स्थानांतरण - औसत - विचलन - पागल

उपरोक्त के लिए मतलब पूर्ण निरपेक्ष विचलन ऊपर भारित चल औसत औसत पूर्वानुमान के लिए मीन निरपेक्ष विचलन (एमएडी) 2.31 है। (कृपया इसे दो दशमलव अंक पर गोल करें।) उत्तर कुंजी: 2.322.31 प्रतिक्रिया: कृपया इस प्रश्न की विस्तृत गणना के लिए अलग से वितरित एक्सेल वर्कशीट देखें। आपके पिछली गणना के आधार पर 11 11 के 7 अंक 7 अंक, जो विधि आपको लगता है कि सबसे अच्छा ए 3 साल चलती औसत है। बी 3 साल भारित चलती औसत। उत्तर कुंजी: बी प्रतिक्रिया: निम्न एमएडी वाला कोई और अधिक सटीक है। 3 के भाग 3 - भाग 3 35.0 अंक कूल-मैन एयर कंडीशनरों की बिक्री पिछले 5 वर्षों के दौरान तेजी से बढ़ी है जैसा संलग्न तालिका में दिखाया गया है। बिक्री प्रबंधक ने भविष्यवाणी की थी, व्यापार शुरू होने से पहले, उस वर्ष 1 अरकोवो की बिक्री 410 एयर कंडीशनर होगी। कृपया निम्न प्रश्नों का उत्तर देने के लिए वजन के साथ घातीय चौरसाई का उपयोग करें। अनुलग्नक 11 का प्रश्न 8 10.0 अंक कूल-मैन एयर कंडीशनरों की बिक्री के लिए प्रारंभिक पूर्वानुमान है। (कृपया इसे पूर्णांक में रखें और इसमें कोई भी यूनिट न जोड़ें।) ए 400 बी .410 सी .430 डी .450 उत्तर कुंजी: बी यह पूर्वावलोकन जानबूझकर धुंधला वर्गों है। पूर्ण संस्करण देखने के लिए साइन अप करें प्रतिक्रिया: यह एक दी गई जानकारी है यह प्रश्न इस समस्या को समझने में आपकी मदद करने के लिए डिज़ाइन किया गया है। 11 9 के प्रश्न 9 5.0 पॉइंट्स कूल-मैन एयर कंडीशनर की बिक्री के लिए वर्ष 2 का पूर्वानुमान 422 है। (कृपया इसे पूर्णांक में गोल करें और कोई भी यूनिट न जोड़ें।) उत्तर कुंजी: 422422.0422.00 फ़ीडबैक: कृपया एक्सेल वर्कशीट को देखें अलग से इस प्रश्न की विस्तृत गणना के लिए। 11 10 के प्रश्न 10 10 अंक कूल-मैन एयर कंडीशनरों की बिक्री के लिए साल 6 पूर्वानुमान 521.83 है। (कृपया इसे दो दशमलव अंकों पर गोल करें और इसमें कोई भी यूनिट न छोडें।) उत्तर कुंजी: 521.83521.8 प्रतिक्रिया: कृपया इस प्रश्न की विस्तृत गणना के लिए अलग से वितरित Excel कार्यपत्रक देखें। 11 11 के प्रश्न 11 10.0 अंक ऊपर का घातीय चिकनाई पूर्वानुमान के लिए मीन निरपेक्ष विचलन (एमएडी) 74.56 है। (कृपया इसे दो दशमलव अंक पर गोल करें।) उत्तर कुंजी: 74.5674.5574.54 प्रतिक्रिया: कृपया इस प्रश्न की विस्तृत गणना के लिए अलग-अलग Excel कार्यपत्रक वितरित करें। मीन निरपेक्ष विचलन (एमएडी) की गणना करने के लिए कृपया कृपया 2005 के मई के बाद से, डिपार्टमेंटल स्टोर में खरीद प्रबंधक 4-महीने की चलती औसत का उपयोग कर रहा है जो आने वाले महीनों में बिक्री का अनुमान लगा रहा है। जनवरी से जुलाई के महीने के लिए बिक्री आंकड़े तालिका में दिए गए हैं अधिक दिखाएं 2005 के मई के बाद से, डिपार्टमेंटल स्टोर में खरीद प्रबंधक 4-महीने की चलती औसत का इस्तेमाल आगामी महीनों में बिक्री की भविष्यवाणी के लिए कर रहा है। जनवरी से जुलाई के महीनों के लिए बिक्री डेटा नीचे दी गई तालिका में दिया गया है। चार-अवधि की चलती औसत पूर्वानुमानों के लिए माध्य निरपेक्ष विचलन (एमएडी) की गणना करें। पूर्वानुमान मानों की गणना दो दशमलव अंकों की सटीकता के साथ की जाती है। गोलांक द्वारा पूर्ण संख्या के रूप में एमएडी को निर्दिष्ट करें। अभ्यास में चलती औसत समय श्रृंखला का मतलब का एक अच्छा अनुमान प्रदान करेगी यदि मतलब निरंतर या धीरे धीरे बदल रहा हो। एक निरंतर मतलब के मामले में, एम का सबसे बड़ा मान अंतर्निहित मतलब का सबसे अच्छा अनुमान देगा। अब अवलोकन अवधि में परिवर्तनशीलता के प्रभाव का औसत होगा। एक छोटा मी प्रदान करने का उद्देश्य पूर्वानुमानित प्रक्रिया में परिवर्तन के लिए पूर्वानुमान का जवाब देने की अनुमति देना है। उदाहरण के लिए, हम एक डेटा सेट का प्रस्ताव करते हैं जो समय श्रृंखला के अंतर्निहित माध्य में बदलाव को शामिल करता है। यह आंकड़ा चित्रण के लिए उपयोग की जाने वाली समय-सीमा को दर्शाता है कि श्रृंखला से उत्पन्न होने वाली औसत मांग के साथ। यह मतलब 10 पर निरंतर के रूप में शुरू होता है। 21 समय से शुरू होने पर, यह प्रत्येक अवधि में एक इकाई में बढ़ जाता है जब तक कि समय 30 पर 20 के मान तक नहीं पहुंच जाता। फिर यह फिर से निरंतर हो जाता है। डेटा को जोड़कर सिम्युलेटेड किया जाता है, शून्य माध्य और मानक विचलन के साथ सामान्य वितरण से एक यादृच्छिक शोर 3. सिमुलेशन के परिणाम निकटतम पूर्णांक पर गोल किए जाते हैं। तालिका उदाहरण के लिए प्रयुक्त नकली अवलोकन दर्शाती है जब हम तालिका का उपयोग करते हैं, हमें याद रखना चाहिए कि किसी भी समय, केवल पिछले डेटा ज्ञात हैं। मॉडल पैरामीटर का अनुमान,, तीनों के तीन अलग-अलग मानों के लिए नीचे दी गई संख्या में समय श्रृंखला के माध्य के साथ दिखाए जाते हैं। यह आंकड़ा हर बार मतलब की चलती औसत अनुमान को दर्शाता है और भविष्यवाणी नहीं करता है भविष्यवाणी चलती औसत घटता को समय-समय पर सही स्थानांतरित करती है। एक निष्कर्ष आंकड़ा से तुरंत स्पष्ट है। सभी तीन अनुमानों के लिए चलती औसत रेखीय प्रवृत्ति के पीछे पीछे है, मी के साथ अंतराल बढ़ रही है। अंतराल में मॉडल और अनुमान के बीच की दूरी अंतर है। अंतराल के कारण, चलती औसत टिप्पणियों को कम करके देखते हैं क्योंकि इसका मतलब बढ़ रहा है। अनुमानक के पक्षपात मॉडल के माध्य मूल्य में एक विशिष्ट समय में अंतर है और चल औसत से अनुमानित माध्य मूल्य। जब पूर्वाग्रह बढ़ता जा रहा है नकारात्मक है कम होने के लिए, पूर्वाग्रह सकारात्मक है समय में अंतराल और अनुमान में पेश पूर्वाग्रह मी के कार्य हैं I मी के मूल्य का बड़ा अंतराल और पूर्वाग्रह के बड़े पैमाने पर प्रवृत्ति के साथ लगातार बढ़ती श्रृंखला के लिए माध्य के अनुमानक के अंतराल और पूर्वाग्रह के मूल्य नीचे दिए गए समीकरणों में दिए गए हैं। उदाहरण के घटता इन समीकरणों से मेल नहीं खाते क्योंकि उदाहरण के मॉडल में लगातार वृद्धि नहीं होती है, बल्कि यह एक निरंतर, एक प्रवृत्ति में परिवर्तन के रूप में शुरू होती है और फिर फिर से निरंतर हो जाती है। इसके अलावा उदाहरण घटता शोर से प्रभावित हैं। भविष्य में आने वाली अवधियों का चलने वाला औसत पूर्वानुमान वक्रता को दाईं ओर स्थानांतरित करके दर्शाया जाता है। अंतराल और पूर्वाग्रह आनुपातिक रूप से वृद्धि नीचे दिए गए समीकरण मॉडल पैरामीटर की तुलना में भविष्य में भविष्य की अवधि के अंतराल और पूर्वाग्रह को इंगित करते हैं। फिर, ये सूत्र एक निरंतर रेखीय प्रवृत्ति के साथ एक समय श्रृंखला के लिए हैं हमें इस नतीजे पर आश्चर्य नहीं होना चाहिए। चलती औसत अनुमानक निरंतर मतलब की धारणा पर आधारित होता है, और अध्ययन अवधि के एक अंश के दौरान इस उदाहरण में एक रेखीय प्रवृत्ति होती है। चूंकि वास्तविक समय श्रृंखला शायद ही कभी किसी भी मॉडल की मान्यताओं का पालन करेगी, इसलिए हमें ऐसे परिणामों के लिए तैयार रहना चाहिए। हम इस आंकड़े से यह भी निष्कर्ष निकाल सकते हैं कि शोर की परिवर्तनशीलता छोटे मी के लिए सबसे बड़ा प्रभाव है अनुमान 20 की औसत चलती औसत से 5 की चलती औसत के लिए बहुत ज्यादा अस्थिर है। हमारे पास शोर के कारण परिवर्तनशीलता के प्रभाव को कम करने के लिए विरोधाभासी इच्छाएं हैं, और परिवर्तनों के पूर्वानुमान को अधिक संवेदनशील बनाने के लिए मीटर कम करने के लिए मतलब में त्रुटि वास्तविक डेटा और पूर्वानुमानित मान के बीच का अंतर है। यदि समय श्रृंखला वास्तव में एक स्थिर मूल्य है, तो त्रुटि का अनुमानित मूल्य शून्य है और त्रुटि का विचरण शब्द का एक कार्य है जो शोर का विचरण है और दूसरा कार्यकाल है। पहली अवधि, मी अनुमानों के एक नमूने के साथ अनुमानित अनुमान का विचरण है, यह मानते हुए कि आंकड़े आबादी से निरंतर अर्थ के साथ आते हैं। इस शब्द को मी जितना संभव हो उतना बड़ा बनाकर कम किया जाता है। एक बड़ी एम अंतर्निहित समय श्रृंखला में बदलाव के लिए अनुत्तरदायी पूर्वानुमान बनाता है। परिवर्तनों के प्रति उत्तरदायी पूर्वानुमान करने के लिए, हम जितना संभव हो उतना छोटा (1) चाहते हैं, लेकिन इससे त्रुटि भिन्नता बढ़ जाती है व्यावहारिक पूर्वानुमान एक मध्यवर्ती मूल्य की आवश्यकता है। एक्सेल के साथ पूर्वानुमान, पूर्वानुमान ऐड-इन चलती औसत फ़ार्मुलों को लागू करता है। नीचे दिए गए उदाहरण, स्तंभ बी में नमूना डेटा के लिए ऐड-इन द्वारा प्रदान किए गए विश्लेषण को दर्शाता है। पहले 10 टिप्पणियां अनुक्रमित -9 से 0 के हैं। उपरोक्त तालिका के मुकाबले, अवधि सूचकांक -10 में स्थानांतरित कर दिया गया है। पहले दस अवलोकन अनुमान के लिए स्टार्टअप मान प्रदान करते हैं और अवधि 0 के लिए चलती औसत की गणना करने के लिए उपयोग किए जाते हैं। एमए (10) कॉलम (सी) गणना की गई औसत चलती औसत दर्शाती है। चलती औसत पैरामीटर मी सेल C3 में है। फोर (1) कॉलम (डी) भविष्य में एक अवधि के लिए पूर्वानुमान दिखाता है। पूर्वानुमान अंतराल सेल D3 में है जब पूर्वानुमान अंतराल को बड़ी संख्या में बदल दिया जाता है तो फोर कॉलम में मौजूद संख्याएं नीचे स्थानांतरित हो जाती हैं। एर (1) कॉलम (ई) अवलोकन और पूर्वानुमान के बीच अंतर को दर्शाता है उदाहरण के लिए, समय 1 पर अवलोकन 6 है। समय की औसत चलती औसत से बना अनुमानित मूल्य 11.1 है। तब त्रुटि -5.1 है। मानक विचलन और मीन औसत विचलन (एमएडी) क्रमशः कोशिकाओं E6 और E7 में गिना जाता है। 25 अवधि के लिए समय श्रृंखला का एक उदाहरण 1 में तालिका 1 में संख्यात्मक डेटा से चित्रित किया गया है। डेटा साप्ताहिक मांग का प्रतिनिधित्व कर सकता है कुछ उत्पाद हम एक अवलोकन को इंगित करने के लिए x का उपयोग करते हैं और समय अवधि के सूचकांक का प्रतिनिधित्व करते हैं। समय के लिए मनाया मांग विशेष रूप से निर्दिष्ट है। 1 से टी के डेटा: इस आंकड़े पर टिप्पणियों को जोड़ने वाली रेखाएं केवल तस्वीर को स्पष्ट करने के लिए प्रदान की जाती हैं और अन्यथा इसका कोई मतलब नहीं है। तालिका 1. हफ्तों 1 से 30 सप्ताह के लिए सप्ताह की मांग चित्रा 1 साप्ताहिक मांग का एक समय श्रृंखला हमारा लक्ष्य एक मॉडल का निर्धारण करना है जो मनाया गया डेटा बताता है और भविष्य में एक्सट्रपलेशन को भविष्यवाणी प्रदान करने की अनुमति देता है सबसे आसान मॉडल बताता है कि समय श्रृंखला एक यादृच्छिक चर द्वारा निर्धारित निरंतर मूल्य के बारे में भिन्नता के साथ स्थिर है। ऊपरी मामला यादृच्छिक चर का प्रतिनिधित्व करता है जो समय पर अज्ञात मांग है। जबकि कम मामला एक मूल्य है जो वास्तव में देखा गया है। माध्य मूल्य के बारे में यादृच्छिक भिन्नता को शोर कहा जाता है, शोर मान लिया जाता है कि शून्य का एक मतलब मूल्य और एक निर्दिष्ट विचरण है। दो अलग-अलग समय अवधि में भिन्नताएं स्वतंत्र हैं विशेष रूप से एमएडी (8.7 2.4 8230 0.9) 10 4.11 और हम देखते हैं कि 1.25 (एमएडी) 5.138 लगभग नमूना मानक विचलन के बराबर है। एक उदाहरण के रूप में उपयोग की जाने वाली समय श्रृंखला एक निरंतर मतलब के साथ सिम्युलेटेड होती है। माध्य से विचलन सामान्यतः शून्य और मानक विचलन 5 के साथ वितरित किए जाते हैं। त्रुटि मानक विचलन में मॉडल में त्रुटियों के संयुक्त प्रभाव और शोर शामिल हैं, इसलिए कोई 5 से अधिक मूल्य की अपेक्षा करेगा। बेशक, सिमुलेशन का एक अलग अहसास विभिन्न सांख्यिकीय मूल्य उत्पन्न करेगा पूर्वानुमान ऐड-इन द्वारा निर्मित Excel कार्यपत्रक उदाहरण डेटा के लिए गणना दर्शाता है डेटा बी स्तंभ में है। कॉलम सी चलती औसत धारण करता है और एक अवधि के पूर्वानुमान कॉलम डी में होते हैं। कॉलम ई में त्रुटि स्तंभ और डी के बीच अंतर है, जिनकी डेटा और पूर्वानुमान दोनों हैं। त्रुटि का मानक विचलन सेल E6 में है और MAD सेल E7 में है।