8.5 Endpunkt Gleitender Durchschnitt Der Endpunkt Gleitender Durchschnitt (EPMA) legt einen Durchschnittspreis fest, indem er eine Gerade der kleinsten Quadrate (siehe Lineare Regression) über die letzten N Tage schließt und den Endpunkt der Linie (dh die Linie wie letztes) annimmt Tag) als Durchschnitt. Diese Berechnung wird durch eine Reihe von anderen Namen, einschließlich der kleinsten Quadrate gleitenden Durchschnitt (LSQMA), bewegte lineare Regression und Zeitreihenvorhersage (TSF). Joe Sharprsquos ldquomodified bewegt averagerdquo ist die gleiche Sache zu. Die Formel endet als ein einfacher gewichteter Durchschnitt der vergangenen N Preise, mit Gewichten gehen von 2N-1 bis - N2. Dies ist leicht aus den Formeln der kleinsten Quadrate abgeleitet, aber nur auf der Gewichtung der Verbindung zu den kleinsten Quadraten ist überhaupt nicht offensichtlich. Wenn p1 ist heute rsquos schließen, p2 yesterdays, etc, dann Die Gewichte sinken um 3 für jeden älteren Tag, und gehen für das älteste Drittel der N Tage negativ. Die folgende Grafik zeigt, dass für N15. Die Negative bedeuten, der Durchschnitt ist ldquooverweightrdquo auf die jüngsten Preise und kann Überschreitung Preisaktion nach einem plötzlichen Sprung. Im Allgemeinen jedoch, weil die gepaßte Linie bewusst durch die Mitte der neuen Preise geht, die EPMA neigt, in der Mitte der neuen Preise zu sein, oder eine Projektion von, wo sie schien, zu trimmen. Itrsquos interessant, die EPMA mit einem einfachen SMA zu vergleichen (siehe Simple Moving Average). Ein SMA zieht eine horizontale Linie durch die Vergangenheit N Tage Preise (ihre Mittel), während die EPMA eine schräge Linie zeichnet. Die Trägheitsanzeige (siehe Trägheitsmoment) nutzt die EPMA. Kevin Ryde-Diagramm ist freie Software, die Sie es verteilen und / oder es ändern können unter den Bedingungen der GNU General Public License, wie von der Free Software Foundation Version 3 veröffentlicht , Oder (nach Ihrer Wahl) jede spätere Version. Moving Averages Stuff Motiviert per E-Mail von Robert B. Ich erhalte diese E-Mail fragen über die Hull Moving Average (HMA) und. Und du hast noch nie davon gehört. Uh. Stimmt. In der Tat, wenn ich gegoogelt entdeckte ich viele gleitende Durchschnitte, die Id noch nie gehört, wie: Zero Lag Exponential Moving Average Wilder Gleitender Durchschnitt Least Square Gleitender Durchschnitt Dreieckig Gleitender Durchschnitt Adaptiver Gleitender Durchschnitt Jurik Gleitender Durchschnitt. Also dachte ich wed reden über bewegte Durchschnitte und. Havent Sie getan, dass vor, wie hier und hier und hier und hier und. Ja, ja, aber das war, bevor ich von all diesen anderen bewegenden Durchschnitten wusste. Tatsächlich waren die einzigen, mit denen ich spielte, diese, wobei P 1. P 2. P n die letzten n Aktienkurse sind (wobei P n der jüngste ist). Simple Moving Average (SMA) (P & sub1; P & sub2; Pn) / K mit Kn. Gewichteter gleitender Mittelwert (WMA) (P 1 2 P 2 3 P 3 n P n) / K wobei K (12 n) n (n 1) / 2 ist. Exponential Moving Average (EMA) (P n 945 P n-1 945 2 P n-2 945 3 P n-3) / K wobei K 1 945945 2 ist. 1 / (1-945). Whoa Ive nie gesehen, dass EMA Formel vor. Ich habe immer thoguht es war. Yeah, seine normalerweise anders geschrieben, aber ich wollte zeigen, dass diese drei ähnliche Rezepte haben. (Siehe das EMA-Material hier und hier.) Tatsächlich sehen sie alle folgendermaßen aus: Wenn alle Ps gleich sind, z. B. Po, dann ist der gleitende Durchschnitt gleich Po. Und das ist der Weg, den jeder sich selbst respektierende Durchschnitt verhalten sollte. Also, was ist am besten definieren am besten. Hier sind ein paar bewegte Durchschnitte, die versuchen, eine Reihe von Aktienkursen, die in einer sinusoidalen Mode variieren verfolgen: Aktienkurse, die eine Sinuskurve folgen Wo haben Sie eine Aktie wie finden Sie beachten, dass die häufig verwendete gleitende Mittelwerte (SMA, WMA Und EMA) ihr Maximum später als die Sinuskurve erreichen. Thats lag und. Aber was ist mit dem HMA-Kerl. Er sieht ziemlich gut aus, und das ist es, worüber wir sprechen wollen. Tatsächlich. Und was ist das 6 in HMA (6) und ich sehe etwas namens MMA (36) und. Geduld. Wir beginnen mit der Berechnung des 16-Tage-Weighted Moving Average (WMA) wie folgt: 1 WMA (16) (P 1 2 P 2 3 P 3 16 P n) / K mit K 12. 16 136 Schön und smoooth, itll haben eine lag größer als wed wie: Also schauen wir uns die 8-Tage-WMA an: Ich mag es ja, folgt es den Preisvariationen ganz nett. Aber theres mehr. Während WMA (8) auf neuere Preise schaut, hat es immer noch eine Verzögerung, so dass wir sehen, wie viel die WMA hat sich geändert, wenn von 8-Tage bis 16-Tage. Dieser Unterschied würde so aussehen: In gewissem Sinne gibt dieser Unterschied einige Hinweise darauf, wie sich WMA verändert. (8) - WMA (8) WMA (8) - WMA (16) 2 WMA (8) - WMA (16) addieren wir diese Änderung zu unserer früheren WMA (8). MMA Warum nennen es MMA Ich stottern. Wie auch immer, MMA (16) würde so aussehen: Ill nehmen Sie Geduld. es gibt mehr. Jetzt stellen wir die magische Transformation vor und bekommen. Ta-DUM Das ist Rumpf Ja. Wie ich es verstehe Aber was ist das magische Ritual Nachdem wir eine Serie von MMAs mit den 8-Tage - und 16-Tage-gewichteten gleitenden Durchschnitten erzeugt haben, starren wir aufmerksam auf diese Sequenz von Zahlen. Dann berechnen wir die WMA in den letzten 4 Tagen. Das ergibt den Hull Moving Average, den wir HMA nennen (4). Huh 16 Tage dann 8 Tage dann 4 Tage. Werfen Sie eine Münze zu sehen, wie viele. Sie wählen eine Anzahl von Tagen aus, wie n 16. Dann betrachten Sie WMA (n) und WMA (n / 2) und berechnen MMA 2 WMA (n / 2) - WMA (n). (In unserem Beispiel, das ist 2 WMA (8) - WMA (16).) Dann berechnen Sie WMA (sqrt (n)) mit nur den letzten sqrt (n) Zahlen aus der MMA-Serie (In unserem Beispiel thatd zu berechnen Ein WMA (4), unter Verwendung der MMA-Reihe.) Und für das lustige SINE Diagramm Howd es tun So wheres das Spreadsheet Im, das noch an ihm arbeitet: MA-stuff. xls Sein interessant, zu sehen, wie die verschiedenen bewegenden Durchschnitte auf Spitzen reagieren: Ist HMA wirklich ein gewichteter gleitender Durchschnitt Nun können wir sehen: Wir haben: MMA 2 WMA (8) - WMA (16) 2 (P 1 2 P 2 3 P 3 8 P n) / 36 - (P 1 2 P 2 3 P 3 16 P n) / 136 oder MMA 2 (1/36) - (1/136) P 1 2 P 2 8 P 8 - (1/136) 9 P 9 10 P 10 16 P 16 Für sanitäre Einrichtungen Es sei angemerkt, daß alle Gewichte zu 1 addieren. Ferner ist wk & sub2; (1/36) - (1/136) K für K & sub1; & sub0 ;. 1, 2. 8 und wk - (1/136) K für K 9, 10. 16. Dann haben wir das magische Quadratwurzelritual (wobei sqrt (16) 4) (wir erinnern uns, dass P 16 am meisten ist Jüngster Wert) HMA die 4-tägige WMA der oben genannten MMAs (w 1 P 1 w 2 P 2. (W & sub1; P & sub1; & sub1; P & sub1; & sub2; P & sub1; & sub6; W 16 P 13) / 10 (unter Hinweis darauf, dass 1234 10). Huh P 0. P -1. Was. Die MMA (16) verwendet die letzten 16 Tage, zurück zum Preis rufen P 1 an. Wenn wir den 4-Tage-gewogenen Mittelwert von ihnen Thar-MMA berechnen, gut mit gestern s MMA (und das geht zurück 1 Tag vor P 1) und am Tag davor, die MMA geht zurück zu 2 Tage vor P 1 und den Tag Vor, dass. Okay, so dass Sie rufen sie Preise P 0. P & supmin; ¹ etc. etc. Du hast es. Also ein 16-Tage-HMA verwendet tatsächlich Informationen, die zurück geht mehr als 16 Tage, rechts Du hast es. Aber es gibt negative Gewichte für sie alte Preise Ist das legal Der Beweis ist in der. Ja ja. Der Beweis ist im Pudding. Also, was macht die Tabelle so weit es sieht so aus: (Klicken Sie auf das Bild zum herunterladen.) Sie können wählen, eine SINE-Serie oder eine RANDOM Reihe von Aktienkursen. Für die letzteren, jedes Mal, wenn Sie auf eine Schaltfläche klicken Sie einen weiteren Satz von Preisen. Dann können Sie die Anzahl der Tage: das ist unser n. (Beispielsweise haben wir für unser Beispiel n 16 verwendet.) Wenn Sie sich für die SINE-Serie entscheiden, können Sie Spikes einführen und diese entlang des Diagramms verschieben. so was . Beachten Sie, dass wir mit n 16 und n 36 (im Bild der Kalkulationstabelle) n / 2 und sqrt (n) beide ganze Zahlen verwenden. Wenn Sie etwas wie n 15 verwenden, verwendet die Kalkulationstabelle den INT-eger-Teil von n / 2 und sqrt (n), nämlich 7 und 3. So ist der Hull Moving Average die beste Definition. Was ist mit dem Jurik Durchschnitt ich weiß nichts davon. Es proprietär und du musst zahlen, um es zu benutzen. Jedoch können wir mit gleitenden Durchschnitten spielen. Ein anderer gleitender Durchschnitt Angenommen, anstelle des gewichteten gleitenden Durchschnitts (wobei die Gewichte proportional zu 1, 2, 3 sind). Wir verwenden das magische Hull-Ritual mit dem Exponential Moving Average. Das heißt, wir betrachten: MAg 2 EMA (n / 2) - EMA (n) MAg Ja, das ist M oving A verage g immick oder M oving A veree g eneralisiert oder M oving A verage g rand or. Oder M oving A verage g ummy Lohnaufmerksamkeit Wir wählen unsere Lieblingszahl von Tagen, wie n 16, und berechnen Sie MAg (n, 945, k) 945 EMA (n / k) - (1-945) EMA (n). Wir können mit 945 und k spielen und sehen, was wir bekommen: Zum Beispiel, hier sind ein paar MAgs (wo waren 16 Tage bleiben, aber die Werte von 945 und k): MAg (16) 2 EMA (4) - EMA Es ist zu beachten, dass, wenn wir k 3 auswählen, n / k 16/3 5.333 erhalten werden, die wir in einfach und einfach ändern. Warum dont Sie Stick mit Hulls Entscheidungen: 945 2 und k 2 Gute Idee. Mi bekommen diese: MAG (16) 2 EMA (8) - EMA (16) Sieht aus wie die Tabelle mit 945 1,5 und k 3. Es tut, nicht Sie haben goof. Wieder Möglich. Also, was über das Quadrat-Root-Ritual Ich lasse das als Übung. Für Sie Okay, beim Spielen mit dieser MAg Sache finde ich, dass Hulls k 2 ziemlich gut funktioniert. So gut bleiben. Allerdings bekommen wir oft einen hübschen Durchschnitt, wenn wir nur ein kleines Stück der Änderung hinzufügen: EMA (n / 2) - EMA (n). In der Tat, fügen Sie nur einen Bruchteil 946 dieser Änderung. Dies ergibt: MAg (n, 946) EMA (n / 2) 946 EMA (n / 2) - EMA (n). Das heißt, wählen wir 946 0,5 oder vielleicht nur 946 0,25 oder was auch immer und verwenden Sie: Zum Beispiel, wenn wir unsere gaggle der gleitenden Durchschnitte vergleichen, wie sie eine STEP-Funktion verfolgen, erhalten wir diese, wo wir hinzufügen (für MAg) nur 946 1 / 2 der Änderung. Ja, aber was ist der beste Wert der Beta. Bestimmen Sie am besten: Beachten Sie, dass Beta 1 die Option Hull ist. Außer, dass EMAs anstelle von WMAs verwendet wurden. Und Sie lassen das Quadrat-Wurzel-Ding. Äh, ja. Ich habe es vergessen. Hinweis . Die Kalkulationstabelle ändert sich von Stunde zu Stunde. Es sieht jetzt wie folgt aus Etwas zum Spielen Ich habe mir eine Tabelle, die so aussieht. Klicken Sie auf das Bild zum herunterladen. Sie wählen eine Aktie und klicken Sie auf eine Schaltfläche und erhalten ein Jahr im Wert von Tagespreisen. Sie wählen entweder HMA oder MAg, ändern die Anzahl der Tage und, für MAg, den Parameter, und sehen, wenn Sie KAUFEN VERKAUFEN sollten. Wenn Basierend auf welchen Kriterien Wenn der gleitende Durchschnitt in den letzten 2 Tagen DOWN x von seinem Maximum abweicht, kaufst du. (In dem Beispiel, x 1,0) Wenn seine UP y von seinem Minimum in den letzten 2 Tagen, Sie SELL. (Im Beispiel y 1.5) Sie können die Werte von x und y ändern. Taugt es etwas. Diese Kriterien Ich sagte, es war etwas zu spielen. Theres diese andere Glättung Technik genannt Hodrick-Prescott Filter. Mit Hilfe von Ron McEwan, ist es jetzt in diesem Kalkulationstabelle enthalten: Ist es ein gutes Spiel mit ihm. Sie werden bemerken, dass theres ein Parameter, den Sie in Zelle M3 ändern können. Und BUY and SELL Signale. Forum gt Microsoft Office-Anwendung Hilfe - Excel-Hilfeforum gt Excel General gt Ich versuche, einen möglichst quadratischen gleitenden Durchschnitt der Schlusskurs einer Aktie zu erstellen. Ich habe versucht, die TREND-Funktion in Excel und es ist nicht mir die richtigen Ergebnisse. Anstatt die eingebaute Funktion zu verwenden, möchte ich es in Excel manuell machen. Ich habe die Aktienkursdaten mit dem, was das Ergebnis eines kleinsten quadratischen gleitenden Durchschnitts sein sollte, eingeschlossen. Ich habe diese Ergebnisse aus meinem Lager Charting-Software, TradeStation. Ich habe überall nach dieser Excel-Formel gesucht, aber nicht finden können. Es sieht aus wie die Hauptformel ist Ymxb, aber wie wenden Sie diese in Formel in Spalten in Excel. Können Sie mir bitte helfen bei der Schaffung der richtigen Formeln, um diese am wenigsten quadratisch gleitenden Durchschnitt zu schaffen. Der Durchschnitt würde auf der Rückblickperiode basieren. In meinem Beispiel habe ich es auf 34 Periodenblick zurückblicken lassen. Ihre Frage ist ein wenig verwirrend. Eine Least Squares Regression Line ist eine gerade Linie mit einer Gleichung ymxb. Die Least Squares Teil ist sie versuchen, eine gerade Linie durch Ihre Daten zu ziehen, so dass die Linie so nah an allen Punkten wie möglich ist. Die Kriterien für die Angabe von "fastclose", wie möglich, ist, jeden Punkt zu nehmen und herauszufinden, wie weit er von der Linie entfernt ist. Sie tun dies ein paar Mal und erkennen, einige Entfernungen sind positiv und einige negativ. Hinzufügen sie nicht zu gut funktioniert. So erfanden sie Squaring alle diese Abstände, um die Zahl immer positiv zu machen und dann zusammenzufügen. Der kleinste Teil ist, dass Sie die Linie um ein wenig bewegen und fügen Sie alle diese Abstände quadriert, bis Sie kommen mit der kleinsten Summe dieser Abstände. Es ist immer noch eine Linie though. Das gleiche tun mit Log und Power und Polynomkurven. Das ist die Summe der Quadrate der Abstände und bewegen Sie die Kurve um die Miminum Summe zu erhalten. Ihre Frage ist ein wenig anders es will einen gleitenden Durchschnitt mit 34 Punkten zusammen, um die Berechnungen zu tun. Sie Kurve beginnt und endet am ersten Punkt und das verwirrt mich. Es sollte am 34. Punkt beginnen. Siehe meine Grafik beigefügt. Wer dieses Questio gefragt hat, muss gewollt haben, dass Sie einen 34-tägigen kumulativen Durchschnitt durchführen, eine Reihe von Punkten erhalten und eine LSRL auf diesen Punkten machen. Macht das Sinn, siehe beigefügt. Ich glaube, das ist, was Sie wollen. Danke für die Antwort. Lassen Sie mich klarstellen, was ich suche. Der kleinste quadratische gleitende Durchschnitt wird auch als ein Endpunkt gleitender Durchschnitt bezeichnet, wobei durch den Endpunkt einer gewissen Länge die lineare Regressionslinie die Kurve für den kleinsten quadratischen gleitenden Durchschnitt ist. Zum Beispiel, wenn ich für einen 34-Perioden-Endpunkt gleitenden Durchschnitt suchen würde ich auf meine aktuelle Aktienkurs und ziehen Sie eine lineare Regressionsgeraden aus dem aktuellen Preis auf den Preis 34 Perioden vor. Wo der Endpunkt der 34 Periode linearen Regress Linie landet auf dem aktuellen Preis würde von meinem ersten Wert für meine Endpunkt gleitenden Durchschnitt. Wenn die Aktie auf den nächsten Kurs vorrückt, würde die gleiche Zeit immer wieder passieren, um 34 Perioden zurückzuziehen, um eine Regressionslinie zu zeichnen und den Endpunkt auf dem aktuellen Aktienkurs darzustellen. Ich hoffe, dies macht die Dinge klarer, was ich suche. Vielen Dank, StevenKonstruieren einer Least-Squares-Grafik mit Microsoft Excel Einfache Tabellenkalkulationsprogramme wie Microsoft Excel oder Quattro Pro sind leistungsfähige Werkzeuge für viele Arten von Berechnungen in der Chemie. Eine der am häufigsten verwendeten Funktionen eines Tabellenkalkulationsprogramms besteht darin, Graphen zu erstellen. Das Verfahren zum Erstellen eines Minus-Quadrate-Diagrammes unter Verwendung von Microsoft Excel wird im Folgenden beschrieben. Beachten Sie, dass klicken bedeutet, den Mauszeiger auf eine Position zu setzen und drücken Sie die linke Maustaste einmal, um doppelklicken bedeutet, drücken Sie die linke Maustaste zweimal schnell zu ziehen Mittel, um den Mauszeiger auf eine Position zu setzen, halten Sie die linke Maustaste gedrückt , Bewegen Sie den Mauszeiger an eine andere Position und lassen Sie die Maustaste los. Ziehen wird nicht nur zum Verschieben von Objekten, sondern auch zum Markieren von Text, Daten usw. verwendet. Geben Sie Ihre Daten in das Arbeitsblatt ein. Es ist oft einfacher, ähnliche Datentypen in Spalten anstelle von Zeilen zu setzen (obwohl dies keine Voraussetzung ist). Markieren Sie die Daten, die Sie in das Diagramm aufnehmen möchten. Wenn Sie z. B. die in den Zellen 1-4 der Spalten A und B enthaltenen Daten plotten möchten, setzen Sie den Mauszeiger auf die Zelle A1 und ziehen Sie den Mauszeiger in die Zelle B4. Wenn die Daten, die Sie einschließen sollen, sich in zwei Spalten befinden, die nicht benachbart sind (z. B. Zellen 1-4 der Spalten A und C), setzen Sie den Mauszeiger auf Zelle A1 und ziehen Sie den Mauszeiger zu Zelle A4. Halten Sie dann die STRG-Taste auf der Tastatur gedrückt, setzen Sie den Mauszeiger auf die Zelle C1 und ziehen Sie in die Zelle C4. Beide Spalten der Daten sollten hervorgehoben werden. Klicken Sie in der Menüleiste auf Einfügen. Unter Standardtypen. Diagrammtyp:. Klicken Sie auf XY (Scatter). Unter Diagramm-Untertyp:. Klicken Sie auf das Diagramm mit nur Datenmarkierungen und keine Zeilen. Klicken Sie in das Textfeld unter Diagrammtitel: und geben Sie einen Titel für die Grafik ein. Klicken Sie in das Textfeld unter Kategorieachse (X) und geben Sie einen Titel für die x-Achse ein. Klicken Sie in das Textfeld unter Wertachse (Y) und geben Sie einen Titel für die y-Achse ein. Klicken Sie auf die Registerkarte Rasterlinien. Klicken Sie in die Kontrollkästchen, um die Gitternetzlinien ein - oder auszuschalten. Klicken Sie auf die Registerkarte Legende. Klicken Sie in das Kontrollkästchen neben Legende anzeigen, um die Legende ein - oder auszuschalten. Die Platzierung der Legende auf dem Graphen kann hier ebenfalls gewählt werden. Klicken Sie auf die Registerkarte Datenbeschriftungen. Klicken Sie auf die Optionsschaltflächen, um Datenetiketten ein - oder auszuschalten. Klicken Sie auf die Registerkarte Datentabelle. Klicken Sie in die Kontrollkästchen, um eine Datentabelle ein - oder auszuschalten. Unter Tabellen:. Klicken Sie auf das Optionsfeld neben Neuem Blatt:. Geben Sie im markierten Textfeld einen Namen für die Grafik ein. Klicken Sie auf Fertig stellen. An dieser Stelle haben Sie ein X-Y-Diagramm der Daten erstellt. Bewegen Sie den Mauszeiger zu einem beliebigen Datenpunkt und drücken Sie die linke Maustaste. Alle Datenpunkte sollten nun markiert werden. Nun, während der Mauscursor noch auf einem der markierten Datenpunkte ist, drücken Sie die rechte Maustaste und klicken Sie auf Trendlinie hinzufügen. Aus dem angezeigten Menü. Klicken Sie im Fenster "Trendlinien hinzufügen" unter "Typ". Klicken Sie auf die Box mit der gewünschten Passform (z. B. Linear). Klicken Sie oben im Trendlinienfenster hinzufügen auf Optionen. Klicken Sie in das Kontrollkästchen neben Anzeigegleichung auf Diagramm und das Kontrollkästchen neben Anzeige R-Quadrat-Wert auf Diagramm. Klicken Sie nicht auf das Kontrollkästchen neben Set Intercept 0. Formatieren einer Least-Squares-Grafik in Microsoft Excel Einige allgemeine Vorgänge in Microsoft ExcelFitting Kurven auf Ihre Daten mit Hilfe der wenigsten Quadrate Einleitung Wenn Sie ein Ingenieur (wie ich früher in einem früheren Leben) , Haben Sie wahrscheinlich Ihr bisschen experimentieren. Normalerweise benötigen Sie dann eine Möglichkeit, Ihre Messergebnisse mit einer Kurve passen. Wenn Sie ein geeigneter Ingenieur, Sie haben auch eine Idee, welche Art von Gleichung sollte theoretisch passen Ihre Daten. Vielleicht haben Sie einige Messungen mit Ergebnissen wie folgt: Anpassen von Daten mit einer Gleichung. Ein wohlbekannter Weg, um Daten an eine Gleichung anzupassen, ist die Verwendung der Methode der kleinsten Fehlerquadrate (LS). Ich will39t wiederholen die Theorie hinter der Methode hier, nur lesen, auf die Sache, indem Sie auf diesen Link zu Wikipedia. Anpassung einfacher linearer Gleichungen Excel liefert uns ein paar Werkzeuge, um Least Squares Berechnungen durchzuführen, aber sie sind alle um die einfacheren Funktionen zentriert: einfache lineare Funktionen der Form ya. xb, ya. exp (bx), ya. xb und etcetera . Mit einigen Tricks können Sie auch LS auf Polynomen mit Excel ausführen. Regressionstools im Analysis Toolpak-Add-In Aktivieren Sie das Analysis Toolpak in der Liste der Add-Ins (Datei-Button oder Office-Schaltfläche, Excel-Optionen, Registerkarte Add-Ins, klicken Sie auf Go): Die Add-Ins-Liste von Excel mit dem Analysis-Toolpak Aktiviert Diese Schaltfläche fügt die Schaltfläche "Analysisquot" für Ihre Multifunktionsleiste hinzu, auf der Registerkarte "Daten", "Analyse" (dies ist auch der Speicherort, in dem Sie die Schaltfläche "Solver" weiter unten finden können): Multifunktionsleiste mit Datenanalyse Klicken Sie auf diese Schaltfläche, um zu ermitteln, erhältlich. Arbeitsblattfunktionen Es gibt eine Reihe von Arbeitsblattfunktionen, mit denen Sie auch Regressionsanalysen durchführen können. Um schnell darauf zuzugreifen, wählen Sie eine leere Zelle aus und klicken Sie auf shiftF3, um den Funktionsassistenten zu öffnen. Geben Sie im Suchfeld quotRegressionquot (ohne Anführungszeichen natürlich) ein. Excel listet die relevanten Funktionen auf: Funktionsassistent, der Regressionsfunktionen anzeigt Wählen Sie einen aus und klicken Sie auf die Funktion "Hilfe" in diesem Funktionsquot-Link am unteren Rand des Funktionsassistenten, um mehr darüber zu erfahren. Anpassung komplexerer Funktionen Was passiert, wenn Sie eine komplexere Funktion, wie yexp (a. x).sin (x) b passt. Wie dies mit Hilfe von Excel I getan werden kann, hat eine Möglichkeit dazu, die folgenden Schritte auszuführen: Erstellen einer Tabelle mit x - und y-Werten Hinzufügen einer Spalte mit der Modellfunktionsformel, die auf Ihre x-es und auf einige Zellen für die Konstante (n) Haben Sie eine Spalte, die die Summe der Quadrate berechnet Verwenden Sie Solver, um die Konstanten zu finden, die die niedrigste Summe der Quadrate ergeben. Erläuterung der Beispieldatei Ich habe eine Beispieldatei erstellt, die Sie direkt verwenden können. Unten finden Sie einen Link zu der Datei und eine Erklärung, wie die Datei zusammengestellt wird. Download Diese Datei herunterladen: Wie die Datei arbeitet Daten Die Berechnungen und die Daten konzentrieren sich auf Sheet1 der Datei. Der wichtigste Bereich ist die Tabelle, die in Zelle A1 beginnt: Datentabelle in LS-Datei Spalte A hält Ihre x-Werte und Spalte B enthält die y-Werte. Die dritte Spalte enthält die Formel, die das Ergebnis der angepassten Gleichung unter Verwendung der Konstanten und der x-Werte berechnet. Die Beispieldatei hat diese Formel in Spalte C: Die vierte Spalte der Tabelle wird verwendet, um die Summe der Quadrate zu berechnen. Formel: Wie Sie wahrscheinlich schon erwähnt haben, habe ich ein paar Range-Namen. Ich erkläre die unten. Bereichsnamen Um die Arbeit mit der Datei zu erleichtern, habe ich einige Bereichsnamen erstellt. Anstatt die Tabellenverweise zu verwenden, die Excel 2007, 2010 und 2013 anbieten, enthielt ich einige Dynamikbereichsnamen, die auf die Daten verweisen. Dies bedeutet, dass die Arbeitsmappe auch in Excel 2003 und vorher funktioniert. Konstanten der Gleichung Die const Bereichsnamen zeigen auf eine zweite Tabelle in der Datei: In dieser Tabelle geben Sie Ihre ersten initialen Vermutungen für die resultierenden Konstanten ein und wo das Solver-Add-In auch die Ergebnisse zurückgibt. Wie Sie sehen können, wird unterhalb dieser Tabelle die restliche Summe der Quadrate angezeigt. Formel: Es ist diese Zelle G11, dass wir versuchen, mit dem Solver Add-In zu minimieren. Verwenden von Solver Zuerst müssen Sie das Solver-Add-In installieren. Verwenden Sie das Add-Ins-Dialogfeld, das ich am Anfang dieses Artikels gezeigt habe, und aktivieren Sie das Kontrollkästchen neben dem Add-In-Add-In. Dies fügt die Solver-Schaltfläche an der gleichen Stelle auf dem Band wie die quotData Analysisquot-Schaltfläche Ich zeigte vor. Nachdem Sie sichergestellt haben, dass die Modellformel korrekt in Spalte C eingetragen ist und die Berechnungen funktionieren, klicken Sie auf die Schaltfläche Solver. Das folgende Dialogfeld wird angezeigt: Der Dialog Solver Stellen Sie sicher, dass das Feld quotSet Objectivequot auf die Zelle zeigt, die die Summe der Quadrate enthält. Wählen Sie quotMinquot neben quotToquot. Das Feld "Ändern von Zellenvariablen" muss NUR auf die Zellen verweisen, die von Ihrem Modell verwendet werden, da sonst die Freiheitsgradeberechnung (auf dem ANOVA-Blatt) falsch ist. Stellen Sie außerdem sicher, dass alle nicht verwendeten Konstantzellen leer sind, indem Sie sie auswählen und auf die Taste del drücken. Beachten Sie, dass je nach Modelltyp die Lösereinstellungen geändert werden müssen. Ein wenig Experimentieren kann für beste Ergebnisse erforderlich sein. Solver-Einstellungen können mit der entsprechenden Taste gespeichert und geladen werden. Seien Sie also vorsichtig und kritisch, ob Sie tatsächlich eine bestmögliche Lösung erreicht haben oder nicht. Je nach Modellgleichung und Solver-Einstellungen kann der Solver mit nicht optimalen Ergebnissen arbeiten. Wenn Sie mit den aktuellen Solver-Einstellungen zufrieden sind, klicken Sie auf "Lösen". Nach einiger Zeit öffnet sich das Dialogfenster "QuoteSolver Resultsquot", mit dem Sie einige Optionen zum Fortfahren erhalten. Beachten Sie, dass es Ihnen auch ermöglicht, für ein paar Berichte zu fragen. Die Beispieldatei zeigt das Endergebnis: Varianzanalyse Auf der Registerkarte ANOVA finden Sie die Tabelle ANALYSE OF VAriance, die wie folgt aussieht: Die ANOVA-Tabelle Die wichtigste Zelle hier ist die Zelle F2. Wenn der Wert in dieser Zelle kleiner als 0,05 ist, gibt es eine Wahrscheinlichkeit, dass Ihr Modell die Daten korrekt passt. So weniger ist mehr für diese Zelle, Sie wollen, dass es unter 0,05 bleiben. Die Zelle wird für Werte über 0,05 rot. Überprüfen Sie, ob der Wert in Zelle B2 genau kleiner als die Anzahl der Konstanten ist, die Sie für das Modell verwendet haben. Wenn nicht, gehen Sie zurück zu Sheet1 und leeren die Zellen, die nicht von Ihrem Modell verwendet werden. Also, wenn Sie consta und constb verwendet, dann der Wert von B2 (Modell Freiheitsgrade) sollte 1. Fazit Wie Sie gesehen haben, passende komplexe Funktionen auf Ihre Daten ist nicht sehr schwer zu tun. Eine Kombination aus einigen relativ einfachen Formeln und dem Solver Add-In kommt hier zur Rettung. Einige Ratschläge als ein Ingenieur zu einem anderen Seien Sie kritisch bitte. Nicht alles glauben, was Excel sagt Sie sorgfältig analysieren die Ergebnisse, die es zurückgibt, da Solver möglicherweise die Dinge falsch und nicht geben Ihnen das bestmögliche Ergebnis Kommentare Zeige die letzten 8 Kommentare von 61 insgesamt (Alle Kommentare anzeigen): Kommentar von: Jan Karel Pieterse (10 / 29/2015 5:22:54 PM) Ja natürlich, das ist, was die Kurvenanpassung ist ganz ungefähr :-) Grundsätzlich ist das genau, was in Spalte C der Demodatei geschieht. Kommentar von: Cap (10/29/2015 5:41:02 PM) Vielen Dank für Ihre Antwort. Kommentar von: Devika (3/23/2016 8:47:44 PM) Hallo. Vielen Dank für Ihr Tutorial, aber ich habe Schwierigkeiten zu folgen. Ich muss a, b und c Parameter unter Verwendung der Gleichung unten p a b (1 e - ct) ableiten. Ich habe meinen Datensatz Y für verschiedene T-Zeit in Stunden. Irgendeine einfache Weise, die Sie vorschlagen können, dass ich Solver benutze, um das zu tun und die Kurvenanpassung sowie R quadratischen Wert zu tun Anmerkung von: Fuso (3/30/2016 7:05:48 PM) Dank viel Diese waren sehr nützlicher amp Klare Schritte. Ich war in der Lage, für andere Passungen gelten Kommentar von: Mathias (4/1/2016 11:18:33 AM) Lieber Jan, Im mit Ihrer Anwendung auf y 0.5 (1TANH (alfa (x - beta)) zu einem Dataset passen , Auf den ersten Blick sieht die Passform gut aus. Wenn ich auf die Registerkarte ANOVA gehe, bekomme ich einen NUM-Fehler für den P-Wert in Zelle F2. Die Ursache dafür scheint der Wert in E2 unter F zu sein, was negativ ist. Auch die Summe der Quadrate für den Fehler (Zelle C3) ist negativ, was ein wenig seltsam erscheint. Alle Gedanken, was könnte die Ursache sein Mit freundlichen Grüßen, Mathias Kommentar von: Ali (4/3/2016 2:28:55 AM) Sehr geehrte Damen und Herren, Ich versuche, ein Optimierungsproblem zu lösen, in dem ich nicht-lineare am wenigsten machen muss Vierkantbefestigung. Die Funktion ist wie folgt: y (t) (x / R) y (0) - (x / R) t / F so ist y eine Funktion der Zeit, die ich kenne, zusammen mit x und y (0). Ich habe mehrere Punkte für diese. Ich muss die Werte von R amp F, die eine Kurve, die diese Werte passt zu finden. Ist dies machbar mit dieser Technik Kommentar von: Jan Karel Pieterse (4/4/2016 9:13:56 AM) Ich weiß nicht wirklich. Vielleicht können Sie per E-Mail Ihre Arbeitsmappe zu mir Siehe Adresse am unteren Rand der Seite. Ali: Haben Sie versucht, es zu tun Kommentar von: GB (4/20/2016 5:51:03 AM) Dies ist awesome. Danke Haben Sie eine Frage, einen Kommentar oder einen Vorschlag? Dann nutzen Sie bitte dieses Formular. Wenn Ihre Frage nicht direkt mit dieser Web-Seite, sondern eine allgemeinere quotHow tun, tun ich thisquot Excel Frage, dann rate ich Ihnen, Ihre Frage hier zu stellen: www. eileenslounge. Jan Karel Pieterse infojkp-ads Copyright 2016, Alle Rechte vorbehalten.
No comments:
Post a Comment