Premično povprečje pomeni, da izračunamo povprečje povprečij nabora podatkov, ki ga imamo, v Excelu imamo vgrajeno funkcijo za izračun drsečega povprečja, ki je na voljo v zavihku za analizo podatkov v oddelku za analizo, zajema vhodno območje in izhod obseg z intervali kot izhodno vrednostjo, izračuni na podlagi zgolj formul v Excelu za izračun drsečega povprečja so težki, vendar imamo v Excelu vgrajeno funkcijo.
Kaj je drseče povprečje v Excelu
Drseče povprečje je pogosto uporabljena tehnika v analizi časovnih vrst, ki se uporablja za napovedovanje prihodnosti. Premična povprečja v časovni vrsti so v osnovi zgrajena tako, da se upoštevajo povprečja različnih zaporednih vrednosti drugih podatkov časovne vrste.
Obstajajo tri vrste drsečih povprečij, in sicer preprosto drseče povprečje, ponderirano drseče povprečje in eksponentno drseče povprečje v excelu.
# 1 - Enostavno drseče povprečje v Excelu
Preprosto drseče povprečje pomaga pri izračunu povprečja zadnjega števila obdobij podatkovne serije. Recimo, da so podane cene n obdobja. Potem je preprosto drseče povprečje podano kot
Preprosto drseče povprečje = (P1 + P2 +…. + Pn) / n
# 2 - Uteženo drseče povprečje v Excelu
Uteženo drseče povprečje predstavlja tehtano povprečje zadnjih n obdobij. Ponderiranje se zmanjšuje z vsako podatkovno točko v prejšnjem časovnem obdobju.
Uteženo drseče povprečje = (Cena * utežni faktor) + (Cena preteklega obdobja * utežni faktor-1)
# 3 - eksponentno drseče povprečje v Excelu
Podobno je preprostem drsečemu povprečju, ki meri trende v določenem časovnem obdobju. Medtem ko preprosto drseče povprečje izračuna povprečje danih podatkov, eksponentno drseče povprečje pripisuje večjo težo trenutnim podatkom.
Eksponentno drseče povprečje = (K x (C - P)) + P
Kje,
- K = eksponentna konstanta glajenja
- C = trenutna cena
- P = eksponentno drseče povprečje prejšnjih obdobij (za izračun prvih obdobij se uporablja preprosto drseče povprečje)
Kako izračunati drseče povprečje v Excelu?
Spodaj so primeri drsečega povprečja v Excelu.
Primer # 1 - Enostavno drseče povprečje v Excelu
Za izračun preprostega drsečega povprečja smo vzeli podatke o prodaji podjetja od januarja do decembra za leto 2018. Naš cilj je izravnati podatke in vedeti podatke o prodaji januarja 2019. Tu bomo uporabili trimesečno drseče povprečje.
1. korak: drseče povprečje januarja, februarja in marca se izračuna tako, da se vzame vsota prodajnih vrednosti mesecev in nato deli s 3.
2. korak: Če izberete na vogalu celice D5 in nato samo povlečete in spustite navzdol, boste dobili drseče povprečje za preostala obdobja. To je Excelova funkcija orodja za polnjenje.
Napoved prodaje za januar 2019 je 10456,66667.
3. korak: Zdaj v črto grafa narišemo številko prodaje in drseče povprečje, da razumemo razliko v trendu. To lahko storite na zavihku za vstavljanje. Najprej smo izbrali vrsto podatkov, nato pa smo v razdelku Grafikoni pod vstavkom uporabili linijski graf.
Po izdelavi grafov je razvidno, da je graf z drsečim povprečjem veliko bolj izglajen kot prvotne nize podatkov.
2. primer - Enostavno drseče povprečje prek zavihka Analiza podatkov v Excelu
- Na zavihku Podatki v skupini Analiza moramo klikniti Analiza podatkov. Sledi posnetek zaslona.
- Iz analize podatkov je mogoče dostopati do drsečega povprečja.
- Po kliku na drseče povprečje smo za vhodno območje izbrali prodajno številko.
- Kliknite oznake v prvi vrstici, da Excel razume, da ima prva vrstica ime oznake.
- Interval 3 je izbran, ker želimo tri leta drsečega povprečja.
- Izbrali smo obseg proizvodnje s sosednjo številko prodaje.
- Želimo si tudi izpis grafikona, v katerem bomo lahko videli razliko med dejanskim in napovedanim.
Ta grafikon prikazuje razliko med dejanskim in napovedanim drsečim povprečjem.
3. primer - ponderirano drseče povprečje v Excelu
Uporabljamo tri leta tehtano drseče povprečje, formula pa je podana na posnetku zaslona.
Po uporabi formule smo dobili drseče povprečje za določeno obdobje.
Drseče povprečje za vsa druga obdobja smo dobili z vlečenjem in spuščanjem vrednosti v naslednjih celicah.
Napoved za januar 2019, tj. 10718,33
Zdaj smo vzeli linijski graf, da bi videli gladkost podatkov. Za to smo za mesec izbrali napovedane podatke in nato vstavili črtni graf.
Zdaj bomo napovedane podatke primerjali z dejanskimi. Na spodnjih posnetkih zaslona lahko zlahka vidimo razliko med dejanskimi in napovedanimi podatki. Graf na vrhu je dejanski podatek, spodnji graf pa drseče povprečje in napovedani podatki. Vidimo lahko, da se je graf drsečega povprečja bistveno poravnal v primerjavi z grafom, ki vsebuje dejanske podatke.
4. primer - eksponentno drseče povprečje v Excelu
Formula za eksponentno drseče povprečje je S t = α.Y t-1 + (1- α) S t-1 … (1)
Kje,
- Y t-1 = dejansko opazovanje v t-1. Obdobju
- S t-1 = preprosto drseče povprečje v t-1. Obdobju
- α = faktor glajenja in se spreminja med .1 in .3. Večja kot je vrednost α, je graf bližje dejanskim vrednostim, in čim manjša je vrednost α, tem bolj bo graf gladk.
Najprej izračunamo preprosto drseče povprečje, kot je bilo prikazano prej. Po tem uporabimo formulo, podano v enačbi (1). Za določitev vrednosti α za vse naslednje vrednosti smo pritisnili F4.
Vrednosti dobimo tako, da povlečemo in spustimo v naslednje celice.
Zdaj želimo videti primerjavo med dejanskimi vrednostmi, preprostim drsečim povprečjem in eksponentnim drsečim povprečjem v Excelu. To smo storili s črtnim grafikonom.
Na zgornjem posnetku zaslona lahko vidimo razliko med dejansko prodajno vrednostjo, preprostim drsečim povprečjem in eksponentnim drsečim povprečjem v Excelu.
Stvari, ki si jih je treba zapomniti glede drsečega povprečja v Excelu
- Preprosto drseče povprečje lahko izračunamo s pomočjo funkcije AVERAGE v Excelu
- Drseče povprečje pomaga pri glajenju podatkov
- Sezonska povprečja pogosto imenujemo sezonski indeks
- Eksponentno drseče povprečje v Excelu daje nedavnim podatkom večjo težo kot preprosto drseče povprečje. Zato je glajenje v primeru eksponentnega drsečega povprečja v excelu več kot enostavnost drsečega povprečja.
- V podjetjih, kot je borza, drseče povprečje trgovcu pomaga, da lažje prepozna trend.
