Calculerur de prévisions de moyenne mobile pondérée


Instructions: Vous pouvez utiliser ce calculateur de prévisions de moyenne mobile pondérée pour un ensemble de données de séries chronologiques donné, en fournissant un ensemble de données, le nombre de périodes pour lesquelles calculer la moyenne (par exemple, pour une moyenne mobile sur 3 mois, le nombre de périodes à l'utilisation est 3) et les poids (le premier poids correspond à la période la plus proche dans le temps). En outre, vous pouvez indiquer si les périodes de données sont des mois ou non, et vous pouvez éventuellement écrire vos propres noms personnalisés pour les périodes de temps dans le formulaire ci-dessous:

Données (séparées par un espace ou une virgule)
Nombre de périodes à la moyenne
Poids (séparés par des espaces ou des virgules)
Monthly Time Periods?
Starting Month:
Étiquettes de période personnalisées (facultatif)

Calculerur de moyenne mobile pondérée

En savoir plus sur Prévisions moyennes mobiles pondérées pour vous permettre de mieux comprendre les concepts qui seront expliqués par le solveur. L'idée derrière les moyennes mobiles pondérées pour faire des prévisions consiste à estimer la valeur des données d'une certaine période en fonction des valeurs moyennes de l'ensemble de données des mois précédents, en attribuant des poids différents à ces mois (généralement, les mois les plus récents ont tendance à avoir un poids plus important ). Par exemple, si nous calculons des moyennes mobiles pondérées sur 3 mois (WMA), avec des pondérations 6, 3 et 2, nous utiliserions la formule suivante pour estimer la valeur des données pendant la période \(n\)

\[ \text{Forecast during period n} = F_n = \displaystyle \frac{6 \times Y_{n-3} + 3\times Y_{n-2} + 2\times Y_{n-1}}{6+3+2}\]

La méthode de prévision des moyennes mobiles pondérées (WMA) est une méthode couramment utilisée pour faire des prévisions basées sur un ensemble de données chronologiques. D'autres méthodes courantes sont les méthode de prévision naïve , le moyens mobiles réguliers , le méthode de prévision de lissage exponentiel , et la méthode de prévision des tendances linéaires, pour n'en citer que quelques-unes.

s'identifier

Vous n'avez pas de compte de membre?
s'inscrire

réinitialiser le mot de passe

Retour à
s'identifier

s'inscrire

Retour à
s'identifier