Umzug Oder Roll Durchschnitt

Moving Average Calculator Bei einer Liste von sequentiellen Daten können Sie den n-Punkt gleitenden Durchschnitt (oder Rolling Average) konstruieren, indem Sie den Durchschnitt jedes Satzes von n aufeinanderfolgenden Punkten finden. Wenn Sie beispielsweise den bestellten Datensatz 10, 11, 11, 15, 13, 14, 12, 10, 11 haben, beträgt der 4-Punkt-Gleitdurchschnitt 11,75, 12,5, 13,25, 13,5, 12,25, 11,75 Umlaufende Mittelwerte werden verwendet Um sequenzielle Daten zu glätten, machen sie scharfe Spitzen und tauchen weniger ausgeprägt, weil jeder Rohdatenpunkt nur ein Bruchteil im gleitenden Durchschnitt gegeben wird. Je größer der Wert von n ist. Je glatter der Graphen des gleitenden Durchschnitts im Vergleich zum Graphen der ursprünglichen Daten. Aktienanalysten betrachten oft gleitende Durchschnitte der Aktienkursdaten, um Trends vorherzusagen und Muster klarer zu sehen. Sie können den Rechner unten verwenden, um einen gleitenden Durchschnitt eines Datensatzes zu finden. Anzahl der Begriffe in einem einfachen n - Point Moving Average Wenn die Anzahl der Begriffe im Originalsatz d ist und die Anzahl der in jedem Durchschnitt verwendeten Begriffe n ist. Dann ist die Anzahl der Begriffe in der gleitenden durchschnittlichen Sequenz zum Beispiel, wenn Sie eine Sequenz von 90 Aktienkursen haben und den 14-tägigen Rollmitteldurchschnitt der Preise nehmen, wird die rollende durchschnittliche Sequenz 90 - 14 1 77 Punkte haben. Dieser Rechner berechnet Bewegungsdurchschnitte, bei denen alle Begriffe gleich gewichtet werden. Sie können auch gewichtete Bewegungsdurchschnitte erzeugen, in denen einige Begriffe größer als andere gegeben werden. Zum Beispiel geben mehr Gewicht auf neuere Daten, oder die Schaffung eines zentral gewichteten Mittel, wo die mittleren Begriffe mehr gezählt werden. Sehen Sie den gewichteten gleitenden Mittelwertartikel und Rechner für weitere Informationen. Zusammen mit bewegten arithmetischen Mitteln sehen einige Analytiker auch den bewegten Median der geordneten Daten an, da der Median von fremden Ausreißern nicht betroffen ist. Erstellung eines Rolling Calculation Produkts: Tableau Desktop Version (en): 8.3, 8.2, 8.1, 8.0 Last Geändertes Datum: 16 Aug 2016 Artikel Hinweis: Dieser Artikel wird nicht mehr aktiv von Tableau gepflegt. Wir machen es weiterhin verfügbar, da die Informationen immer noch wertvoll sind, aber einige Schritte können aufgrund von Produktänderungen variieren. Rollberechnungen, speziell gezielte Mittelwerte, sind oft nützlich, um einmalige Ausreißer zu ziehen und kurzfristige Schwankungen zu glätten. Durchgehende Durchschnitte werden oft auf Zeitreihendaten durchgeführt. Im Einzelhandel ist diese Berechnung für die Abflachung von saisonalen Umsatztrends nützlich, um langfristige Trends besser zu sehen. Dieses Beispiel führt Sie durch die Erstellung von Arbeitsblättern, um wöchentliche Verkäufe und wöchentliche Verkaufsdurchschnitte zu zeigen, sie nebeneinander in einem Armaturenbrett zu vergleichen und sie in einer Überlagerung zu vergleichen. Richten Sie ein Arbeitsblatt ein, um ein Wochenende zu sehen. Öffnen Sie eine neue Arbeitsmappe und stellen Sie eine Verbindung zum Superstore-Beispiel her. Ziehen Sie im Bereich "Abmessungen" die Option "Auftragsdatum" in das Spaltenregal und ziehen Sie eine zweite Instanz in das Filterregister. Wählen Sie im Dialogfeld Filterfeld die Option Jahre aus, und klicken Sie dann auf Weiter. Deaktivieren Sie im Dialogfeld Filter die Kontrollkästchen für alle Jahre außer 2012, und klicken Sie dann auf OK. Klicken Sie im Spaltenregal auf das Dropdown-Menü Jahr (Auftragsdatum) auf Mehr gt Benutzerdefiniert. Wählen Sie im Dialogfeld Benutzerdefiniertes Datum in der Detailliste die Option Wochennummern aus. Dann wählen Sie Datum Part. Und klicken Sie dann auf OK. Ziehen Sie aus dem Bereich "Measures" den Verkauf in das Regal. Klicken Sie auf dem Regal mit der rechten Maustaste auf Sales. Und wählen Sie dann Tabelle hinzufügen. Füllen Sie im Dialogfeld Tabellenberechnung die folgenden Schritte aus: Wählen Sie in der Liste Berechnungsart die Option Berechnungsberechnung aus. Wählen Sie in den Zusammenfassungswerten die Liste aus. Um den durchschnittlichen Umsatz in den letzten drei Wochen zu verzeichnen, lassen Sie die vorherigen Werte auf 2 setzen. Lassen Sie die nächsten Werte auf 0 setzen. Und halten Sie das Kontrollkästchen Aktueller Wert einschließen aktiviert. OK klicken . Klicken Sie mit der rechten Maustaste auf die Registerkarte Arbeitsblatt. Und nennen sie 2012 wöchentliche Verkaufswoche. Erstellen Sie ein Arbeitsblatt, um Daten anstelle von Wochennummern anzuzeigen. Sie können ein berechnetes Feld verwenden, um alle Daten in einem bestimmten Zeitraum zu gruppieren. Für Tableau Desktop 7.0 und 8.0 klicken Sie mit der rechten Maustaste auf die Registerkarte Arbeitsblatt und wählen Sie Duplizieren von Blatt aus. Wählen Sie für Tableau Desktop 6.1 und früher die Option Gt Duplicate Sheet bearbeiten aus. Wählen Sie auf dem neuen Arbeitsblatt Analysis gt Create Calculated Field aus. Füllen Sie im Dialogfeld Berechnete Felder die folgenden Schritte aus. DATETRUNC (39week39, Order Date) Bestätigen Sie, dass die Statusmeldung anzeigt, dass die Formel gültig ist, und klicken Sie dann auf OK. Aus dem Bereich Dimensionen ziehen Sie Weektrunc in das Säulenregal. Tableau Desktop 7.0 und 8.0: Klicken Sie im Spaltenregal mit der rechten Maustaste auf YEAR (Weektrunc). Und Exaktes Datum auswählen. Tableau Desktop 6.1 und früher: Klicken Sie im Spaltenregal mit der rechten Maustaste auf JAHR (Weektrunc) und wählen Sie Alle Werte aus. Klicken Sie im Spaltenregal mit der rechten Maustaste auf WEEK (Bestelldatum) und wählen Sie Entfernen. Klicken Sie mit der rechten Maustaste auf die Registerkarte Arbeitsblatt. Und benennen Sie das Arbeitsblatt 2012 Weekly Sales. Vergleiche regelmäßige Verkäufe mit dem gleitenden Durchschnitt Um die regulären Verkäufe mit dem gleitenden Durchschnitt zu vergleichen, erstellen Sie ein Blatt für jeden. Erstellen und umbenennen eines neuen Arbeitsblattes. Tableau Desktop 7.0 und 8.0: Klicken Sie mit der rechten Maustaste auf die Registerkarte 2012 Weekly Sales-Arbeitsblatt und wählen Sie dann Duplicate Sheet aus. Tableau Desktop 6.1 und früher: Wählen Sie das 2012 Weekly Sales-Arbeitsblatt aus, und wählen Sie dann Gt Duplicate Sheet bearbeiten aus. Klicken Sie mit der rechten Maustaste auf die Registerkarte Arbeitsblatt. Und nennen Sie das neue Blatt 2012 Weekly Sales Moving Avg. Zeigen Sie das 2012 Weekly Sales-Arbeitsblatt an, und klicken Sie auf dem Rows-Regal mit der rechten Maustaste auf SUM (Sales) und wählen Sie Clear Table Calculation. Jetzt setzen Sie die y-Achse auf die beiden Arbeitsblätter auf den gleichen Bereich. Klicken Sie mit der rechten Maustaste auf die y-Achse und wählen Sie dann Achse bearbeiten. Fügen Sie im Dialogfeld "Achse bearbeiten" folgende Änderungen vor: Zeigen Sie das Arbeitsblatt für die wöchentlichen Verkaufsbewegungen von 2012 an und nehmen Sie die gleichen Änderungen für die y-Achse vor. Erstellen eines Dashboards Führen Sie diese Schritte aus, um ein Dashboard zu erstellen, das beide Arbeitsblätter nebeneinander zeigt. Wählen Sie für Tableau Desktop 7.0 und 8.0 das Dashboard gt New Dashboard aus. Wählen Sie für Tableau Desktop 6.1 und früher die Option Gt New Dashboard bearbeiten aus. Ziehen Sie 2012 wöchentliche Verkäufe zum Armaturenbrett. Ziehen Sie 2012 Weekly Sales Moving Avg auf das Armaturenbrett und positionieren Sie es auf der linken Seite von 2012 Weekly Sales. Erstellen Sie ein Overlay Ein Overlay ist eine andere Möglichkeit, den Umsatz und den gleitenden Durchschnitt zu vergleichen. Tableau Desktop 7.0 und 8.0: Klicken Sie mit der rechten Maustaste auf die Registerkarte 2012 Weekly Sales Moving Avg-Arbeitsblatt und wählen Sie Duplicate Sheet aus. Tableau Desktop 6.1 und früher: Wählen Sie das 2012 Weekly Sales Moving Avg Arbeitsblatt und wählen Sie Bearbeiten gt Duplicate Sheet. Auf dem neuen Blatt, aus dem Measures-Bereich, ziehen Sie Messwerte in das Zeilenregal. Ziehen Sie im Bereich "Dimensionen" die Namen in das Filterregal. Verkleinern Sie im Dialogfeld "Filter" alle Kontrollkästchen außer Sales. Und klicken Sie dann auf OK. Ziehen Sie im Bereich "Dimensionen" die Namen der Farbe auf die Marks-Karte. Ziehen Sie eine andere Instanz von Measure Names aus dem Dimensionsbereich in Größe. Farbe und Größe machen die Linien leichter visuell zu unterscheiden. Tipp: In Tableau 8.0, um die Markierungsgröße anzupassen, können Sie auch auf die Marks-Karte klicken, die einen bestimmten Satz von Markierungen (anstelle von All) darstellt und den Größen-Schieberegler anpassen. Dann mach das gleiche für den anderen Satz, wenn du sie noch weiter differenzieren willst. Von der Regalreihe ziehen Sie die SUM (Verkäufe) in das Regal der Measure Values. Alternative Suchbegriffe: Tableau Digitale Berechnungen Filter Vielen Dank für die Rückmeldung über die Wirksamkeit des Artikels. Einleitung Der vorherige Artikel untersuchte, welche gleitenden Durchschnitte sind und wie sie zu berechnen sind. Dieser Artikel schaut jetzt, wie man diese in Web Intelligence implementiert. Die hier verwendete Formel ist mit der XIr3-Version von SAP BOE kompatibel, aber einige Formel kann in früheren Versionen funktionieren, falls verfügbar. Wir beginnen mit dem Betrachten, wie man einen einfachen gleitenden Durchschnitt berechnet, bevor man gewichtete und exponentielle Formen betrachtet. Bearbeitete Beispiele Die nachfolgenden Beispiele verwenden den gleichen Datensatz, der aus Aktienkursdaten in einer Excel-Datei besteht, die Sie herunterladen können. Die erste Spalte in der Datei ist der Tag des Aktienkurses und dann Spalten des Eröffnungskurses, höchster Preis am Tag, niedrigster Preis, Schlusskurs, Volumen und angepaßter Schlusskurs. Wir verwenden den Schlusskurs in unserer Analyse unten zusammen mit dem Date-Objekt. Simple Moving Average Es gibt ein paar Möglichkeiten, mit denen wir einfache gleitende Durchschnitte berechnen können. Eine Option besteht darin, die Vorherige Funktion zu verwenden, um den Wert einer vorherigen Zeile zu erhalten. Zum Beispiel berechnet die folgende Formel einen gleitenden Durchschnitt auf unserem Schlusskurs für einen gleitenden durchschnittlichen Datensatz von Größe 3, das ist eine ganz einfache Formel aber es ist offensichtlich, dass es nicht praktisch ist, wenn wir eine große Anzahl von Perioden haben, die wir hier machen können Verwendung von RunningSum Formel und für einen Datensatz von Größe N haben wir endlich haben wir eine 3. Technik, die zwar komplizierter ist, kann es eine bessere Leistung haben, da es den neuen Wert auf der Grundlage des vorherigen Wertes anstatt zwei laufende Summen über die vollständigen Daten berechnet Set. Diese Formel funktioniert jedoch nur nach dem N-ten Punkt im Gesamtdatensatz und da sie sich auf einen vorherigen Wert bezieht, müssen wir auch einen Startwert setzen. Unten ist die volle Formel für unsere Aktienkursanalyse verwendet, wo unsere gleitende durchschnittliche Periode 15 Tage ist, das Datum 1252010 ist der 15. Datenpunkt in unserem Datensatz und so für diesen Punkt berechnen wir einen normalen Durchschnitt mit dem RunningSum. Für alle Termine jenseits dieses Wertes verwenden wir unsere SMA-Formel und wir lassen alle Termine vor diesem Datum leer. Abbildung 1 unten ist ein Diagramm in Web Intelligence, das unsere Aktienkursdaten mit einem einfachen gleitenden Durchschnitt anzeigt. Abbildung 1. Web Intelligence-Dokument zeigt eine einfache verschiebende durchschnittliche gewichtete bewegliche Durchschnitt Eine gewichtete gleitende durchschnittliche Formel mit einer Periode von 3 ist, wie bei unserer ersten einfachen gleitenden durchschnittlichen Formel oben ist dies nur für eine kleine Anzahl von Perioden praktisch. Ich habe noch nicht in der Lage, eine einfache Formel zu finden, die für größere gleitende durchschnittliche Perioden verwendet werden kann. Mathematisch ist es möglich, aber Einschränkungen mit Web Intelligence bedeutet, dass diese Formeln don8217t konvertieren. Wenn jemand in der Lage ist, dies zu tun, würde ich gerne hören Die folgende Abbildung ist ein WMA von Periode 6 in Web Intelligence implementiert. Abbildung 2. Web Intelligence-Dokument eines gewichteten beweglichen durchschnittlichen exponentiellen Moving Average Ein exponentieller gleitender Durchschnitt ist ganz einfach, um in Web Intelligence zu implementieren und ist daher eine geeignete Alternative zu einem gewichteten Moving Average. Die Grundformel ist hier hart codiert 0,3 als unser Wert für Alpha. Wir wenden diese Formel nur für Perioden an, die größer sind als unsere zweite Periode, so dass wir eine if-Anweisung verwenden können, um diese zu filtern. Für unsere erste und zweite Periode können wir den vorherigen Wert verwenden und so ist unsere endgültige Formel für EMA, unten ist ein Beispiel für eine EMA, die auf unsere Bestandsdaten angewendet wird. Abbildung 3. Web Intelligence-Dokument zeigt eine exponentielle Moving Average Input Controls Als unsere EMA Formel doesn8217t auf die Größe der gleitenden durchschnittlichen Zeitraum verlassen und unsere einzige Variable ist Alpha können wir Input Controls verwenden, damit der Benutzer den Wert von Alpha anpassen. Um dies zu tun, erstellen Sie eine neue Variable namens 8216alpha8217 und definieren it8217s Formel als, aktualisieren Sie unsere EMA Formel zu, Erstellen Sie eine neue Eingabesteuerung Auswahl unserer Alpha-Variable als Eingabe-Control-Report-Objekt Verwenden Sie einen einfachen Schieberegler und legen Sie die folgenden Eigenschaften, Sobald Sie getan haben Sollte in der Lage sein, den Schieberegler zu bewegen und sofort die Änderungen an der Trendlinie im Diagramm zu sehen. Fazit Wir haben uns gefragt, wie wir drei Arten von gleitendem Durchschnitt in Web Intelligence implementieren können und obwohl alles möglich war, ist der Exponential Moving Average wahrscheinlich der einfachste und flexibelste . Ich hoffe du hast diesen Artikel interessant gefunden und wie immer ist jedes Feedback sehr willkommen. Post navigation Hinterlasse eine Antwort Antworten abbrechen Du musst eingeloggt sein, um einen Kommentar zu posten. Der Trick zu Weighted Moving Average (WMA) ist, dass du eine Variable erstellen musst, die die Zähler von WMA repräsentiert (siehe Wikipedia als Referenz). Dies sollte wie folgt aussehen: Zurück (Self) (n Close) 8211 (Zurück (RunningSum ( Schließen)) 8211 Zurück (RunningSum (Schließen) n1) wobei n die Anzahl der Perioden ist, dann wäre die eigentliche WMA8217s Formel so: Numerator (n (n 1) 2) wobei Numerator die zuvor erstellte Variable ist.