الانتقال من المتوسط ، غير موحدة تباعد

إضافة اتجاه أو متوسط ​​خط متحرك إلى رسم بياني ينطبق على: إكسيل 2016 ورد 2016 بويربوانت 2016 إكسيل 2013 ورد 2013 أوتلوك 2013 بويربوانت 2013 أكثر. أقل لعرض اتجاهات البيانات أو التحرك المتوسطات في مخطط قمت بإنشائه. يمكنك إضافة خط الاتجاه. يمكنك أيضا تمديد خط اتجاه يتجاوز البيانات الفعلية للمساعدة في التنبؤ القيم المستقبلية. على سبيل المثال، يتنبأ خط الاتجاه الخطي التالي بربعين قبل ذلك ويظهر بوضوح اتجاها تصاعديا يبدو واعدا للمبيعات المستقبلية. يمكنك إضافة خط الاتجاه إلى مخطط 2-D التي ليست مكدسة، بما في ذلك المنطقة، شريط، العمود، الخط، الأسهم، مبعثر، و فقاعة. لا يمكنك إضافة خط الاتجاه إلى مكدسة، 3-D، الرادار، فطيرة، سطح، أو الرسم البياني دونات. إضافة خط الاتجاه في المخطط، انقر على سلسلة البيانات التي تريد إضافة خط اتجاه أو متوسط ​​متحرك لها. سيبدأ خط الاتجاه على نقطة البيانات الأولى لسلسلة البيانات التي تختارها. حدد المربع تريندلين. لاختيار نوع مختلف من خط الاتجاه، انقر على السهم بجوار تريندلين. ثم انقر فوق الأسي. توقعات خطية. أو اثنين من فترة الانتقال المتوسط. بالنسبة لخطوط الاتجاه الإضافية، انقر على المزيد من الخيارات. إذا اخترت المزيد من الخيارات. انقر فوق الخيار الذي تريده في جزء "تنسيق الاتجاه" ضمن خيارات تريندلاين. إذا قمت بتحديد الحدودي. أدخل أعلى قوة للمتغير المستقل في المربع الأمر. إذا حددت متوسط ​​النقل. أدخل عدد الفترات لاستخدامها لحساب المتوسط ​​المتحرك في المربع الفترة. نصيحة: خط الاتجاه هو الأكثر دقة عندما تكون قيمة R-سكارد (عدد من 0 إلى 1 تكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع بياناتك الفعلية) عند أو بالقرب من 1. عند إضافة خط اتجاه إلى بياناتك ، يقوم إكسيل تلقائيا بحساب قيمة R-سكارد. يمكنك عرض هذه القيمة على المخطط الخاص بك عن طريق التحقق من قيمة العرض R-سكارد في مربع الرسم البياني (تنسيق جزء الاتجاه، خيارات تريندلاين). يمكنك معرفة المزيد عن جميع خيارات خط الاتجاه في الأقسام أدناه. خط الاتجاه الخطي استخدم هذا النوع من خط الاتجاه لإنشاء خط مستقيم أفضل تناسب لمجموعات البيانات الخطية البسيطة. البيانات الخاصة بك خطية إذا كان النمط في نقاط البيانات الخاصة به يشبه خط. خط الاتجاه الخطي عادة ما يظهر أن شيئا ما يتزايد أو ينخفض ​​بمعدل ثابت. يستخدم خط الاتجاه الخطي هذه المعادلة لحساب المربعات الصغرى تناسب لخط: حيث m هو المنحدر و b هو اعتراض. ويبين الخط الاتجاهي التالي أن مبيعات الثلاجات زادت باستمرار على مدى 8 سنوات. لاحظ أن قيمة R-سكارد (عدد من 0 إلى 1 الذي يكشف عن مدى دقة القيم المقدرة لخط الاتجاه تتوافق مع البيانات الفعلية الخاصة بك) هو 0.9792، وهو مناسب تماما للخط إلى البيانات. عرض خط منحني أفضل تناسب، وهذا الاتجاه هو مفيد عندما معدل التغير في البيانات يزيد أو ينخفض ​​بسرعة ثم مستويات خارج. خط الاتجاه اللوغاريتمي يمكن أن يستخدم القيم السلبية والإيجابية. يستخدم خط الاتجاه اللوغاريتمي هذه المعادلة لحساب المربعات الصغرى تناسب من خلال النقاط: حيث c و b هي الثوابت و لن هي وظيفة اللوغاريتم الطبيعي. ويظهر خط الاتجاه اللوغاريتمي التالي النمو السكاني المتوقع للحيوانات في منطقة ذات مساحة ثابتة، حيث انخفض عدد السكان المستخرج كمساحة للحيوانات. لاحظ أن قيمة R-سكارد هي 0.933، وهو مناسب نسبيا من الخط إلى البيانات. يعد هذا الاتجاه مفيدا عندما تتقلب بياناتك. على سبيل المثال، عند تحليل المكاسب والخسائر على مجموعة بيانات كبيرة. ترتيب الحدودي يمكن تحديدها من قبل عدد من التقلبات في البيانات أو عدد الانحناءات (التلال والوديان) تظهر في المنحنى. عادة، يوجد خط اتجاه متعدد الحدود من أجل 2 يحتوي على تلة أو وادي واحد فقط، ويشتمل الأمر 3 على واحد أو اثنين من التلال أو الوديان، ويوجد في الأمر 4 ما يصل إلى ثلاثة تلال أو وديان. خط الاتجاه متعدد الحدود أو المنحني يستخدم هذه المعادلة لحساب المربعات الصغرى تناسب من خلال نقاط: حيث b والثوابت. ويظهر خط الاتجاه 2 متعدد الحدود التالي (تلة واحدة) العلاقة بين سرعة القيادة واستهلاك الوقود. لاحظ أن قيمة R-سكارد هي 0.979، التي هي قريبة من 1 حتى الخطوط تناسب البيانات. عرض خط المنحني، هذا الاتجاه هو مفيد لمجموعات البيانات التي تقارن القياسات التي تزداد بمعدل معين. على سبيل المثال، تسارع سيارة سباق في فترات 1 ثانية. لا يمكنك إنشاء خط اتجاه طاقة إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الطاقة هذه المعادلة لحساب المربعات الصغرى تناسب من خلال نقاط: حيث c و b هي الثوابت. ملاحظة: لا يتوفر هذا الخيار عندما تتضمن البيانات قيما سلبية أو صفرية. يظهر مخطط قياس المسافة التالي المسافة بالأمتار بالثواني. يوضح خط التيار الكهربائي بوضوح تسارع متزايد. لاحظ أن قيمة R-سكارد هو 0.986، وهو مثاليا تقريبا من الخط إلى البيانات. عرض خط المنحني، وهذا الاتجاه هو مفيد عندما ترتفع قيم البيانات أو تنخفض بمعدل متزايد باستمرار. لا يمكنك إنشاء خط اتجاه أسي إذا كانت بياناتك تحتوي على قيم صفر أو سلبية. يستخدم خط الاتجاه الأسي هذه المعادلة لحساب المربعات الصغرى التي تناسب من خلال النقاط: حيث c و b هي الثوابت و e هو قاعدة اللوغاريتم الطبيعي. ويظهر خط الاتجاه الأسي التالي تناقص كمية الكربون 14 في جسم ما عند عمره. لاحظ أن قيمة R-سكارد هي 0.990، مما يعني أن الخط يناسب البيانات تقريبا تقريبا. موفينغ ترافيك ترندلين هذا الاتجاه يدل على تقلبات في البيانات لإظهار نمط أو اتجاه أكثر وضوحا. يستخدم المتوسط ​​المتحرك عددا محددا من نقاط البيانات (يحددها خيار الفترة)، ويتوسطها، ويستخدم متوسط ​​القيمة كنقطة في السطر. على سبيل المثال، إذا تم تعيين الفترة إلى 2، يتم استخدام متوسط ​​أول نقطتي بيانات كنقطة أولى في خط الاتجاه المتوسط ​​المتحرك. ويستخدم متوسط ​​نقاط البيانات الثانية والثالثة كنقطة ثانية في خط الاتجاه، وما إلى ذلك. ويستخدم خط الاتجاه المتوسط ​​المتحرك هذه المعادلة: عدد النقاط في خط اتجاه متوسط ​​متحرك يساوي العدد الإجمالي للنقاط في السلسلة، مطروحا منه الرقم الذي تحدده للفترة. في المخطط المبعثر، يقوم خط الاتجاه بناء على ترتيب القيم x في المخطط. للحصول على نتيجة أفضل، صنف القيم x قبل إضافة متوسط ​​متحرك. ويبين خط الاتجاه المتوسط ​​المتحرك التالي نمطا في عدد المنازل المباعة على مدى 26 أسبوعا. متوسط ​​المتوسط ​​المتحرك يوفر المتوسط ​​المتحرك المتوسطي مقياسا موضوعيا لاتجاه الاتجاه عن طريق تمهيد بيانات الأسعار. وعادة ما يتم حساب المتوسط ​​المتحرك باستخدام أسعار الإغلاق، ويمكن أيضا استخدام المتوسط ​​المتحرك مع المتوسط. نموذجي. إغلاق مرجح. وارتفاع، وانخفاض أو أسعار مفتوحة، فضلا عن مؤشرات أخرى. أقصر متوسط ​​المتوسطات المتحركة هي أكثر حساسية وتحديد الاتجاهات الجديدة في وقت سابق، ولكن أيضا إعطاء المزيد من الإنذارات الكاذبة. المتوسطات المتحركة الأطول هي أكثر موثوقية ولكن أقل استجابة، فقط التقاط الاتجاهات الكبيرة. استخدم متوسطا متحركا يبلغ نصف طول الدورة التي تتبعها. إذا كان طول دورة الذروة إلى الذروة حوالي 30 يوما، فإن المتوسط ​​المتحرك لمدة 15 يوما مناسب. إذا كان 20 يوما، ثم المتوسط ​​المتحرك لمدة 10 أيام هو مناسب. ومع ذلك، فإن بعض التجار سوف يستخدمون المتوسطات المتحركة 14 و 9 يوم للدورات المذكورة أعلاه على أمل توليد إشارات متقدما قليلا عن السوق. آخرون يفضلون أرقام فيبوناتشي 5 و 8 و 13 و 21. 100 إلى 200 يوم (20 إلى 40 أسبوع) المتوسطات المتحركة تحظى بشعبية لدورات أطول 20 إلى 65 يوم (4 إلى 13 أسبوع) المتوسطات المتحركة مفيدة للدورات المتوسطة و 5 إلى 20 يوما لدورات قصيرة. أبسط نظام المتوسط ​​المتحرك يولد إشارات عندما يعبر السعر المتوسط ​​المتحرك: اذهب طويلا عندما يعبر السعر فوق المتوسط ​​المتحرك من الأسفل. اقصر عندما يعبر السعر إلى أقل من المتوسط ​​المتحرك من أعلى. هذا النظام هو عرضة للانفجارات في الأسواق تتراوح، مع عبور السعر ذهابا وإيابا عبر المتوسط ​​المتحرك، وتوليد عدد كبير من إشارات كاذبة. ولهذا السبب، عادة ما تستخدم أنظمة المتوسط ​​المتحرك مرشحات لخفض الأضرار. وتستخدم الأنظمة الأكثر تطورا أكثر من متوسط ​​متحرك واحد. يستخدم المتوسطان المتحركان المتوسط ​​المتحرك أسرع كبديل لسعر الإغلاق. تستخدم ثلاثة متوسطات متحركة المتوسط ​​المتحرك الثالث لتحديد متى يتراوح السعر. تستخدم المتوسطات المتحركة المتعددة سلسلة من ستة متوسطات متحركة سريعة وستة متوسطات بطيئة للحركة لتأكيد بعضها البعض. والمعدلات المتحركة النازحة مفيدة للأغراض التالية للاتجاه، مما يقلل من عدد السدود. تستخدم قنوات كيلتنر نطاقات تم رسمها بمتوسط ​​متوسط ​​النطاق الحقيقي لتصفية متوسطات الانتقال المتحرك. مؤشر مؤشر التقارب المتوسط ​​المتحرك (ماكد) هو تباين في نظام المتوسط ​​المتحرك الثاني، الذي تم رسمه كمذبذب والذي يطرح المتوسط ​​المتحرك البطيء من المتوسط ​​المتحرك السريع. هناك عدة أنواع مختلفة من المتوسطات المتحركة، ولكل منها خصوصياتها الخاصة. المتوسطات المتحركة البسيطة هي الأسهل لبناء، ولكن أيضا الأكثر عرضة للتشويه. من الصعب بناء المتوسطات المتحركة المرجحة، ولكن يمكن الاعتماد عليها. المتوسطات المتحركة الأسية تحقيق فوائد الترجيح جنبا إلى جنب مع سهولة البناء. وتستخدم المتوسطات المتحركة وايلدر أساسا في المؤشرات التي وضعتها J. ويلس وايلدر. أساسا نفس الصيغة كما المتوسطات المتحركة الأسي، فإنها تستخدم الأوزان مداش مختلفة التي يحتاج المستخدمون لجعل بدل. يوضح مؤشر المؤشر كيفية إعداد المتوسطات المتحركة. الإعداد الافتراضي هو متوسط ​​متحرك أسي مدته 21 يوما. أود إجراء فلتر متوسط ​​متحرك أو ما يعادل بيانات النموذج الموضح أدناه باللون الأصفر، وذلك لإجراء مقارنة مع البيانات الزرقاء. يتم أخذ عينات من البيانات الزرقاء بشكل موحد. ومع ذلك، فإن البيانات الصفراء أخذ العينات بشكل غير متقطع مع قيم متعددة في أوقات معينة. هل يمكن تحقيق ذلك باستخدام أمر عامل تصفية ماتلاب لأداء عامل تصفية متوسط ​​متحرك باستخدام الترجيح لحساب الطبيعة المتقطعة للبيانات وإلا، كيف يمكن تمهيد هذه البيانات بشكل فعال لإعطاء نفس الوقت مثل البيانات الزرقاء التي تمكنت من استخدام الأمر السلس لحساب الثغرات في البيانات عن طريق حساب متوسط ​​القيم المكررة وتحديد المواقع x المقابلة لعملية التمهيد: هل هذا هو أفضل نهج اختر بلدك