناحية الفنية يمكن، ولكن هناك طرق أفضل لإنجاز بعض هذه). ولكن هو وظيفة صغيرة أنيق أن سهلة الاستخدام، ويمكن أن يكون بالتأكيد جزءا من نظام التنبؤ الخاص بك. وفقا لمايكروسوفت مساعدة على وظيفة التنبؤ. ترجع الدالة فوريكاست (x، نونديس، نيمكس) القيمة المتوقعة للمتغير التابع (ممثلة في البيانات بواسطة نيميس) للقيمة المحددة، x للمتغير المستقل (ممثلة في البيانات بواسطة نيمكس) باستخدام أفضل ملاءمة (المربعات الصغرى) الانحدار الخطي للتنبؤ قيم y من قيم x. لذلك ما يعني بالضبط أن هذا الانحدار الخطي هو شكل من أشكال تحليل الانحدار ويمكن استخدامه لحساب العلاقة الرياضية بين مجموعتين (أو أكثر) من البيانات. في التنبؤ، يمكنك استخدام هذا إذا كنت تعتقد مجموعة واحدة من البيانات يمكن استخدامها للتنبؤ مجموعة أخرى من البيانات. على سبيل المثال، إذا كنت قد بيعت لوازم البناء، فقد تجد أن التغييرات في أسعار الفائدة يمكن استخدامها للتنبؤ بمبيعات منتجاتك. هذا مثال تقليدي على استخدام الانحدار لحساب العلاقة بين متغير خارجي (معدلات الفائدة) ومتغير داخلي (المبيعات الخاص بك). ومع ذلك، كما سنرى لاحقا، يمكنك أيضا استخدام الانحدار لحساب علاقة ضمن نفس مجموعة البيانات. نهج نموذجي نحو تحليل الانحدار ينطوي على استخدام الانحدار لتحديد العلاقة الرياضية، ولكن أيضا للمساعدة في إعطائك فكرة عن مدى صحة هذه العلاقة (وهذا جزء التحليل). وظيفة التنبؤ يتخطى التحليل، وتحسب فقط علاقة وتطبق تلقائيا على الإخراج الخاص بك. وهذا يجعل الأمور أسهل بالنسبة للمستخدم، لكنه يفترض أن علاقتك صالحة. لذلك، فإن وظيفة التنبؤ تستخدم الانحدار الخطي للتنبؤ بقيمة تستند إلى علاقة بين مجموعتين من البيانات. دعونا نرى بعض الأمثلة. في الشكل 1A، لدينا جدول بيانات يتضمن متوسط ​​سعر الفائدة على مدى السنوات الأربع السابقة ووحدة المبيعات خلال نفس فترة 4 سنوات. كما نعرض معدل فائدة متوقع للسنة الخامسة. يمكننا أن نرى في المثال أن مبيعات وحدة لدينا ترتفع كما تنخفض أسعار الفائدة، وتنخفض مع ارتفاع أسعار الفائدة. فقط بالنظر إلى المثال، يمكننا أن نخمن على الأرجح بأن مبيعاتنا للعام 5 ستكون ما بين 5000 و 6000 على أساس العلاقة الملحوظة بين أسعار الفائدة والمبيعات خلال الفترات السابقة. يمكننا استخدام وظيفة التنبؤ لتحديد أكثر دقة هذه العلاقة وتطبيقه على السنة 5TH. في الشكل 1B، يمكنك ان ترى وظيفة التنبؤ التي يجري تطبيقها. في هذه الحالة، الصيغة في الخلية F4 هي فوريكاست (F2، B3: E3، B2: E2). ما لدينا داخل قوس يعرف باسم حجة. والحجة هي في الحقيقة وسيلة لتمرير المعلمات إلى الوظيفة المستخدمة (في هذه الحالة، وظيفة التنبؤ). يتم فصل كل معلمة بواسطة فاصلة. من أجل وظيفة التنبؤ للعمل، فإنه يحتاج إلى معرفة القيمة التي نستخدمها للتنبؤ لدينا الانتاج (عامنا 5 المبيعات). في حالتنا، المعلمة (لدينا السنة 5 معدل الفائدة) في الخلية F2، وبالتالي فإن العنصر الأول من حجتنا هي F2. بعد ذلك، فإنه يحتاج إلى معرفة أين يمكن العثور على القيم الموجودة سوف تستخدم لتحديد العلاقة لتطبيق F2. أولا نحن بحاجة إلى إدخال الخلايا التي تمثل قيم المتغير التابع لدينا. في حالتنا، هذا سيكون وحداتنا المباعة خلال السنوات ال 4 السابقة، لذلك ندخل B3: E3. ثم نحن بحاجة إلى إدخال الخلايا التي تمثل قيم متغير التنبؤ لدينا. في حالتنا، سيكون هذا هو أسعار الفائدة خلال السنوات الأربع السابقة، وبالتالي ندخل B2: E2). وظيفة التنبؤ يمكن الآن مقارنة الوحدات التي تباع خلال السنوات من 1 إلى 4 إلى أسعار الفائدة في تلك السنوات نفسها، ومن ثم تطبيق هذه العلاقة لدينا توقعات السنة 5 سعر الفائدة للحصول على مبيعاتنا المتوقعة للسنة 5 من 5،654 وحدة. في المثال السابق، يمكننا أن ننظر إلى الرسوم البيانية للمساعدة في محاولة تصور العلاقة. للوهلة الأولى، قد لا تبدو واضحة جدا لأن لدينا علاقة عكسية (المبيعات تذهب أوب كما أسعار الفائدة تذهب لأسفل)، ولكن إذا كنت انقلبت عقليا واحدة من الرسوم البيانية، سترى علاقة واضحة جدا. ثاتس واحدة من الأشياء باردة حول وظيفة التنبؤ (وتحليل الانحدار). فإنه يمكن التعامل بسهولة مع علاقة عكسية. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. الآن دعونا ننظر إلى مثال آخر. في الشكل 2A، ونحن نرى مجموعة جديدة من البيانات. في هذا المثال، ارتفعت أسعار الفائدة لدينا إلى أعلى وأسفل على مدى السنوات الأربع الماضية، ومع ذلك أظهرت مبيعات وحداتنا اتجاها تصاعديا ثابتا. في حين أنه من الممكن أن أسعار الفائدة كان لها بعض التأثير على مبيعاتنا في هذا المثال، فمن الواضح أن هناك عوامل أكثر أهمية بكثير في اللعب هنا. باستخدام وظيفة توقعاتنا مع هذه البيانات، نعود توقعات من 7،118 وحدة للسنة 5. أعتقد أن معظمنا سوف ننظر في اتجاه المبيعات لدينا، ونتفق أكثر احتمالا بكثير مبيعاتنا للسنة 5 سيكون 9،000 وحدة. وكما ذكرت سابقا، فإن وظيفة التنبؤ تفترض أن العلاقة صالحة، وبالتالي فإنها تنتج مخرجات تستند إلى أفضل ملاءمة يمكن أن تجعل من البيانات المعطاة لها. وبعبارة أخرى، إذا قلنا أن هناك علاقة، فإنه يعتقد لنا وتنتج الإخراج وفقا لذلك دون إعطائنا رسالة خطأ أو أي إشارة من شأنها أن تعني العلاقة سيئة للغاية. لذلك، كن حذرا ما تسأل عنه. وتغطي الأمثلة السابقة التطبيق الكلاسيكي للانحدار للتنبؤ. في حين أن كل هذا يبدو بقعة جميلة، وهذا التطبيق الكلاسيكي الانحدار ليست مفيدة كما قد تعتقد (يمكنك التحقق من كتابي لمزيد من المعلومات حول الانحدار ولماذا قد لا يكون خيارا جيدا لاحتياجات التنبؤ الخاص بك). ولكن الآن يتيح استخدام وظيفة التنبؤ ببساطة لتحديد الاتجاه ضمن مجموعة معينة من البيانات. يتيح البدء من خلال النظر في الشكل 3A. هنا لدينا الطلب مع اتجاه واضح جدا. معظمنا يجب أن يكون قادرا على النظر في هذه البيانات ويشعر بالراحة التنبؤ بأن الطلب في الفترة 7 من المرجح أن يكون 60 وحدة. ومع ذلك، إذا قمت بتشغيل هذه البيانات من خلال حسابات التنبؤ نموذجية المستخدمة في إدارة المخزون، قد يفاجأ فقط كيف الفقراء العديد من هذه الحسابات هي في حساب الاتجاه. بما أن وظيفة التنبؤ تتطلب منا إدخال متغير تابع ومتغير متنبأ، كيف نذهب باستخدام وظيفة التنبؤ إذا كان لدينا مجموعة واحدة فقط من البيانات حسنا، في حين أنه من الناحية الفنية صحيح أن لدينا مجموعة واحدة من البيانات (لدينا وتاريخ الطلب)، ونحن في الواقع لدينا علاقة مستمرة ضمن هذه المجموعة من البيانات. في هذه الحالة، علاقتنا تقوم على الوقت. لذلك، يمكننا استخدام كل فترات الطلب كمتغير متنبأ لالفترات التالية الطلب. لذلك نحن فقط بحاجة إلى معرفة وظيفة التنبؤ لاستخدام الطلب في الفترات من 1 إلى 5 باعتبارها البيانات الحالية لمتغير التنبؤ، واستخدام الطلب في الفترات من 2 إلى 6 باعتبارها البيانات الحالية للمتغير التابع. ثم أقول ذلك لتطبيق هذه العلاقة إلى الطلب في الفترة 6 لحساب توقعاتنا لفترة 7. يمكنك أن ترى في الشكل 3B، صيغة لدينا في الخلية I3 هو فوريكاست (H2، C2: H2، B2: G2). وأنه لا يعود توقعات من 60 وحدة. ومن الواضح أن هذا المثال غير واقعي لأن الطلب هو وسيلة أنيق جدا (لا ضوضاء). لذلك دعونا ننظر في الشكل 3C حيث نطبق هذا الحساب نفسه لبعض البيانات أكثر واقعية. أريد فقط أن أكرر، أنه في حين أن وظيفة التنبؤ هو مفيد، فإنه ليس نظام التنبؤ. أنا عادة أفضل أن يكون أكثر قليلا من السيطرة على بالضبط كيف يمكنني تطبيق وتوسيع الاتجاهات إلى توقعاتي. وبالإضافة إلى ذلك، كنت ترغب في إزالة أولا أي عناصر أخرى من الطلب الخاص بك التي لا تتعلق الطلب الأساسي الخاص بك والاتجاه. على سبيل المثال، يمكنك إزالة أي تأثيرات للموسمية أو الأحداث (مثل العروض الترويجية) من الطلب قبل تطبيق وظيفة التنبؤ. ثم قم بتطبيق مؤشر الموسمية الخاص بك وأي فهارس حدث إلى إخراج وظيفة التنبؤ. يمكنك أيضا أن تلعب حولها مع المدخلات الخاصة بك للحصول على نتيجة المرجوة محددة. على سبيل المثال، قد ترغب في محاولة أولا تمهيد تاريخ الطلب الخاص بك (من خلال المتوسط ​​المتحرك، المتوسط ​​المتحرك المرجح، أو التجانس الأسي)، واستخدام هذا هو متغير التنبؤ بدلا من الطلب الخام. لمزيد من المعلومات من التنبؤ، تحقق من كتابي شرح إدارة المخزون. استخدام وظيفة التنبؤ في فتح مكتب احسب. لمستخدمي Openoffice. org احسب. تعمل وظيفة التنبؤ إلى حد كبير كما هو الحال في إكسيل. ومع ذلك، هناك اختلاف طفيف في بناء الجملة المستخدمة في احسب. أينما كنت تستخدم فاصلة في وسيطة في وظيفة إكسيل، بدلا من ذلك استخدام فاصلة منقوطة في كالك. لذلك، بدلا من صيغة إكسيل سوف تدخل الذهاب إلى صفحة المقالات لمزيد من المقالات من قبل ديف بياسيكي. نسخ حقوق الطبع والنشر. المحتوى على إنفنتوريوبس محمي بموجب حقوق الطبع والنشر وغير متاح لإعادة النشر. ديف بياسيكي. هو أونيروبيراتور من جرد العمليات استشارات ليك. وهي شركة استشارية تقدم الخدمات المتعلقة بإدارة المخزون، ومناولة المواد، وعمليات المستودعات. لديه أكثر من 25 عاما من الخبرة في إدارة العمليات ويمكن الوصول إليه من خلال موقعه على الانترنت (إنفنتوريوبس)، حيث يحافظ على معلومات إضافية ذات صلة. بلدي الأعمال جرد العمليات استشارات ليك يوفر سريعة، وبأسعار معقولة، مساعدة الخبراء مع إدارة المخزون وعمليات المستودع. كتبي