Sentrert Bevegelse Gjennomsnittet Selv Periode

Kendal Street, London W2 2AQ sitr. Stephen R. Covey - en av verdens ledende ledelseskonsulenter og forfatter av den bestselgende boken The Seven Habits of Highly Effective People - er medformann i Franklin Covey i Salt Lake City, Utah i USA. Franklin Covey tilbyr konsulenttjenester til Fortune 500 selskaper samt tusen små og mellomstore bedrifter, utdanningsinstitusjoner, regjeringen og andre organisasjoner over hele verden. Deres arbeid i prinsippssenteret lederskap anses å være et instrumental grunnlag for effektiviteten av kvalitet, ledelse, service, teambygging, organisatorisk tilrettelegging og andre strategiske bedriftsinitiativer. Utdrag fra kapittel 7 - Syv ganger synder - Side 87 til 93 Mahatma Gandhi sa at syv ting vil ødelegge oss. Legg merke til at alle av dem har å gjøre med sosiale og politiske forhold. Legg også merke til at motgiftene til hver av disse siterte sinsquot er en eksplisitt ekstern standard eller noe som er basert på naturlige prinsipper og lover, ikke på sosiale verdier. 1990 Stephen R. Covey. Alle rettigheter reservert. Gjengitt med tillatelse. De syv vaner og prinsipp-sentrert lederskap er registrerte varemerker for Franklin Covey og brukes med tillatelse. Hvis du vil vite mer om Franklin Covey, kan du besøke deres hjemmeside på franklincovey. Dette refererer til praksis for å få noe for ingenting - manipulere markeder og eiendeler, slik at du ikke trenger å jobbe eller produsere merverdi, bare manipulere mennesker og ting. I dag er det yrker bygget rundt å tjene rikdom uten å jobbe, tjene mye penger uten å betale skatt, dra nytte av gratis regjeringens programmer uten å ha en god del av de økonomiske byrdene, og nyte alle fordelene med statsborgerskap av land og medlemskap i selskap uten å forutsi noen av risikoen eller ansvaret. Hvor mange av de bedrageriske ordningene som gikk på 1980-tallet, ofte kalt tiåret av grådighet, var i utgangspunktet få-rik-raske ordninger eller spekulasjoner lovende utøvere, sier du ikke engang må jobbe for itquot Det er derfor jeg ville være veldig bekymret hvis en av mine barn gikk inn i spekulative bedrifter, eller hvis de lærte å tjene mye penger fort uten å måtte betale prisen ved å legge til verdi på en daglig basis. Noen nettverksmarkedsføring og pyramideorganisasjoner bekymrer meg fordi mange mennesker blir rike raskt ved å bygge en struktur under dem som mater dem uten arbeid. De er rasjonalisert til hiltet, men det overveldende følelsesmessige motivet er ofte grådighet: du kan bli rik uten mye arbeid. Du må kanskje jobbe i utgangspunktet, men snart kan du ha rikdom uten arbeid. Quot Nye sosiale morer og normer dyrkes som forårsaker forvrengninger i deres dom. Rettferdighet og dom er uunngåelig uadskillelige, noe som tyder på at i den grad du beveger deg bort fra naturlovene, vil din vurdering bli negativt påvirket. Du får forvrengt forestillinger. Du begynner å fortelle rasjonelle løgner å forklare hvorfor ting fungerer eller hvorfor de ikke. Du beveger deg bort fra loven om å kvote farmquot til sosiale politiske miljøer. Når vi leser av organisasjoner i vanskeligheter, hører vi ofte de triste bekjennelsene til ledere som forteller om å bevege seg bort fra naturlige lover og prinsipper over en periode og begynne å bygge over, over låne og over spekulere, ikke leser strømmen eller blir objektiv tilbakemelding, bare høre mye self-talk internt. Nå har de høy gjeld til å betale. De må kanskje jobbe hardt bare for å overleve - uten håp om å være sunn i fem år eller mer. Det er tilbake til det grunnleggende, hånden til plogen. Og mange av disse ledere, i tidligere dager, var kritiske for konservative grunnleggere av selskapene som holdt seg nært grunnleggende og foretrukket å være små og fri for gjeld. Hovedsaksspørsmålet om det umodne, grådige, egoistiske og sanselige har alltid vært, og det har alltid vært noe jeg vil. Vil det være meg, vil det lette meg. I det siste synes mange mennesker å ha disse gleden uten samvittighet eller ansvarsfølelse, til og med forlate eller helt forsømme ektefeller og barn i navnet på å gjøre sine ting. Men uavhengighet er ikke den mest modne tilstanden av å være - den er bare en mellomposisjon på vei til gjensidig avhengighet, den mest avanserte og modne staten. Å lære å gi og ta, for å være uselvisk, å være sensitiv, å være hensynsfull, er vår utfordring. Ellers er det ingen følelse av sosialt ansvar eller ansvar i våre behagelige aktiviteter. De endelige kostnadene til glede uten samvittighet er høye målt i tid og penger, når det gjelder omdømme og i form av såring av hjerter og sinn hos andre mennesker som er negativt påvirket av de som bare vil hengi seg og tilfredsstille seg i kort sikt. Det er farlig å bli trukket eller lulled vekk fra naturlov uten samvittighet. Samvittigheten er i hovedsak repository av tidløse sannheter og prinsipper - den interne overvåken av naturlov. En fremtredende, utbredt psykolog jobbet for å justere mennesker med sin moralske samvittighet i det som ble kalt quotintegrity therapy. quot Han fortalte meg en gang at han var en manisk depressiv. Jeg visste at jeg fikk selvmord, sa han. Derfor har jeg forpliktet meg til en mental institusjon. Jeg prøvde å trene av det, nøytralisere det, til jeg nådde det punktet hvor jeg kunne forlate sykehuset. Jeg gjør ikke klinisk arbeid nå fordi det er for stressende. Jeg gjør for det meste forskning. Og gjennom min egen kamp oppdaget jeg at integritetsterapi var den eneste veien å gå. Jeg ga opp min elskerinne, tilstod min kone, og hadde fred for første gang i mitt liv. kvot Pleasure uten samvittighet er en av de viktigste fristelsene for dagens ledere. Noen ganger på fly kan jeg skanne bladerne rettet mot ledere, og notere annonsene. Mange av disse annonsene, kanskje to tredjedeler av dem, inviterer ledere til å hengi seg uten samvittighet fordi de oppgir det eller har quoteed det eller kvittert det, og hvorfor ikke kvitterende og kvitter det alt, og de er utrolige. Den forførende meldingen er, at du kom . Du er nå en lov til deg selv. Du trenger ikke en samvittighet til å styre deg lenger. quot Og i noen annonser ser du sytti år gamle menn med attraktive tretti år gamle kvinner, den quotsignificant othersquot som følger noen ledere til konvensjoner. Uansett hva som skjedde med ektefeller Hva skjedde med sosiale morer som gjør juks på ektefeller ulovlig oppførsel Så farlig som en liten kunnskap er, enda farligere er mye kunnskap uten en sterk, prinsippel karakter. Rent intellektuell utvikling uten tilstrekkelig intern karakterutvikling gir så mye fornuft som å sette en sportsvogn med høy motor i hendene på en tenåring som har høyt narkotika. Likevel, altfor ofte i den akademiske verden, det er akkurat det vi gjør ved ikke å fokusere på ungdommens karakterutvikling. En av grunnene jeg er spent på å ta de syv vaner inn i skolene er at det er karakterutdanning. Noen mennesker liker ikke karriereutdanning fordi de sier, sitater ditt verdisystem. quot Men du kan få et felles sett med verdier som alle er enige om. Det er ikke så vanskelig å bestemme for eksempel at godhet, rettferdighet, verdighet, bidrag og integritet er verdt å holde. Ingen vil kjempe deg med dem. Så kan vi begynne med verdier som er unarguable og infuse dem i vårt utdanningssystem og i bedriftens trening og utviklingsprogrammer. Gir en bedre balanse mellom utviklingen av karakter og intellekt. Folk som forvandler utdanning i dag, gjør det ved å bygge konsensus om et felles sett med prinsipper, verdier og prioriteringer og debunking den høye spesialiseringen, avdelingenalisering og partisk politikk. I sin bok Moral Sentiment, som gikk foran rikdom av rikdom, forklarte Adam Smith hvordan grunnleggende for suksessen til våre systemer er det moralske fundamentet. hvordan vi behandler hverandre, godhetens ånd, tjeneste, bidrag. Hvis vi ignorerer det moralske fundamentet og tillater økonomiske systemer å fungere uten moralsk grunnlag og uten videreutdanning, vil vi snart skape en amoral, om ikke umoralsk, samfunn og næringsliv. Økonomiske og politiske systemer er i siste instans basert på et moralsk fundament. Til Adam Smith er hver forretningstransaksjon en moralsk utfordring for å se at begge parter kommer ut rettferdig. Rettferdighet og velvilje i virksomheten er grunnlaget for det frie bedriftssystem som kalles kapitalisme. Vårt økonomiske system kommer ut av et konstitusjonelt demokrati hvor også minoritetsrettigheter skal deles. Den gylne regjers ånd eller vinn-vinn er en moralsk ånd, til gjensidig nytte, av rettferdighet for alle berørte. Parafrasering av en av mottakene til Rotaryklubben, sier det rettferdig og tjener interessene til alle interessentene. Det er bare en moralsk følelse av forvaltningen mot alle interessentene. Jeg liker at Smith sier alle økonomiske transaksjoner. Folk kommer i vanskeligheter når de sier at de fleste av deres økonomiske transaksjoner er moralske. Det betyr at det skjer noe som er skjult, skjult, hemmelig. Folk holder en skjult agenda, et hemmelig liv, og de rettferdiggjør og rasjonaliserer deres aktiviteter. De forteller seg rasjonelle løgner, slik at de ikke må følge naturlige lover. Hvis du kan få nok rasjonalisering i et samfunn, kan du ha sosiale morer eller politiske vilje som er helt skilt fra naturlige lover og prinsipper. Jeg møtte en gang en mann som i fem år tjente som quotethics directorquot for et stort luftfartsselskap. Han dro til slutt posten i protest og vurderte å forlate selskapet, selv om han ville miste en stor lønns - og fordelepakke. Han sa at ledergruppen hadde sitt eget eget forretningsetikk og at de var dypt inn i rationalisering og rettferdighet. Rikdom og makt var store på deres agendaer, og de gjorde ingen unnskyldning for det lenger. De ble skilt fra virkeligheten selv innenfor sin egen organisasjon. De snakket om å betjene kunden mens de absolutt rystet sine egne ansatte. Hvis vitenskapen blir all teknikk og teknologi, degenererer den raskt til mennesket mot menneskeheten. Teknologier kommer fra vitenskapens paradigmer. Og hvis det er svært lite forståelse for de høyere menneskelige formålene som teknologien forsøker å tjene, blir vi ofre for vårt eget teknokrati. Vi ser ellers høyt utdannede mennesker som klatrer den vitenskapelige stigen for suksess, selv om de ofte mangler den rungkalte menneskeheten og lent seg mot feil veggen. De fleste forskerne som levde eller bodde i dag, og de har ført til en vitenskapelig og teknologisk eksplosjon i verden. Men hvis alt de gjør er superimpose-teknologi på de samme gamle problemene, blir det ikke noe grunnleggende endringer. Vi kan se en evolusjon, en sporadisk quotrevolutionquot i vitenskap, men uten menneskehet ser vi verdifull, liten, ekte menneskelig fremgang. Alle de gamle ulikhetene og urettferdighetene er fortsatt hos oss. Om det eneste som ikke har utviklet seg, er disse naturlige lover og prinsipper - den sanne nord på kompasset. Vitenskap og teknologi har forandret ansiktet til de fleste alt annet. Men de grunnleggende tingene gjelder fortsatt, etter hvert som tiden går. Uten ofre kan vi bli aktive i en kirke, men forblir inaktive i sitt evangelium. Med andre ord går vi for religionens sosiale fasade og den vanære religiøse praksis. Det er ingen reell tur med folk eller gå den andre milen eller prøver å håndtere våre sosiale problemer som til slutt kan fortryde vårt økonomiske system. Det tar ofre for å tjene andre folks behov - blant annet offeret av vår egen stolthet og fordommer. Hvis en kirke eller religion blir sett på som et annet hierarkisk system, vil dets medlemmer ikke ha en følelse av tjeneste eller indre arbeid. I stedet vil de være i utadvendte tilnærminger og alle synlige accoutrements av religion. Men de er heller ikke gudsenterte eller prinsipp-sentrert. Prinsippene for tre av de syv vaner handler om hvordan vi håndterer andre mennesker, hvordan vi tjener dem, hvordan vi ofrer for dem, hvordan vi bidrar. Vaner 4, 5 og 6 - vinn-vinn interdependens, empati og synergi - krever enormt offer. Jeg kommer til å tro at de krever et ødelagt hjerte og en irritabel ånd - og det er for noen det ultimate offeret. For eksempel observert jeg et ekteskap hvor det var hyppige argumenter. En tanke kom til meg. Disse to menneskene må ha et knust hjerte og en forferdelig ånd mot hverandre, eller denne foreningen vil aldri vare. du kan ikke ha en enhet, en enhet uten ydmykhet. Stolthet og egoisme vil ødelegge foreningen mellom menneske og gud, mellom mann og kvinne, mellom menneske og mann, mellom selv og selv. De store tjenerledere har den ydmykhet, kjennetegnet for indre religion. Jeg kjenner noen administrerende direktører som er ydmyke tjenerledere - som ofrer sin stolthet og deler sin makt - og jeg kan si at deres innflytelse både i og utenfor selskapene deres blir multiplisert på grunn av det. Dessverre, mange mennesker vil ha kvotering, citerer eller i det minste utseendet av det, uten noe offer. De vil ha mer åndelighet, men vil aldri savne et måltid i meningsfylt faste eller gjøre en handling av anonym tjeneste for å oppnå det. Hvis det ikke er noe prinsipp, er det ingen sann nord, ingenting du kan stole på. Fokuset på personlighetsetikken er øyeblikkelig opprettelse av et bilde som selger godt i den sosiale og økonomiske markedsplassen. Du ser at politikere bruker millioner av dollar til å skape et bilde, selv om det er overfladisk, mangler substans, for å få stemmer og få kontor. Og når det virker, fører det til et politisk system som opererer uavhengig av de naturlige lovene som bør regulere - - som er bygd inn i Uavhengighetserklæringen. Vi holder disse sannhetene i stand til å være selvsagt, at alle Menneskene er skapt like, at de er begavet av deres Skaper med visse uforanderlige rettigheter, som blant disse er liv, frihet og lykkens etterfølgelse. Sitat Med andre ord beskriver de selvsagt, ekstern, observerbar, naturlig, unarguable, selvsagt legitimasjon: vi holder disse sannhetene til å være selvsagt. quot Nøkkelen til et sunt samfunn er å få den sosiale viljen, den verdisystem, justert med riktige prinsipper. Du har så kompassnålen som peker mot ekte nord - ekte nord som representerer den eksterne eller naturlige loven - og indikatoren sier det er det vi bygger vårt verdisystem på. de er justert. Men hvis du får en syk sosial vilje bak den politiske viljen som er uavhengig av prinsipp, kan du ha en veldig syk organisasjon eller et samfunn med forvrengte verdier. For eksempel kan de berømte oppdrag og delte verdier av kriminelle som voldtar, røver og plyndrer høres ut som mange bedriftens misjonserklæringer, ved hjelp av slike ord som quoteamwork, quotocoperation, quotquotealty, kvotprofitabilitet, kvoteinnovasjon, quot og quotcreativity. quot Problemet er at deres verdisystem ikke er basert på en naturlig lov. Figurativt, i mange selskaper med høye misjonserklæringer, blir mange mennesker krøllet i bred dagslys foran vitner. Eller de blir ranet av selvtillit, penger eller posisjon uten rettferdig prosess. Og hvis det ikke er noen samfunnsmessig vilje bak prinsippene om forfatning, og hvis du ikke kan få rettferdig prosess, må du gå til juryen til dine jevnaldrende og engasjere seg i motkultur sabotasje. I filmen De ti bud, sier Moses til farao, at vi skal styres av Guds lov, ikke av deg. I virkeligheten hes sier, at vi ikke vil bli styrt av en person med mindre den personen legemliggjør loven. beste samfunn og organisasjoner, naturlige lover og prinsipper styrer - det er grunnloven - og selv de øverste menneskene må bøye seg til prinsippet. Ingen er over den. De syv vaner vil hjelpe deg med å unngå disse syv dødelige synder. Og hvis du ikke kjøper inn i de syv vaner, prøv de ti budene. Kapittel 9 - Prinsipp-sentrert makt - Side 108 For noen er disse prinsippene og ideene de representerer, lett å henføre til bemerkelsesverdige ledere av forskjell som Mahatma Gandhi, men de er vanskeligere å finne i de mye mer vanlige opplevelsene i hverdagen. Som svar på denne bekymringen svarte Gandhi, at jeg hevder å være ikke mer enn en gjennomsnittlig mann med mindre enn gjennomsnittlig evne. Jeg er ikke en visjonær. Jeg hevder å være en praktisk idealist. Jeg kan heller ikke kreve noen spesiell fortjeneste for det jeg har kunnet oppnå med mektig forskning. Jeg har ikke skyggen av tvil om at noen eller en kvinne kan oppnå det jeg har, om han eller hun ville gjøre samme innsats og dyrke samme håp og tro. En personlig notat - Page 323 Gandhi understreket. en person kan ikke gjøre rett i en avdeling mens han forsøker å gjøre feil i en annen avdeling. Livet er en udelelig helhet. quotMoving gjennomsnittlige og eksponensielle utjevningsmodeller Som et første skritt i å bevege seg utover gjennomsnittlige modeller, kan tilfeldige gangmodeller og lineære trendmodeller, ikke-sesongsmønstre og trender ekstrapoleres ved hjelp av en glidende eller utjevningsmodell. Den grunnleggende forutsetningen bak gjennomsnittlige og utjevningsmodeller er at tidsseriene er lokalt stasjonære med et sakte varierende middel. Derfor tar vi et flytende (lokalt) gjennomsnitt for å anslå dagens verdi av gjennomsnittet, og deretter bruke det som prognosen for nær fremtid. Dette kan betraktes som et kompromiss mellom den gjennomsnittlige modellen og den tilfeldige-walk-uten-drift-modellen. Den samme strategien kan brukes til å estimere og ekstrapolere en lokal trend. Et glidende gjennomsnitt kalles ofte en quotsmoothedquot-versjon av den opprinnelige serien, fordi kortsiktig gjennomsnittsverdi medfører utjevning av støtene i den opprinnelige serien. Ved å justere graden av utjevning (bredden på det bevegelige gjennomsnittet), kan vi håpe å finne en slags optimal balanse mellom ytelsen til de gjennomsnittlige og tilfeldige turmodellene. Den enkleste typen gjennomsnittlig modell er. Enkel (likevektet) Flytende gjennomsnitt: Værvarselet for verdien av Y på tidspunktet t1 som er laget på tidspunktet t, er det enkle gjennomsnittet av de nyeste m-observasjonene: (Her og andre steder vil jeg bruke symbolet 8220Y-hat8221 til å stå for en prognose av tidsserien Y som ble gjort så tidlig som mulig ved en gitt modell.) Dette gjennomsnittet er sentrert ved period-t (m1) 2, noe som innebærer at estimatet av det lokale middel vil ha en tendens til å ligge bak den sanne verdien av det lokale gjennomsnittet med ca. (m1) 2 perioder. Således sier vi at gjennomsnittsalderen for dataene i det enkle glidende gjennomsnittet er (m1) 2 i forhold til perioden for prognosen beregnes. Dette er hvor lang tid det vil være å prognostisere prognoser bak vendepunkter i dataene . For eksempel, hvis du er i gjennomsnitt de siste 5 verdiene, vil prognosene være omtrent 3 perioder sent i å svare på vendepunkter. Merk at hvis m1, den enkle glidende gjennomsnittlige (SMA) modellen er lik den tilfeldige turmodellen (uten vekst). Hvis m er veldig stor (sammenlignbar med lengden på estimeringsperioden), svarer SMA-modellen til den gjennomsnittlige modellen. Som med hvilken som helst parameter i en prognosemodell, er det vanlig å justere verdien av k for å oppnå den beste kvote kvoten til dataene, dvs. de minste prognosefeilene i gjennomsnitt. Her er et eksempel på en serie som ser ut til å vise tilfeldige svingninger rundt et sakte varierende middel. Først kan vi prøve å passe den med en tilfeldig walk-modell, noe som tilsvarer et enkelt bevegelige gjennomsnitt på 1 sikt: Den tilfeldige turmodellen reagerer veldig raskt på endringer i serien, men i så måte velger den mye av kvotenivået i data (tilfeldige svingninger) samt quotsignalquot (det lokale gjennomsnittet). Hvis vi i stedet prøver et enkelt glidende gjennomsnitt på 5 termer, får vi et smidigere sett med prognoser: Det 5-tiden enkle glidende gjennomsnittet gir betydelig mindre feil enn den tilfeldige turmodellen i dette tilfellet. Gjennomsnittsalderen for dataene i denne prognosen er 3 ((51) 2), slik at den har en tendens til å ligge bak vendepunktene med tre perioder. (For eksempel ser det ut til at en nedtur har skjedd i perioden 21, men prognosene vender seg ikke til flere perioder senere.) Legg merke til at de langsiktige prognosene fra SMA-modellen er en horisontal rettlinje, akkurat som i tilfeldig gang modell. Således antar SMA-modellen at det ikke er noen trend i dataene. Mens prognosene fra den tilfeldige turmodellen ganske enkelt er lik den siste observerte verdien, er prognosene fra SMA-modellen lik et veid gjennomsnitt av de siste verdiene. De konfidensgrenser som beregnes av Statgraphics for de langsiktige prognosene for det enkle glidende gjennomsnittet, blir ikke større da prognoseperioden øker. Dette er åpenbart ikke riktig. Dessverre er det ingen underliggende statistisk teori som forteller oss hvordan konfidensintervallene skal utvide seg for denne modellen. Det er imidlertid ikke så vanskelig å beregne empiriske estimater av konfidensgrensene for lengre horisontprognoser. For eksempel kan du sette opp et regneark der SMA-modellen skulle brukes til å prognose 2 trinn foran, 3 trinn fremover, etc. i den historiske dataprøven. Du kan deretter beregne utvalgsstandardavvikene til feilene i hver prognosehorisont, og deretter konstruere konfidensintervaller for langsiktige prognoser ved å legge til og trekke ut multipler av riktig standardavvik. Hvis vi prøver et 9-sikt enkelt glidende gjennomsnitt, får vi enda jevnere prognoser og mer av en bremseeffekt: Gjennomsnittsalderen er nå 5 perioder (91) 2). Hvis vi tar et 19-årig glidende gjennomsnitt, øker gjennomsnittsalderen til 10: Legg merke til at prognosene nå faller bakom vendepunkter med ca 10 perioder. Hvilken mengde utjevning er best for denne serien Her er et bord som sammenligner feilstatistikken sin, også et gjennomsnitt på tre sikt: Modell C, 5-års glidende gjennomsnitt, gir den laveste verdien av RMSE med en liten margin over 3 term og 9-sikt gjennomsnitt, og deres andre statistikker er nesten identiske. Så, blant modeller med svært like feilstatistikk, kan vi velge om vi foretrekker litt mer respons eller litt mer glatt i prognosene. (Tilbake til toppen av siden.) Browns Simple Exponential Smoothing (eksponentielt vektet glidende gjennomsnitt) Den enkle glidende gjennomsnittsmodellen beskrevet ovenfor har den uønskede egenskapen som den behandler de siste k-observasjonene, like og fullstendig ignorerer alle foregående observasjoner. Intuitivt bør tidligere data diskonteres på en mer gradvis måte - for eksempel bør den siste observasjonen få litt mer vekt enn 2. siste, og den 2. siste skal få litt mer vekt enn den 3. siste, og så videre. Den enkle eksponensielle utjevning (SES) - modellen oppnår dette. La 945 betegne en quotsmoothing constantquot (et tall mellom 0 og 1). En måte å skrive modellen på er å definere en serie L som representerer dagens nivå (dvs. lokal middelverdi) av serien som estimert fra data til nå. Verdien av L ved tid t beregnes rekursivt fra sin egen tidligere verdi slik: Således er den nåværende glattede verdien en interpolering mellom den forrige glattede verdien og den nåværende observasjonen, hvor 945 styrer nærheten til den interpolerte verdien til den nyeste observasjon. Forventningen for neste periode er bare den nåværende glatte verdien: Tilsvarende kan vi uttrykke neste prognose direkte i forhold til tidligere prognoser og tidligere observasjoner, i en hvilken som helst av de tilsvarende versjoner. I den første versjonen er prognosen en interpolasjon mellom forrige prognose og tidligere observasjon: I den andre versjonen blir neste prognose oppnådd ved å justere forrige prognose i retning av den forrige feilen med en brøkdel av 945. Er feilen gjort ved tid t. I den tredje versjonen er prognosen et eksponentielt vektet (dvs. nedsatt) glidende gjennomsnitt med rabattfaktor 1-945: Interpolasjonsversjonen av prognoseformelen er den enkleste å bruke hvis du implementerer modellen på et regneark: det passer inn i en enkeltcelle og inneholder cellehenvisninger som peker på forrige prognose, forrige observasjon og cellen der verdien av 945 er lagret. Merk at hvis 945 1 er SES-modellen tilsvarer en tilfeldig turmodell (uten vekst). Hvis 945 0 er SES-modellen ekvivalent med den gjennomsnittlige modellen, forutsatt at den første glattede verdien er satt lik gjennomsnittet. (Gå tilbake til toppen av siden.) Gjennomsnittsalderen for dataene i prognosen for enkel eksponensiell utjevning er 1 945 i forhold til perioden for prognosen beregnes. (Dette skal ikke være åpenbart, men det kan enkelt vises ved å vurdere en uendelig serie.) Derfor har den enkle, glidende gjennomsnittlige prognosen en tendens til å ligge bak vendepunktene med rundt 1 945 perioder. For eksempel, når 945 0,5 lag er 2 perioder når 945 0.2 lag er 5 perioder når 945 0,1 lag er 10 perioder, og så videre. For en gitt gjennomsnittlig alder (det vil si mengden lag), er prognosen for enkel eksponensiell utjevning (SES) noe bedre enn SMA-prognosen (Simple Moving Average) fordi den legger relativt mer vekt på den siste observasjonen - dvs. det er litt mer quotresponsivequot for endringer som oppstod i den siste tiden. For eksempel har en SMA-modell med 9 vilkår og en SES-modell med 945 0,2 begge en gjennomsnittlig alder på 5 for dataene i prognosene, men SES-modellen legger mer vekt på de siste 3 verdiene enn SMA-modellen og ved Samtidig er det ikke 8220forget8221 om verdier som er mer enn 9 år gamle, som vist i dette diagrammet. En annen viktig fordel ved SES-modellen over SMA-modellen er at SES-modellen bruker en utjevningsparameter som er kontinuerlig variabel, slik at den lett kan optimaliseres ved å bruke en quotsolverquot-algoritme for å minimere den gjennomsnittlige kvadratfeilen. Den optimale verdien av 945 i SES-modellen for denne serien viser seg å være 0,2961, som vist her: Gjennomsnittsalderen for dataene i denne prognosen er 10,2961 3,4 perioder, noe som ligner på et 6-sikt enkelt glidende gjennomsnitt. De langsiktige prognosene fra SES-modellen er en horisontal rett linje. som i SMA-modellen og den tilfeldige turmodellen uten vekst. Vær imidlertid oppmerksom på at konfidensintervallene som beregnes av Statgraphics, divergerer nå på en rimelig måte, og at de er vesentlig smalere enn konfidensintervallene for den tilfeldige turmodellen. SES-modellen antar at serien er noe mer forutsigbar enn den tilfeldige turmodellen. En SES-modell er faktisk et spesielt tilfelle av en ARIMA-modell. slik at den statistiske teorien om ARIMA-modeller gir et solid grunnlag for beregning av konfidensintervall for SES-modellen. Spesielt er en SES-modell en ARIMA-modell med en ikke-sesongforskjell, en MA (1) og ikke en konstant periode. ellers kjent som en quotARIMA (0,1,1) modell uten constantquot. MA (1) - koeffisienten i ARIMA-modellen tilsvarer mengden 1-945 i SES-modellen. For eksempel, hvis du passer på en ARIMA (0,1,1) modell uten konstant til serien analysert her, viser den estimerte MA (1) - koeffisienten seg å være 0,7029, som er nesten nøyaktig en minus 0,2961. Det er mulig å legge til antagelsen om en konstant lineær trend uten null som en SES-modell. For å gjøre dette oppgir du bare en ARIMA-modell med en ikke-sesongforskjell og en MA (1) - sikt med en konstant, dvs. en ARIMA-modell (0,1,1) med konstant. De langsiktige prognosene vil da ha en trend som er lik den gjennomsnittlige trenden observert over hele estimeringsperioden. Du kan ikke gjøre dette i forbindelse med sesongjustering, fordi sesongjusteringsalternativene er deaktivert når modelltypen er satt til ARIMA. Du kan imidlertid legge til en konstant langsiktig eksponensiell trend for en enkel eksponensiell utjevningsmodell (med eller uten sesongjustering) ved å bruke inflasjonsjusteringsalternativet i prognoseprosedyren. Den aktuelle kvoteringskvoten (prosentvekst) per periode kan estimeres som hellingskoeffisienten i en lineær trendmodell som er montert på dataene i forbindelse med en naturlig logaritme transformasjon, eller det kan være basert på annen uavhengig informasjon om langsiktige vekstutsikter . (Tilbake til toppen av siden.) Browns Lineær (dvs. dobbel) Eksponensiell utjevning SMA-modellene og SES-modellene antar at det ikke er noen trend av noe slag i dataene (som vanligvis er OK eller i det minste ikke altfor dårlig for 1- trinnvise prognoser når dataene er relativt støyende), og de kan modifiseres for å inkorporere en konstant lineær trend som vist ovenfor. Hva med kortsiktige trender Hvis en serie viser en varierende vekstnivå eller et syklisk mønster som skiller seg tydelig ut mot støyen, og hvis det er behov for å prognose mer enn 1 periode framover, kan estimering av en lokal trend også være et problem. Den enkle eksponensielle utjevningsmodellen kan generaliseres for å oppnå en lineær eksponensiell utjevning (LES) modell som beregner lokale estimater av både nivå og trend. Den enkleste tidsvarierende trendmodellen er Browns lineær eksponensiell utjevningsmodell, som bruker to forskjellige glatte serier som er sentrert på forskjellige tidspunkter. Forutsigelsesformelen er basert på en ekstrapolering av en linje gjennom de to sentrene. (En mer sofistikert versjon av denne modellen, Holt8217s, blir diskutert nedenfor.) Den algebraiske form av Brown8217s lineær eksponensiell utjevningsmodell, som den enkle eksponensielle utjevningsmodellen, kan uttrykkes i en rekke forskjellige, men liknende former. Denne standardmodellen er vanligvis uttrykt som følger: La S betegne den enkeltglattede serien som er oppnådd ved å anvende enkel eksponensiell utjevning til serie Y. Dvs. verdien av S ved period t er gitt av: (Husk at, under enkle eksponensiell utjevning, dette ville være prognosen for Y ved periode t1.) Lad deretter Squot betegne den dobbeltslettede serien oppnådd ved å anvende enkel eksponensiell utjevning (ved hjelp av samme 945) til serie S: Endelig prognosen for Y tk. for noe kgt1, er gitt av: Dette gir e 1 0 (det vil si lure litt, og la den første prognosen være den samme første observasjonen) og e 2 Y 2 8211 Y 1. hvoretter prognosene genereres ved å bruke ligningen ovenfor. Dette gir de samme monterte verdiene som formelen basert på S og S dersom sistnevnte ble startet med S 1 S 1 Y 1. Denne versjonen av modellen brukes på neste side som illustrerer en kombinasjon av eksponensiell utjevning med sesongjustering. Holt8217s Lineær eksponensiell utjevning Brown8217s LES-modell beregner lokale estimater av nivå og trend ved å utjevne de siste dataene, men det faktum at det gjør det med en enkelt utjevningsparameter, stiller en begrensning på datamønstrene som den kan passe: nivået og trenden er ikke tillatt å variere til uavhengige priser. Holt8217s LES-modellen løser dette problemet ved å inkludere to utjevningskonstanter, en for nivået og en for trenden. Til enhver tid t, som i Brown8217s modell, er det et estimat L t på lokalt nivå og et estimat T t av den lokale trenden. Her beregnes de rekursivt fra verdien av Y observert ved tid t og de forrige estimatene av nivået og trenden ved to likninger som gjelder eksponensiell utjevning til dem separat. Hvis estimert nivå og trend ved tid t-1 er L t82091 og T t-1. henholdsvis, da var prognosen for Y tshy som ville vært gjort på tidspunktet t-1, lik L t-1 T t-1. Når den faktiske verdien er observert, beregnes det oppdaterte estimatet av nivået rekursivt ved å interpolere mellom Y tshy og dens prognose, L t-1 T t 1, med vekt på 945 og 1- 945. Forandringen i estimert nivå, nemlig L t 8209 L t82091. kan tolkes som en støyende måling av trenden på tidspunktet t. Det oppdaterte estimatet av trenden beregnes deretter rekursivt ved å interpolere mellom L t 8209 L t82091 og det forrige estimatet av trenden, T t-1. ved bruk av vekter av 946 og 1-946: Fortolkningen av trend-utjevningskonstanten 946 er analog med den for nivåutjevningskonstanten 945. Modeller med små verdier på 946 antar at trenden bare endrer seg veldig sakte over tid, mens modeller med større 946 antar at det endrer seg raskere. En modell med en stor 946 mener at den fjerne fremtiden er veldig usikker, fordi feil i trendberegning blir ganske viktig når det regnes med mer enn en periode framover. (Tilbake til toppen av siden.) Utjevningskonstantene 945 og 946 kan estimeres på vanlig måte ved å minimere gjennomsnittlig kvadratfeil i de 1-trinns prognosene. Når dette gjøres i Statgraphics, viser estimatene seg å være 945 0.3048 og 946 0.008. Den svært små verdien av 946 betyr at modellen tar svært liten endring i trenden fra en periode til den neste, så i utgangspunktet prøver denne modellen å estimere en langsiktig trend. I analogi med begrepet gjennomsnittlig alder av dataene som brukes til å estimere det lokale nivået i serien, er gjennomsnittsalderen for dataene som brukes til estimering av lokal trenden, proporsjonal med 1 946, men ikke akkurat lik den . I dette tilfellet viser det seg å være 10 006 125. Dette er et svært nøyaktig tall, forutsatt at nøyaktigheten av estimatet av 946 er virkelig 3 desimaler, men det er av samme generelle størrelsesorden som prøvestørrelsen på 100, så denne modellen er i gjennomsnitt over ganske mye historie i estimering av trenden. Prognoseplanet nedenfor viser at LES-modellen anslår en litt større lokal trend i slutten av serien enn den konstante trenden som er estimert i SEStrend-modellen. Også den estimerte verdien på 945 er nesten identisk med den som oppnås ved å montere SES-modellen med eller uten trend, så dette er nesten den samme modellen. Nå ser disse ut som rimelige prognoser for en modell som skal estimere en lokal trend. Hvis du 8220eyeball8221 ser dette, ser det ut som om den lokale trenden har vendt nedover på slutten av serien. Hva har skjedd Parametrene til denne modellen har blitt estimert ved å minimere den kvadriske feilen på 1-trinns prognoser, ikke langsiktige prognoser, i hvilket tilfelle trenden gjør ikke en stor forskjell. Hvis alt du ser på er 1-trinns feil, ser du ikke det større bildet av trender over (si) 10 eller 20 perioder. For å få denne modellen mer i tråd med øyehals ekstrapoleringen av dataene, kan vi manuelt justere trendutjevningskonstanten slik at den bruker en kortere basislinje for trendestimering. Hvis vi for eksempel velger å sette 946 0,1, er gjennomsnittsalderen for dataene som brukes til å estimere den lokale trenden 10 perioder, noe som betyr at vi gjennomsnittsverdi trenden over de siste 20 perioder eller så. Here8217s hva prognosen tomten ser ut hvis vi setter 946 0,1 mens du holder 945 0.3. Dette ser intuitivt fornuftig ut på denne serien, selv om det er sannsynlig farlig å ekstrapolere denne trenden mer enn 10 perioder i fremtiden. Hva med feilstatistikken Her er en modell sammenligning for de to modellene vist ovenfor, samt tre SES-modeller. Den optimale verdien av 945. For SES-modellen er ca. 0,3, men tilsvarende resultater (med henholdsvis litt mer responstid) oppnås med 0,5 og 0,2. (A) Holts lineær eksp. utjevning med alfa 0,3048 og beta 0,008 (B) Holts lineær eksp. utjevning med alfa 0,3 og beta 0,1 (C) Enkel eksponensiell utjevning med alfa 0,5 (D) Enkel eksponensiell utjevning med alfa 0,3 (E) Enkel eksponensiell utjevning med alfa 0,2 Deres statistikk er nesten identisk, slik at vi virkelig kan velge på grunnlag av 1-trinns prognosefeil i dataprøven. Vi må falle tilbake på andre hensyn. Hvis vi sterkt tror at det er fornuftig å basere dagens trendoverslag på hva som har skjedd i løpet av de siste 20 perioder eller så, kan vi gjøre en sak for LES-modellen med 945 0,3 og 946 0,1. Hvis vi ønsker å være agnostiker om det er en lokal trend, kan en av SES-modellene være enklere å forklare, og vil også gi mer mid-of-the-road prognoser for de neste 5 eller 10 periodene. (Tilbake til toppen av siden.) Hvilken type trend-ekstrapolering er best: Horisontal eller lineær Empirisk bevis tyder på at hvis dataene allerede er justert (om nødvendig) for inflasjon, kan det være uhensiktsmessig å ekstrapolere kortsiktig lineær trender veldig langt inn i fremtiden. Trender som tyder på i dag, kan løsne seg i fremtiden på grunn av ulike årsaker som forverring av produkt, økt konkurranse og konjunkturnedganger eller oppgang i en bransje. Av denne grunn utfører enkel eksponensiell utjevning ofte bedre ut av prøven enn det ellers kunne forventes, til tross for sin kvadratiske kvadratiske horisontal trend-ekstrapolering. Dampede trendmodifikasjoner av den lineære eksponensielle utjevningsmodellen brukes også i praksis til å introdusere en konservatismeddel i sine trendprognoser. Den demonstrede LES-modellen kan implementeres som et spesielt tilfelle av en ARIMA-modell, spesielt en ARIMA-modell (1,1,2). Det er mulig å beregne konfidensintervall rundt langsiktige prognoser produsert av eksponentielle utjevningsmodeller, ved å betrakte dem som spesielle tilfeller av ARIMA-modeller. (Pass på: ikke alle programmer beregner konfidensintervaller for disse modellene riktig.) Bredden på konfidensintervaller avhenger av (i) RMS-feilen i modellen, (ii) type utjevning (enkel eller lineær) (iii) verdien (e) av utjevningskonstanten (e) og (iv) antall perioder fremover du forutsetter. Generelt sprer intervallene raskere da 945 blir større i SES-modellen, og de sprer seg mye raskere når lineær snarere enn enkel utjevning brukes. Dette emnet blir diskutert videre i ARIMA-modellene i notatene. (Tilbake til toppen av siden.) Flytende gjennomsnitt: Hva det er og Hvordan beregne det Se videoen eller les artikkelen under: Et bevegelige gjennomsnitt er en teknikk for å få en generell ide om trender i et datasett, det er et gjennomsnitt av alle undergrupper av tall. Det bevegelige gjennomsnittet er ekstremt nyttig for å prognose langsiktige trender. Du kan beregne det for en periode. Hvis du for eksempel har salgsdata i en tjueårsperiode, kan du beregne et femårig glidende gjennomsnitt, et fireårig glidende gjennomsnitt, et treårig glidende gjennomsnitt og så videre. Aksjemarkedet analytikere vil ofte bruke et 50 eller 200 dagers glidende gjennomsnitt for å hjelpe dem å se trender på aksjemarkedet og (forhåpentligvis) prognose hvor aksjene er på vei. Et gjennomsnitt representerer 8220 middling8221 verdien av et sett med tall. Det bevegelige gjennomsnittet er nøyaktig det samme, men gjennomsnittet beregnes flere ganger for flere delsett av data. Hvis du for eksempel vil ha et toårig glidende gjennomsnitt for et datasett fra 2000, 2001, 2002 og 2003, vil du finne gjennomsnitt for delmengder 20002001, 20012002 og 20022003. Flytte gjennomsnitt er vanligvis plottet og er best visualisert. Beregne et 5-års flytende gjennomsnitt Eksempel Eksempelproblem: Beregn et femårig glidende gjennomsnitt fra følgende datasett: (4M 6M 5M 8M 9M) ​​5 6,4M Gjennomsnittlig salg for andre delmengde på fem år (2004 8211 2008). sentrert rundt 2006, er 6,6M: (6M 5M 8M 9M 5M) 5 6,6M Gjennomsnittlig salg for tredje delmengde på fem år (2005 8211 2009). sentrert rundt 2007, er 6.6M: (5M 8M 9M 5M 4M) 5 6.2M Fortsett å beregne hvert femårs gjennomsnitt, til du når slutten av settet (2009-2013). Dette gir deg en rekke poeng (gjennomsnitt) som du kan bruke til å tegne et diagram over bevegelige gjennomsnitt. Følgende Excel-tabell viser deg de bevegelige gjennomsnittene beregnet for 2003-2012 sammen med en scatterplot av dataene: Se videoen eller les trinnene nedenfor: Excel har et kraftig tillegg, Data Analysis Toolpak (hvordan du laster inn dataene Analyse Toolpak) som gir deg mange ekstra muligheter, inkludert en automatisert glidende gjennomsnittsfunksjon. Funksjonen beregner ikke bare glidende gjennomsnitt for deg, det graver også de opprinnelige dataene samtidig. sparer deg ganske mange tastetrykk. Excel 2013: Trinn 1: Klikk 8220Data8221-kategorien og klikk deretter 8220Data Analysis.8221 Trinn 2: Klikk 8220Gjennomsnitt8221 og klikk deretter 8220OK.8221 Trinn 3: Klikk på 8220Input Range8221-boksen og velg deretter dataene dine. Hvis du inkluderer kolonneoverskrifter, må du kontrollere at etikettene er i første rekkefelt. Trinn 4: Skriv inn et intervall i boksen. Et intervall er hvor mange tidligere poeng du vil bruke Excel til å beregne det bevegelige gjennomsnittet. For eksempel vil 822058221 bruke de forrige 5 datapunktene til å beregne gjennomsnittet for hvert påfølgende punkt. Jo lavere intervallet, desto nærmere er det bevegelige gjennomsnittet ditt til ditt opprinnelige datasett. Trinn 5: Klikk i boksen 8220Output Range8221 og velg et område på regnearket der du vil at resultatet skal vises. Eller klikk på 8220New-regneark8221-knappen. Trinn 6: Kontroller 8220Chart Output8221-boksen hvis du vil se et diagram over datasettet ditt (hvis du glemmer å gjøre dette, kan du alltid gå tilbake og legge til det eller velge et diagram fra 8220Insert8221-fanen.8221 Trinn 7: Trykk på 8220OK .8221 Excel vil returnere resultatene i området du angav i trinn 6. Se videoen, eller les trinnene nedenfor: Eksempelproblem: Beregn treårig glidende gjennomsnitt i Excel for følgende salgsdata: 2003 (33M), 2004 (22M), 2005 (36M), 2006 (34M), 2007 (43M), 2008 (39M), 2009 (41M), 2010 (36M), 2011 (45M), 2012 (56M), 2013 (64M). 1: Skriv inn dataene i to kolonner i Excel. Den første kolonnen skal ha året og den andre kolonnen de kvantitative dataene (i dette eksemplet problemet, salgstallene). Kontroller at det ikke er noen tomme rader i celledataene. : Beregn det første treårsmediet (2003-2005) for dataene. For dette prøveproblemet, skriv 8220 (B2B3B4) 38221 i celle D3. Beregne det første gjennomsnittet. Trinn 3: Dra firkanten nederst til høyre hjørne d eier å flytte formelen til alle cellene i kolonnen. Dette beregner gjennomsnitt for etterfølgende år (for eksempel 2004-2006, 2005-2007). Dra formelen. Trinn 4: (Valgfritt) Opprett en graf. Velg alle dataene i regnearket. Klikk på 8220Insert8221-fanen, klikk deretter 8220Scatter, 8221 og klikk deretter 8220Skatter med glatte linjer og markører.8221 En graf over det bevegelige gjennomsnittet ditt vil vises på regnearket. Sjekk ut vår YouTube-kanal for mer statistikk Hjelp og tips Flytte gjennomsnitt: Hva det er og Hvordan beregne det var sist endret: 8. januar 2016 av Andale 22 tanker om ldquo Flytende gjennomsnitt: Hva det er og Hvordan beregne det rdquo Dette er perfekt og enkelt å assimilere. Takk for arbeidet Dette er veldig klart og informativt. Spørsmål: Hvordan beregner man et 4-års glidende gjennomsnitt Hvilket år vil det 4-årige glidende gjennomsnittssentret på Det sitte på slutten av det andre året (dvs. 31. desember). Kan jeg bruke gjennomsnittlig inntekt til å prognose fremtidig inntjening. Noen vet om sentrert mener, vennligst vennligst fortell meg om noen vet det. Her er det gitt at vi må vurdere 5 år for å få det som er i sentrum. Så hva om resten årene hvis vi ønsker å bli gjennomsnittet av 20118230er, har vi ikke flere verdier etter 2012, da hvordan skulle vi beregne det? Som du don8217t har mer info, det ville være umulig å regne ut 5 år MA for 2011. Du kan få et toårig glidende gjennomsnitt skjønt. Hei, takk for videoen. En ting er imidlertid uklart. Hvordan lage en prognose for de kommende månedene Videoen viser prognose for månedene for hvilke data som allerede er tilgjengelige. Hei, Rå, I8217m jobber med å utvide artikkelen for å inkludere prognoser. Prosessen er litt mer komplisert enn å bruke tidligere data skjønt. Ta en titt på denne Duke University-artikkelen, som forklarer det i dybden. Hilsen, takk for en klar forklaring. Hei Kan ikke finne linken til den foreslåtte Duke University-artikkelen. Be om å legge inn linken igjen