भारित चलती औसत पूर्वानुमान कैलकुलेटर
निर्देश: आप इस भारित चलती औसत पूर्वानुमान कैलकुलेटर का उपयोग किसी दिए गए समय श्रृंखला डेटा सेट के लिए कर सकते हैं, डेटा का एक सेट प्रदान करके, औसत की गणना करने के लिए अवधि की संख्या (उदाहरण के लिए, 3 महीने के चलती औसत के लिए, अवधि की संख्या के लिएउपयोग 3) और वजन (पहला वजन समय में निकटतम अवधि से मेल खाता है)।साथ ही, आप इंगित कर सकते हैं कि डेटा अवधि महीने हैं या नहीं, और आप वैकल्पिक रूप से नीचे दिए गए फॉर्म में समय अवधि के लिए अपने स्वयं के कस्टम नाम लिख सकते हैं:
भारित औसत कैलकुलेटर
के बारे में अधिक भारित औसत पूर्वानुमान आपके लिए उन अवधारणाओं को बेहतर समझने के लिए जो सॉल्वर द्वारा समझाया जाएगा।पूर्वानुमान बनाने के लिए भारित चलती औसत के पीछे विचार में पिछले महीनों में डेटासेट के औसत मूल्यों के आधार पर कुछ अवधि के डेटा वैल्यू का आकलन करना शामिल है, उन महीनों में अलग-अलग वजन कम करके (आमतौर पर, हाल के महीनों में एक बड़ा वजन होता है)।उदाहरण के लिए, यदि हम 3 महीने के भारित चलती औसत (डब्लूएमए) की गणना कर रहे हैं, वजन 6, 3, और 2 के साथ, हम अवधि के दौरान डेटा मान का अनुमान लगाने के लिए निम्न सूत्र का उपयोग करेंगे \(n\)
\[ \text{Forecast during period n} = F_n = \displaystyle \frac{6 \times Y_{n-3} + 3\times Y_{n-2} + 2\times Y_{n-1}}{6+3+2}\]पूर्वानुमान की भारित चलती औसत (डब्लूएमए) विधि एक बार श्रृंखला डेटा सेट के आधार पर पूर्वानुमान बनाने के लिए एक सामान्य रूप से उपयोग की जाने वाली विधियां होती हैं।अन्य सामान्य तरीके हैं बेवकूफ पूर्वानुवाद विधान , NS नियत चटिल औsat , NS घोषितिक चिकित्सा प्राथमिकता विधान , और रैखिक प्रवृत्ति पूर्वानुमान विधि, बस कुछ उल्लेख करने के लिए।