Genomsnittliga Rörlig Range Metoden

Hur man beräknar rörliga genomsnittsvärden i Excel Excel-dataanalys för dummies, andra utgåvan Kommandot Data Analysis ger ett verktyg för att beräkna flytande och exponentiellt jämnvärda medelvärden i Excel. Antag, för att illustrera det, att du har uppsamlat daglig temperaturinformation. Du vill beräkna det tre dagars glidande medlet 8212 i genomsnitt av de senaste tre dagarna 8212 som en del av några enkla väderprognoser. För att beräkna glidmedel för denna dataset, gör följande steg. För att beräkna ett glidande medelvärde klickar du först på kommandoknappen Data tab8217s Data Analysis. När Excel visar dialogrutan Dataanalys väljer du objektet Flyttande medel från listan och klickar sedan på OK. Excel visar dialogrutan Rörlig medelvärde. Identifiera de data som du vill använda för att beräkna det glidande medlet. Klicka i textrutan Inmatningsområde i dialogrutan Rörlig medelvärde. Identifiera sedan ingångsintervallet, antingen genom att skriva in en arbetsbladets intervalladress eller genom att använda musen för att välja arbetsbladets intervall. Din referensreferens bör använda absoluta celladresser. En absolut celladress föregår kolumnbokstaven och radnumret med tecken, som i A1: A10. Om den första cellen i ditt inmatningsområde innehåller en textetikett för att identifiera eller beskriva dina data markerar du kryssrutan Etiketter i första raden. I Excel-textrutan berättar Excel hur många värden som ska inkluderas i den genomsnittliga beräkningen. Du kan beräkna ett glidande medelvärde med ett antal värden. Som standard använder Excel de senaste tre värdena för att beräkna det glidande genomsnittet. Om du vill ange att ett annat antal värden används för att beräkna det glidande genomsnittet, anger du det här värdet i textrutan Intervall. Berätta Excel var du ska placera de glidande medelvärdena. Använd textrutan Utmatningsområde för att identifiera det arbetsarksintervall som du vill placera den rörliga genomsnittsdata för. I kalkylbladsexemplet har den glidande genomsnittsdata placerats i kalkylbladintervallet B2: B10. (Valfritt) Ange om du vill ha ett diagram. Om du vill ha ett diagram som visar den glidande genomsnittliga informationen markerar du kryssrutan Diagramutmatning. (Valfritt) Ange om du vill beräkna standard felinformation. Om du vill beräkna standardfel för data väljer du kryssrutan Standardfel. Excel placerar standardfelvärden bredvid de glidande medelvärdena. (Standardfelinformationen går in i C2: C10.) När du har slutfört ange vilken flyttbar genomsnittsinformation du vill ha beräknad och var du vill placera den, klicka på OK. Excel beräknar glidande medelinformation. Obs! Om Excel doesn8217t har tillräckligt med information för att beräkna ett glidande medelvärde för ett standardfel placerar det felmeddelandet i cellen. Du kan se flera celler som visar detta felmeddelande som ett värde. Moving Average I det här exemplet lär du dig hur du beräknar glidande medelvärdet för en tidsserie i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Det går inte att hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta medelvärde och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv en graf över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer topparna och dalarna utjämnas. Ju mindre intervall desto närmare de rörliga medelvärdena ligger till de faktiska datapunkterna. Kontaktinfo Webbplatssök Kunskapscentrum Flytta genomsnittliga intervalltabeller Flytta genomsnittliga intervalldiagram är en uppsättning kontrolldiagram för variabeldata (data som är både kvantitativ och kontinuerlig mätning , såsom en uppmätt dimension eller tid). Kartläggningen Flyttande medel övervakar processplatsen över tiden baserat på genomsnittet av den aktuella undergruppen och en eller flera tidigare undergrupper. Moving Range-diagrammet övervakar variationen mellan undergrupperna över tiden. De plottade punkterna för en Rörlig medeldiagram, kallad en cell, inkluderar den aktuella undergruppen och en eller flera tidigare undergrupper. Varje undergrupp inom en cell kan innehålla en eller flera observationer, men måste alla vara av samma storlek. Sedan 1982: Konstvetenskapen för att förbättra din baslinje Quality America erbjuder statistisk processkontrollprogramvara, samt träningsmaterial för Lean Six Sigma, Quality Management och SPC. Vi omfamnar ett kunddriven tillvägagångssätt, och leder till många mjukvaruutvecklingar. Vi söker ständigt efter sätt att erbjuda våra kunder de bästa och mest prisvärda lösningarna. Ledare inom sitt område har Quality America tillhandahållit mjukvaror och träningsprodukter och tjänster till tiotusentals företag i över 25 länder. Upphovsrätt kopia 2013 Quality America Inc. Quality 101: Flyttrafikscheman Fix på processbeteende Kontrollscheman hjälper till att analysera data för att förbättra tillverkningsprocessen. Analysen av data med hjälp av processbeteendediagram-Walter Shewhart kallade dem kontrollscheman-utgör grunden för statistisk processkontroll (SPC) för processförbättring. SPC fokuserar på konceptet att alla processer har rutinvariation och vissa processer har ytterligare variationer från undantag. Processförbättring kräver eliminering av orsaker till exceptionell variation och minskning av variationen från rutin orsaker. Korrekt konstruerade diagram för processbeteende separerar exceptionell variation från rutinvariationen och tillåter en användare att fokusera på att identifiera och ta bort undantag från en process. En rad processbeteendediagram har utvecklats sedan Shewhart introducerade genomsnitts - och intervalldiagrammet 1924. En som används allmänt, både inom tillverkningsverksamheten och för hanteringsprocesser, är individen och rörelseskalan. Två diagram i ett Individuellt och rörligt område diagram-XmR eller ImR-är verkligen två diagram som används i tandem. Tillsammans följer de processmedelvärdet samt processvariationen. Tabell A sammanfattar fokus för varje diagram och ger exempel på åtgärder som kan analyseras med hjälp av denna metod. Eftersom individens (X) diagram är en tidsbestämd sekvens av individuella datavärden är det möjligt att se all variation, rutin och exceptionell, från processen på det här diagrammet. Analysen fokuserar emellertid på att skilja vilken exceptionell variation som finns i data från rutinvariationen av processen. Kvantifiering av den rutinmässiga variationen är jobbet hos de rörliga områdena. Hur mRs kvantifierar rutinvariation Varje rörligt intervall - absolut skillnad mellan intilliggande datavärden - återspeglar variationen mellan tidsperioder. Medelvärdet av de rörliga områdena används sedan för att beräkna gränserna: naturliga processgränser (NPL) på X-diagrammet och övre kontrollgränserna (UCL) på mR-diagrammet. Om en process endast har rutinvariation kan de rörliga områdena och därmed genomsnittet av de rörliga områdena omvandlas till en standardavvikelse för processen och används för att beräkna gränserna på diagrammen. Dessa kontrollgränser är 3 Sigma-gränser, som rekommenderas av Shewhart, för att säkerställa den ekonomiska kontrollen av kvaliteten på den färdiga produkten. Om en process har både rutinvariation och exceptionell variation, kommer vissa rörliga intervall att uppblåsas av undantagen. Många av de rörliga områdena kommer dock endast att bestå av rutinvariation, och det genomsnittliga rörelseområdet kommer inte att vara drastiskt uppblåst. Gränser som beräknas utifrån det genomsnittliga rörelseområdet kommer fortfarande att kunna detektera exceptionella orsaker till variation. I extrema fall kan gränserna beräknas från medianflyttningsintervallet. Detta skyddar mot inflationen av gränserna på diagrammen. Formler för XmR-diagramgränser Två försiktighetsåtgärder måste erkännas. Den första frestelsen är att beräkna kontrollgränserna för de enskilda värdena med all data i en traditionell formel för standardavvikelse. Denna formel används ofta och ingår i många mjukvarupaket. Det är inte lämpligt att använda vid beräkning av gränser för XmR-diagrammet eftersom det inte skiljer mellan rutinmässig och exceptionell variation. Om särskild orsaksvariation föreligger i data, kommer gränserna som beräknas med s att vara för högt uppblåsta och inga signaler kommer att visas på diagrammet. Möjligheten att upptäcka exceptionell variation undergrävs av aritmetiken. Den andra frestelsen är att endast använda X-diagrammet. Även om detta kan verka praktiskt kan vissa analyser gå förlorade. MR-diagrammet tjänar till att förstärka X-diagrammet genom att: En tillverkare av maskinerade komponenter för flygindustrin måste förutsäga produktiviteten för det kommande året. Produktivitetsvärdena med skift är tillgängliga under de senaste 9 produktionsdagarna och sammanfattas ovan. Med hjälp av XmR-diagrammet signalerar ett individuellt värde och ett rörligt intervall närvaron av exceptionell variation. Att bara fokusera på rutinvariation av denna process för att konstruera kontrollgränser är lämpligt att beräkna gränserna med hjälp av ett genomsnittligt rörelseområde, (eller medianflyttningsintervall). utan påverkan av datapunkterna i samband med undantag. Totalt fyra rörliga områden användes inte vid den slutliga beräkningen av gränser. Det slutliga diagrammet skiljer tydligt mellan rutinvariationen och den ytterligare variationen i data från undantag. Rutinmässig variation i denna process är skillnaden i NPL: 99,78-58,6541,13. Baserat på denna analys är produktiviteten inte förutsägbar och variationen från rutin orsaker är 41. Gillar du den här artikeln? Klicka här för att prenumerera på Quality Magazine. Senaste artiklarna från Sophronia Ward Sponsored Content är ett särskilt betalt avsnitt där branschföretag tillhandahåller högkvalitativt, objektivt, icke-kommersiellt innehåll kring ämnen av intresse för kvalitets publiken. Allt sponsrat innehåll levereras av reklamföretaget. Intresserad av att delta i avsnittet Sponsored Content Kontakta din lokala representant. GAGEtrak Calibration Management Software Lär dig de steg som krävs för att göra egna osäkerhetscertifieringar. Är du intresserad av att förenkla dina arbetsflöden för storskaliga metrologiska uppgifter och projekt Är hastighet och noggrannhet viktig Om så, gå till det här webinariet om du vill lära dig om de senaste framstegen inom Laser Tracker-teknik och arbetsflöden. Liksom många företag där ute, anses kvalitetsrollen vara viktig, men kan variera i storlek, omfattning och inflytande från ett ställe till ett annat. I detta webbseminarium kommer vi att granska några av de viktigaste områdena som företagen gör bra med kvalitet, platser de behöver förbättra och intressanta trender vi upptäckte under processen. Ämnen att prata om