使用excel计算指数平滑和移动平均

 
指数平滑法
原数数据如下:
点击数据——数据分析
选择指数平滑
最一次平滑
由于我们选择的区域是B1:B22,第一个单元格“钢产量”,被当做标志,所以我们应该勾选标志。当我们勾选了标志后,列中的第一个单元格将不被用于计算,计算从第二个单元格开始。
结果如下:
做二次平滑
这里,我们不再采用标志,所以数据区间选择在C3:C22
对比一下
阻尼系数=0.3
阻尼系数=0.05
阻尼系数=0.9
画在一张图上对比下,可见阻尼系数越大,曲线越平。
 
 
 
 
移动平均(一阶和二阶)
同理可以使用excel计算得到如下表:
 
相关数据文件:
 
 
 
 
 
 
 





附件列表

 

转载于:https://www.cnblogs.com/xuanlvshu/p/5448931.html

  • 1
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
让用户可以随时查找曲线上任意点的坐标(函数值) 附件的 .mht文件,是一个简单介绍贝塞尔三次插值的文档,可以用IE打开,更多贝塞尔插值的算法,可以用搜索引擎找 附件的 .xls文件,打开以后,会看见三个工作表,分别演示了 找一个数值在曲线上的一组对应点 找一个数值在曲线上的所有对应点 和贝塞尔曲线是怎样在通过每两个节点的(每一对输入的X-Y数值代表平面坐标系的一个点,称为节点,Excel平滑曲线通过每一个节点) 要在其他Excel文档使用 BezireInt() 函数,需要按Alt+F11,双击模块一 复制所有文字 然后打开其他Excel文档按Alt+F11,插入---模块,然后粘贴所有文字 自定义函数的使用方法是: 在空白单元格输入 =BezierInt(X坐标的范围,Y坐标的范围,待查的数值) 函数就会返回一个包含六个元素的数组,分别是三个点的X,Y坐标 如: 你根据 a1:a4的数值作为X值,b2:b4的数值作为Y值,画了一个平滑线散点图 想查找c1的数值是不是在这条曲线上 就可以输入 =Index( BezierInt(a1:a4,b1:b4,c1) ,1,1) 得到曲线上第一个 X值=C1数值的点的X坐标 =Index( BezierInt(a1:a4,b1:b4,c1) ,1,2) 得到曲线上第一个 X值=C1数值的点的Y坐标 =Index( BezierInt(a1:a4,b1:b4,c1) ,1,3) 得到第2个 X值=C1数值的点的X坐标 =Index( BezierInt(a1:a4,b1:b4,c1) ,1,4) 得到第2个 X值=C1数值的点的Y坐标 =Index( BezierInt(a1:a4,b1:b4,c1) ,1,5) 得到第3个 X值=C1数值的点的X坐标 =Index( BezierInt(a1:a4,b1:b4,c1) ,1,6) 得到第3个 X值=C1数值的点的Y坐标 如果有多段曲线上的点包含C1的数值,那么可以增加输入参数,指定从哪个节点开始查找 =Index( BezierInt(a1:a4,b1:b4,c1,3),1,1) 得到从第三组X-Y数据开始查找, 返回第一个符合C1数值的点的X坐标 =Index( BezierInt(a1:a4,b1:b4,c1,3),1,2) 得到从第三组X-Y数据开始查找,返回第一个符合C1数值的点的Y坐标 函数默认输入数值是X值,要根据Y值找点的话,还可以增加输入参数, 指定输入的是Y值 =Index( BezierInt(a1:a4,b1:b4,c1,1,"Y"),1,1) 得到返回曲线上第一个 Y值=C1数值的点的X坐标如此类推......
二次指数平滑法是一种用于预测时间序列数据的方法,它通过对一次指数平滑值再进行一次指数平滑来进行预测。然而,二次指数平滑法并不能单独地进行预测,而是需要与一次指数平滑法配合使用,建立预测的数学模型,并利用该模型确定预测值。 对于二次指数平滑法的误差分析,我们可以考虑以下几个方面: 1. 残差(Residuals):残差是指实际观测值与预测值之间的差异。通过计算残差,我们可以评估二次指数平滑法的预测精度。较小的残差表示预测结果与实际观测值较为接近,而较大的残差则表示预测结果与实际观测值存在较大差异。 2. 均方根误差(Root Mean Square Error,RMSE):均方根误差是一种常用的衡量预测模型精度的指标。它表示预测值与实际观测值之间的平均差异程度。较小的RMSE值表示预测模型的精度较高,而较大的RMSE值则表示预测模型的精度较低。 3. 平均绝对误差(Mean Absolute Error,MAE):平均绝对误差是另一种常用的衡量预测模型精度的指标。它表示预测值与实际观测值之间的平均绝对差异程度。与RMSE类似,较小的MAE值表示预测模型的精度较高,而较大的MAE值则表示预测模型的精度较低。 需要注意的是,二次指数平滑法的预测精度受到多个因素的影响,包括数据的稳定性、噪声的存在以及模型参数的选择等。因此,在进行误差分析时,需要综合考虑这些因素,并结合具体的应用场景进行评估。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值