វិធីសាស្រ្តផ្លាស់ទីមធ្យម វិធីសាស្រ្តនៃការសិក្សានៅក្នុងស៊េរីនៃថាមវន្តនៃនិន្នាការចម្បងក្នុងការអភិវឌ្ឍនៃបាតុភូតនេះ។
ខ្លឹមសារនៃវិធីសាស្រ្តមធ្យមផ្លាស់ទីគឺថាវាគណនា កម្រិតមធ្យមពី ចំនួនជាក់លាក់នៃកម្រិតទីមួយក្នុងស៊េរី បន្ទាប់មក កម្រិតមធ្យមនៃចំនួនកម្រិតដូចគ្នា ចាប់ផ្តើមពីទីពីរ បន្ទាប់មក ចាប់ផ្តើមពីទីបី។ ស៊េរីនៃឌីណាមិក ពីដើមដល់ចប់ រាល់ពេលដែលបោះបង់មួយកម្រិតនៅដើម ហើយបន្ថែមមួយបន្ទាប់ទៀត។
មធ្យមនៃចំនួនសេសនៃកម្រិតសំដៅទៅលើពាក់កណ្តាលនៃចន្លោះពេល។ ប្រសិនបើចន្លោះពេលរលូនគឺស្មើគ្នា នោះការកំណត់ជាមធ្យមទៅពេលវេលាជាក់លាក់មួយគឺមិនអាចទៅរួចនោះទេ វាសំដៅទៅលើពាក់កណ្តាលរវាងកាលបរិច្ឆេទ។ ដើម្បីកំណត់គុណលក្ខណៈជាមធ្យមនៃចំនួនគូនៃកម្រិតបានត្រឹមត្រូវ ការដាក់កណ្តាលត្រូវបានអនុវត្ត ពោលគឺការស្វែងរកមធ្យមភាគ ដែលត្រូវបានកំណត់គុណលក្ខណៈរួចហើយទៅនឹងកាលបរិច្ឆេទជាក់លាក់មួយ។
ចូរយើងប្រើការផ្លាស់ប្តូរមធ្យមក្នុងឧទាហរណ៍ខាងក្រោម។ ឧទាហរណ៍ 3.1. ផ្អែកលើទិន្នន័យស្តីពីទិន្នផលដំណាំគ្រាប់ធញ្ញជាតិក្នុងកសិដ្ឋានសម្រាប់ឆ្នាំ ១៩៨៩-២០០៣។ ចូរធ្វើឱ្យស៊េរីរលូនដោយប្រើវិធីសាស្ត្រមធ្យមផ្លាស់ទី។
ថាមវន្តនៃផលិតភាពនៃដំណាំគ្រាប់ធញ្ញជាតិនៅក្នុងសេដ្ឋកិច្ចសម្រាប់ឆ្នាំ 1989-2003 ។ និងការគណនានៃការផ្លាស់ប្តូរមធ្យម
1 . ចូរយើងគណនាផលបូករំកិលរយៈពេលបីឆ្នាំ។ យើងរកឃើញផលបូកនៃទិន្នផលសម្រាប់ឆ្នាំ 1989–1991: 19.5 23.4 25.0 67.9 ហើយសរសេរតម្លៃនេះក្នុងឆ្នាំ 1991។ បន្ទាប់មកដកតម្លៃនៃសូចនាករសម្រាប់ឆ្នាំ 1989 ពីផលបូកនេះ ហើយបន្ថែមសូចនាករសម្រាប់ 1992 .: 197.9 - 22.4 70.8 ហើយតម្លៃនេះត្រូវបានកត់ត្រាក្នុងឆ្នាំ 1992 ។ល។
2 . ចូរកំណត់មធ្យមភាគផ្លាស់ទីបីឆ្នាំដោយប្រើរូបមន្តមធ្យមនព្វន្ធសាមញ្ញ៖
យើងសរសេរតម្លៃលទ្ធផលក្នុងឆ្នាំ 1990។ បន្ទាប់មកយើងយកផលបូករំកិលបីឆ្នាំបន្ទាប់ ហើយរកតម្លៃមធ្យមរំកិលបីឆ្នាំ៖ 70.8:3 23.6 យើងសរសេរតម្លៃលទ្ធផលក្នុងឆ្នាំ 1991 ។ល។
ផលបូករំកិលរយៈពេលបួនឆ្នាំត្រូវបានគណនាតាមរបៀបដូចគ្នា។ តម្លៃរបស់ពួកគេត្រូវបានបង្ហាញនៅក្នុងជួរទី 4 នៃតារាងនៃឧទាហរណ៍នេះ។
មធ្យមភាគផ្លាស់ទីបួនឆ្នាំត្រូវបានកំណត់ដោយរូបមន្តមធ្យមនព្វន្ធសាមញ្ញ៖
តម្លៃនេះនឹងត្រូវបានកំណត់រវាងពីរឆ្នាំ - 1990 និង 1991 ពោលគឺនៅពាក់កណ្តាលនៃចន្លោះពេលរលូន។ ដើម្បីស្វែងរកមធ្យមភាគផ្លាស់ទីកណ្តាលរយៈពេលបួនឆ្នាំ អ្នកត្រូវស្វែងរកមធ្យមភាគនៃការផ្លាស់ប្តូរដែលនៅជាប់គ្នាពីរ៖
មធ្យមភាគនេះនឹងត្រូវបានសំដៅដល់ឆ្នាំ 1991។ មធ្យមភាគផ្សេងទៀតត្រូវបានគណនាតាមរបៀបស្រដៀងគ្នា។ តម្លៃរបស់ពួកគេត្រូវបានកត់ត្រានៅក្នុងជួរទី 6 នៃតារាងនៃឧទាហរណ៍នេះ។
4. វិធីសាស្រ្តនៃការតម្រឹមការវិភាគ
សមីការនៃបន្ទាត់ត្រង់មួយនៅក្នុងការតម្រឹមវិភាគនៃស៊េរីនៃឌីណាមិកមានទម្រង់ដូចខាងក្រោមៈ
កន្លែងណា - កម្រិត (មធ្យម) កម្រិតជួរថាមវន្ត; ក 0 , ក 1 - ប៉ារ៉ាម៉ែត្រនៃបន្ទាត់ត្រង់ដែលចង់បាន;t- ការកំណត់ពេលវេលា។
វិធី ការ៉េតិចបំផុត។ផ្តល់ឱ្យប្រព័ន្ធនៃសមីការធម្មតាពីរសម្រាប់ការស្វែងរកប៉ារ៉ាម៉ែត្រ ក 0 និង ក 1:
កន្លែងណា នៅ មូលដ្ឋាន ស៊េរីឌីណាមិក ; ន ចំនួនសមាជិកនៃស៊េរី។
ប្រព័ន្ធនៃសមីការត្រូវបានធ្វើឱ្យសាមញ្ញប្រសិនបើតម្លៃ tជ្រើសរើសដើម្បីឱ្យផលបូករបស់ពួកគេស្មើនឹងសូន្យ ពោលគឺផ្លាស់ទីការចាប់ផ្តើមនៃពេលវេលាទៅពាក់កណ្តាលនៃរយៈពេលដែលកំពុងពិចារណា។
បើអញ្ចឹង
ការសិក្សាអំពីសក្ដានុពលនៃសង្គម-សេដ្ឋកិច្ច។ បាតុភូត និងការបង្កើតនិន្នាការអភិវឌ្ឍន៍ចម្បង ផ្តល់នូវមូលដ្ឋានសម្រាប់ការព្យាករណ៍ (extrapolation) កំណត់ទំហំអនាគតនៃកម្រិតនៃបាតុភូតសេដ្ឋកិច្ច។ វិធីសាស្រ្តបន្ថែមខាងក្រោមត្រូវបានប្រើ៖
■ ការកើនឡើងដាច់ខាតជាមធ្យម s / សូចនាករដែលបានគណនាសម្រាប់កន្សោម ល្បឿនមធ្យមកំណើន (ថយចុះ) សង្គម-eq. ដំណើរការ។ កំណត់ដោយរូបមន្ត៖
■ អត្រាកំណើនជាមធ្យម;
■ extrapolation ផ្អែកលើការតម្រឹម យោងតាមរូបមន្តវិភាគណាមួយ វិធីសាស្រ្តនៃការតម្រឹមការវិភាគ គឺជាវិធីសាស្រ្តសម្រាប់សិក្សាពីសក្ដានុពលនៃសេដ្ឋកិច្ចសង្គម។ បាតុភូតដែលអនុញ្ញាតឱ្យបង្កើតនិន្នាការចម្បងនៃការអភិវឌ្ឍន៍របស់ពួកគេ។
ចូរយើងពិចារណាអំពីការអនុវត្តវិធីសាស្រ្តនៃការតម្រឹមការវិភាគនៅក្នុងបន្ទាត់ត្រង់មួយដើម្បីបង្ហាញពីនិន្នាការចម្បងនៅលើឧទាហរណ៍ E 4.1. ទិន្នន័យដំបូង និងគណនាសម្រាប់កំណត់ប៉ារ៉ាម៉ែត្រនៃសមីការបន្ទាត់ត្រង់៖
ការដកខ្លួនចេញ គឺជាវិធីសាស្រ្តមួយ។ ការស្រាវជ្រាវវិទ្យាសាស្ត្រដែលត្រូវបានផ្អែកលើការចែកចាយនៃនិន្នាការអតីតកាល និងបច្ចុប្បន្ន លំនាំ ទំនាក់ទំនងទៅនឹងការអភិវឌ្ឍន៍អនាគតនៃវត្ថុព្យាករណ៍។ វិធីសាស្រ្ត Extrapolation រួមមាន វិធីសាស្ត្ររំកិលមធ្យម វិធីសាស្ត្ររលោងអិចស្ប៉ូណង់ស្យែល វិធីសាស្ត្រការ៉េតិចបំផុត។
វិធីសាស្ត្រផ្លាស់ទីមធ្យម គឺជាផ្នែកមួយនៃការទូលំទូលាយ វិធីសាស្រ្តដែលគេស្គាល់ភាពរលូននៃស៊េរីពេលវេលា។ ដោយប្រើវិធីសាស្រ្តនេះវាអាចធ្វើទៅបានដើម្បីលុបបំបាត់ការប្រែប្រួលចៃដន្យនិងទទួលបានតម្លៃដែលត្រូវគ្នាទៅនឹងឥទ្ធិពលនៃកត្តាចម្បង។
ការធ្វើឱ្យរលូនដោយមានជំនួយពីការផ្លាស់ប្តូរមធ្យមគឺផ្អែកលើការពិតដែលថាគម្លាតចៃដន្យលុបចោលគ្នាទៅវិញទៅមកជាមធ្យម។ នេះគឺដោយសារតែការជំនួសកម្រិតដំបូងនៃស៊េរីពេលវេលាដោយមធ្យម តម្លៃនព្វន្ធក្នុងចន្លោះពេលដែលបានជ្រើសរើស។ តម្លៃលទ្ធផលសំដៅទៅលើពាក់កណ្តាលនៃចន្លោះពេលដែលបានជ្រើសរើស (រយៈពេល)។
បន្ទាប់មករយៈពេលត្រូវបានផ្លាស់ប្តូរដោយការសង្កេតមួយ ហើយការគណនាជាមធ្យមត្រូវបានធ្វើម្តងទៀត។ ក្នុងករណីនេះ កំឡុងពេលកំណត់ជាមធ្យមគឺត្រូវយកដូចគ្នាគ្រប់ពេលវេលា។ ដូច្នេះ ក្នុងករណីនីមួយៗដែលកំពុងពិចារណា មធ្យមគឺស្ថិតនៅកណ្តាល ពោលគឺ សំដៅទៅលើ ចំណុចកណ្តាលចន្លោះពេលរលូន និងតំណាងឱ្យកម្រិតសម្រាប់ចំណុចនេះ។
នៅពេលដែលធ្វើឱ្យស៊េរីពេលវេលារលូនជាមួយនឹងការផ្លាស់ប្តូរមធ្យមភាគ គ្រប់កម្រិតទាំងអស់នៃស៊េរីត្រូវបានចូលរួមនៅក្នុងការគណនា។ ចន្លោះពេលរលោងកាន់តែទូលំទូលាយ និន្នាការកាន់តែរលូន។ ស៊េរីរលោងគឺខ្លីជាងការសង្កេតដំបូងដោយការសង្កេត (n–1) ដែល n គឺជាតម្លៃនៃចន្លោះពេលរលោង។
នៅ តម្លៃធំ n ភាពប្រែប្រួលនៃស៊េរីរលោងត្រូវបានកាត់បន្ថយយ៉ាងខ្លាំង។ ទន្ទឹមនឹងនេះចំនួននៃការសង្កេតត្រូវបានកាត់បន្ថយគួរឱ្យកត់សម្គាល់ដែលបង្កើតការលំបាក។
ជម្រើសនៃចន្លោះពេលរលូនគឺអាស្រ័យលើគោលបំណងនៃការសិក្សា។ ក្នុងករណីនេះ មនុស្សម្នាក់គួរតែត្រូវបានដឹកនាំដោយរយៈពេលដែលសកម្មភាពកើតឡើង ហើយជាលទ្ធផលការលុបបំបាត់ឥទ្ធិពលនៃកត្តាចៃដន្យ។
វិធីសាស្រ្តនេះត្រូវបានប្រើសម្រាប់ការព្យាករណ៍រយៈពេលខ្លី។ របស់គាត់។ រូបមន្តការងារ:
ឧទាហរណ៍នៃការប្រើប្រាស់វិធីសាស្រ្តមធ្យមផ្លាស់ទីដើម្បីអភិវឌ្ឍការព្យាករណ៍
កិច្ចការ . មានទិន្នន័យកំណត់កម្រិតនៃភាពអត់ការងារធ្វើក្នុងតំបន់ %
- បង្កើតការព្យាករណ៍នៃអត្រាគ្មានការងារធ្វើនៅក្នុងតំបន់សម្រាប់ខែវិច្ឆិកា ធ្នូ មករា ដោយប្រើវិធី៖ រំកិលមធ្យម ការធ្វើឱ្យរលោងអិចស្ប៉ូណង់ស្យែល ការ៉េតិចបំផុត។
- គណនាកំហុសក្នុងការព្យាករណ៍លទ្ធផលដោយប្រើវិធីសាស្ត្រនីមួយៗ។
- ប្រៀបធៀបលទ្ធផលដែលទទួលបាន ធ្វើការសន្និដ្ឋាន។
ការផ្លាស់ប្តូរដំណោះស្រាយមធ្យម
ដើម្បីគណនាតម្លៃការព្យាករណ៍ដោយប្រើវិធីសាស្ត្រមធ្យមផ្លាស់ទី អ្នកត្រូវតែ៖
1. កំណត់តម្លៃនៃចន្លោះពេលរលូន ឧទាហរណ៍ស្មើនឹង 3 (n = 3) ។
2. គណនាមធ្យមរំកិលសម្រាប់រយៈពេលបីដំបូង
m Feb \u003d (Uyanv + Ufev + U March) / 3 \u003d (2.99 + 2.66 + 2.63) / 3 \u003d 2.76
តម្លៃលទ្ធផលត្រូវបានបញ្ចូលក្នុងតារាងនៅពាក់កណ្តាលនៃរយៈពេលដែលបានយក។
បន្ទាប់មក យើងគណនា m សម្រាប់បីខែបន្ទាប់ ខែកុម្ភៈ មីនា មេសា។
m ខែមីនា \u003d (Ufev + Umart + Uapr) / 3 \u003d (2.66 + 2.63 + 2.56) / 3 \u003d 2.62
លើសពីនេះទៀតដោយការប្រៀបធៀបយើងគណនា m សម្រាប់បីនីមួយៗ រយៈពេលឈរហើយដាក់លទ្ធផលក្នុងតារាង។
3. ដោយបានគណនាជាមធ្យមរំកិលសម្រាប់រយៈពេលទាំងអស់ យើងបង្កើតការព្យាករណ៍សម្រាប់ខែវិច្ឆិកាដោយប្រើរូបមន្ត៖
ដែល t + 1 គឺជារយៈពេលព្យាករណ៍; t គឺជារយៈពេលមុនរយៈពេលព្យាករណ៍ (ឆ្នាំ ខែ ។ល។); Уt+1 - សូចនាករព្យាករណ៍; mt-1 - ការផ្លាស់ប្តូរជាមធ្យមសម្រាប់រយៈពេលពីរមុនពេលការព្យាករណ៍; n គឺជាចំនួននៃកម្រិតដែលបានរួមបញ្ចូលនៅក្នុងចន្លោះពេលរលូន; Ut - តម្លៃជាក់ស្តែងនៃបាតុភូតដែលកំពុងសិក្សាសម្រាប់រយៈពេលមុន; Уt-1 គឺជាតម្លៃជាក់ស្តែងនៃបាតុភូតដែលកំពុងសិក្សាសម្រាប់រយៈពេលពីរមុនរយៈពេលព្យាករណ៍។
ខែវិច្ឆិកា = 1.57 + 1/3 (1.42 - 1.56) = 1.57 - 0.05 = 1.52
កំណត់ការផ្លាស់ប្តូរមធ្យម m សម្រាប់ខែតុលា។
m = (1.56+1.42+1.52) /3 = 1.5
យើងកំពុងធ្វើការព្យាករណ៍សម្រាប់ខែធ្នូ។
ខែធ្នូ = 1.5 + 1/3 (1.52 - 1.42) = 1.53
កំណត់ការផ្លាស់ប្តូរមធ្យម m សម្រាប់ខែវិច្ឆិកា។
m = (1.42+1.52+1.53) /3 = 1.49
យើងកំពុងធ្វើការព្យាករណ៍សម្រាប់ខែមករា។
ខែមករា = 1.49 + 1/3 (1.53 - 1.52) = 1.49
យើងដាក់លទ្ធផលនៅក្នុងតារាង។
យើងគណនាជាមធ្យម កំហុសដែលទាក់ទងយោងតាមរូបមន្ត៖
ε = 9.01/8 = 1.13% ភាពត្រឹមត្រូវនៃការព្យាករណ៍ខ្ពស់។
បន្ទាប់យើងនឹងដោះស្រាយ កិច្ចការនេះ។វិធីសាស្រ្ត ការធ្វើឱ្យរលោងអិចស្ប៉ូណង់ស្យែល និង ការ៉េតិចបំផុត។ . ចូរយើងធ្វើការសន្និដ្ឋាន។
ជំរាបសួរបងប្អូនជាទីរាប់អាន!
នៅក្នុងអត្ថបទនេះ ដូចដែលអាចមើលឃើញពីចំណងជើងរបស់វា យើងនឹងពិចារណាគោលការណ៍នៃប្រតិបត្តិការនៃសូចនាករមួយក្នុងចំណោមសូចនាករទូទៅបំផុត ការវិភាគបច្ចេកទេស — មធ្យមផ្លាស់ទី (ផ្លាស់ទីមធ្យមឬ MA)នៅក្នុងវចនានុក្រមរបស់ពាណិជ្ជករវាត្រូវបានគេហៅថាសាមញ្ញផងដែរ "ផ្លាស់ទី" ឬ "mashka" ។
ការផ្លាស់ប្តូរមធ្យមគឺជាវិធីមួយដើម្បីកាត់បន្ថយការប្រែប្រួលតម្លៃតាមពេលវេលា។ ម្យ៉ាងវិញទៀត មធ្យមរំកិល គណនាតម្លៃមធ្យមនៃតម្លៃសម្រាប់រយៈពេលជាក់លាក់ណាមួយ។ ការផ្លាស់ប្តូរមធ្យមគឺជាសូចនាករនិន្នាការនៅក្នុង ទម្រង់បរិសុទ្ធ. ដោយមានជំនួយរបស់វា អ្នកអាចតាមដានការចាប់ផ្តើមនៃនិន្នាការថ្មី និងចុងបញ្ចប់នៃនិន្នាការបច្ចុប្បន្ន ដោយមុំទំនោរ អ្នកអាចវិនិច្ឆ័យភាពខ្លាំងនៃនិន្នាការនេះ។
ទោះបីជាមធ្យមភាគផ្លាស់ទីគឺជាសូចនាករបឋមក៏ដោយ ខ្ញុំចាត់ទុកវាជាសូចនាករជាមូលដ្ឋាននៃការវិភាគបច្ចេកទេស វាគឺជាមូលដ្ឋានសម្រាប់មនុស្សជាច្រើន យុទ្ធសាស្រ្តជួញដូរនិងសូចនាករផ្សេងៗ ដូច្នេះពាណិជ្ជករគ្រប់រូបត្រូវតែស្គាល់ "ឧបករណ៍" និងគោលការណ៍នៃប្រតិបត្តិការនៃសូចនាករនេះ។
មានមួយចំនួន ការផ្លាស់ប្តូរវិធីសាស្រ្តសាងសង់មធ្យម:
- សាមញ្ញ (សាមញ្ញ) ។
- លីនេអ៊ែរ - ទម្ងន់ (លីនេអ៊ែរ - ទម្ងន់) ។
- អិចស្ប៉ូណង់ស្យែល។
- រលោង (រលោង) ។
វិធីសាស្រ្តទាំងអស់គឺផ្អែកលើគោលការណ៍ដូចគ្នា មានតែរូបមន្តដែលវាត្រូវបានគណនាខុសគ្នា។ តាមធម្មជាតិ វិធីសាស្ត្រនីមួយៗមានគុណសម្បត្តិ និងគុណវិបត្តិរបស់វា។ ចូរយើងរស់នៅលើវិធីសាស្រ្តនីមួយៗឱ្យកាន់តែលម្អិត។
Simple moving average (SMA)
ភាគច្រើនជាញឹកញាប់នៅពេល នៅក្នុងសំណួរអំពីការផ្លាស់ប្តូរមធ្យម វិធីសាស្រ្តនៃការសាងសង់នេះត្រូវបានបង្កប់ន័យ។ នេះគឺជាសូចនាករវិភាគបច្ចេកទេសសាមញ្ញបំផុតមួយនិងបឋមបំផុត។
វាត្រូវបានគណនាដោយប្រើរូបមន្តសាមញ្ញបំផុត៖
កន្លែងណា ភី - តម្លៃ (ភាគច្រើនត្រូវបានគណនានៅតម្លៃបិទ (បិទ) នៃទៀន ប៉ុន្តែក៏អាចត្រូវបានអនុវត្តទៅអប្បបរមាអតិបរមា តម្លៃបើក។ តម្លៃមធ្យមនិងល)។
ន - ការផ្លាស់ប្តូររយៈពេលមធ្យម។ នេះគឺជាប៉ារ៉ាម៉ែត្រចម្បងនៅពេលសាងសង់វាត្រូវបានគេហៅថាប្រវែងរលោងផងដែរ។
សូមក្រឡេកមើលឧទាហរណ៍មួយ។
ចូរនិយាយថាយើងចង់បង្កើតការផ្លាស់ប្តូរជាមធ្យមជាមួយនឹងរយៈពេល 8 ដោយផ្អែកលើតម្លៃបិទ។ ទទួល ចំណុចកណ្តាលសម្រាប់របារដែលបានបង្កើតបច្ចុប្បន្ន អ្នកត្រូវយកតម្លៃបិទនៃរបារ 8 មុន (ពួកគេត្រូវបានចង្អុលបង្ហាញដោយលេខ 1-8 ក្នុងរូបភាពខាងក្រោម) បន្ថែមតម្លៃបិទរបស់ពួកគេ និងបែងចែកដោយ សរុបរយៈពេល (8) ។ ជាលទ្ធផល យើងនឹងទទួលបានតម្លៃមធ្យមសម្រាប់របារដែលបានបង្កើតបច្ចុប្បន្ន៖
ដូច្នោះហើយ ប្រសិនបើយើងត្រូវការបង្កើតការផ្លាស់ប្តូរមធ្យមជាមួយនឹងរយៈពេលនៃ 60 នោះយើងនឹងគណនាជាមធ្យមសម្រាប់តម្លៃបិទនៃ 60 របារមុន។
ដូចដែលអ្នកអាចឃើញគ្មានអ្វីស្មុគស្មាញទេ។ ការកសាងមធ្យមផ្លាស់ទីសាមញ្ញគឺ ឧទាហរណ៍ទូទៅការគណនាមធ្យមនព្វន្ធនៃ កម្មវិធីសិក្សារបស់សាលាគណិតវិទ្យា។
ខាងក្រោមនៅក្នុងរូបដែលអ្នកអាចមើលឃើញពីរបៀបដែលការផ្លាស់ប្តូរមធ្យមសាមញ្ញជាមួយ រយៈពេលខុសគ្នា"ធ្វើឱ្យ" តម្លៃ:
គុណវិបត្តិចម្បង វិធីសាស្រ្តនេះ។គឺថាការគណនាគឺផ្អែកលើទិន្នន័យសម្រាប់រយៈពេលកំណត់មួយ ហើយមិនមែនលើតម្លៃទាំងអស់នោះទេ ហើយតម្លៃនីមួយៗក្នុងប្រវត្តិសាស្ត្រត្រូវបានផ្តល់សារៈសំខាន់ដូចគ្នា។ ប៉ុន្តែអ្នកនឹងយល់ស្របថាតម្លៃដែលបានកើតឡើង 30 ថ្ងៃមិនសំខាន់ដូចតម្លៃដែលកាលពី 5 ថ្ងៃមុនទេ?
ដូចគ្នានេះផងដែរ, និយាយអំពីគុណវិបត្តិនៃមធ្យមសាមញ្ញមួយ, យើងគួរតែនិយាយអំពីការពន្យាពេលដ៏សំខាន់មួយ។ សូចនាករនេះ។ដូច្នេះនៅពេលជួញដូរ ឈ្មួញនឹងមិនអាចយកបានទេ។ ភាគច្រើនចលនានិន្នាការ។
ដល់គុណធម៌វាអាចត្រូវបានកំណត់គុណលក្ខណៈដោយការពិតដែលថា SMA មានភាពប្រែប្រួលទាបបើប្រៀបធៀបទៅនឹងប្រភេទផ្សេងទៀត ហើយនឹងផ្តល់សញ្ញាមិនពិតតិចជាងមុន ប៉ុន្តែអ្នកនឹងត្រូវ "បង់ប្រាក់" សម្រាប់ការនេះជាមួយនឹងសញ្ញានៅពេលក្រោយដើម្បីចូលទៅក្នុងទីតាំងមួយ។
មធ្យមផ្លាស់ទីទម្ងន់លីនេអ៊ែរ (លីនេអ៊ែរ-ទម្ងន់)
ដូចដែលខ្ញុំបានសរសេរខាងលើ MA សាមញ្ញមានគុណវិបត្តិយ៉ាងសំខាន់ដែលនៅពេលគណនាវាផ្តល់ឱ្យដូចគ្នា " ទំនាញជាក់លាក់» តម្លៃមិនថាជិត ឬឆ្ងាយ ចាប់ពីពេលនេះតទៅ។ ការខ្វះខាតនេះត្រូវបានលុបចោលនៅក្នុងវិធីសាស្រ្តនៃការសាងសង់មធ្យមផ្លាស់ទីនេះ។
រូបមន្តសម្រាប់គណនាទម្ងន់មធ្យមផ្លាស់ទីមានដូចខាងក្រោម៖
កន្លែងណា ភី - តម្លៃតម្លៃសម្រាប់ i-periods មុន; វី - ទម្ងន់សម្រាប់តម្លៃនៃ i-periods មុន។
ខ្លឹមសារនៃវិធីសាស្រ្តនេះគឺថានៅពេលសាងសង់ទម្ងន់មធ្យមរំកិលទម្ងន់ជាក់លាក់មួយត្រូវបានកំណត់ទៅតម្លៃ ដូច្នេះតម្លៃដែលនៅជិតបំផុតនៃរបារដែលនៅជិតបំផុតមានចំណែកធំជាងតម្លៃនៃរបារពីមុន។
ចូរយើងព្យាយាមគណនាទម្ងន់លីនេអ៊ែរដែលផ្លាស់ទីជាមធ្យមដោយរយៈពេលនៃ 5 ។
វានឹងមើលទៅដូចនេះ៖
នោះគឺយើងបានយកតម្លៃបិទប្រាំនៃរបារ 5 ចុងក្រោយ។ យើងមានរបារជិតបំផុតដែលសំខាន់បំផុតហើយយើងបានកំណត់ទម្ងន់អតិបរមាទៅវា (ក្នុងករណីរបស់យើងវានឹងមាន 5) ហើយជាមួយនឹងតម្លៃបិទនីមួយៗនៃរបារបន្ទាប់។ លទ្ធផលត្រូវបានបែងចែកដោយផលបូកនៃទាំងអស់។ ទំនាញជាក់លាក់. ជាលទ្ធផល យើងទទួលបានចំណុចទម្ងន់សម្រាប់របារជាក់លាក់មួយ។ ជាការពិតណាស់យើងនឹងមិនចាំបាច់ធ្វើការគណនាទាំងនេះទេចាប់តាំងពីកម្មវិធីទាំងនោះ។ ការវិភាគនឹងធ្វើអ្វីគ្រប់យ៉ាងដោយខ្លួនឯង។
ខាងក្រោមនៅក្នុងរូបដែលអ្នកអាចមើលឃើញការប្រៀបធៀបនៃមធ្យមភាគផ្លាស់ទីសាមញ្ញ និងទម្ងន់ ទាំងពីរមានរយៈពេល 60៖
គុណវិបត្តិនៃទម្ងន់មធ្យមផ្លាស់ទីតាមលីនេអ៊ែររួមមាន:
- វាផ្តល់សញ្ញាយឺតយ៉ាវសម្រាប់ការចូល និងចេញពីនិន្នាការ ប៉ុន្តែដោយសារការថ្លឹងថ្លែង វាមានប្រតិកម្មលឿនជាងមុនចំពោះការផ្លាស់ប្តូរតម្លៃជាជាងការផ្លាស់ប្តូរមធ្យមធម្មតា។
- នៅពេលដែលការជួញដូរនៅក្នុងផ្ទះល្វែងវាផ្តល់សញ្ញាមិនពិតជាច្រើន។
អិចស្ប៉ូណង់ស្យែល (អិចស្ប៉ូណង់ស្យែល) និងរលោង (រលូន) ផ្លាស់ទីជាមធ្យម
គោលការណ៍នៃការគណនាអិចស្ប៉ូណង់ស្យែល MA គឺថាវាយកទៅក្នុងគណនីតម្លៃទាំងអស់ដែលមាននៅលើតារាង ហើយកំណត់ឱ្យពួកគេនូវទម្ងន់ជាក់លាក់មួយ (សារៈសំខាន់នៃលេខក្រោយគឺខ្ពស់ជាងតម្លៃមុន)។
រូបមន្តគណនា មធ្យមរំកិលអិចស្ប៉ូណង់ស្យែលស្មុគស្មាញណាស់ ហើយខ្ញុំនឹងមិនផ្តោតលើវាទេ។ វាជារឿងសំខាន់សម្រាប់យើង ក្នុងនាមជាពាណិជ្ជករ ដើម្បីដឹងថា មធ្យមភាគអិចស្ប៉ូណង់ស្យែលផ្លាស់ទីមានភាពរសើបខ្លាំងចំពោះការផ្លាស់ប្តូរតម្លៃ និងផ្តល់នូវចំណុចចូល "គួរឱ្យចាប់អារម្មណ៍" បន្ថែមទៀតទៅក្នុងពាណិជ្ជកម្ម ប៉ុន្តែក្នុងពេលតែមួយ វាអាចបរាជ័យដោយសារការប្រែប្រួលតម្លៃខ្លាំង។
សូមក្រឡេកមើលរូបភាពខាងក្រោម នេះជា MAs ចំនួនពីរដែលមានរយៈពេលដូចគ្នា (60) ក្នុងការប្រៀបធៀប៖
ចលនាមធ្យមដោយរលូនប្រហែលជាពិបាកបំផុតក្នុងការគណនា និងមានភាពប្រែប្រួលទាបបំផុត។ ប្រភេទនេះ។ការផ្លាស់ប្តូរជាមធ្យមគឺកម្រត្រូវបានប្រើប្រាស់ដោយពាណិជ្ជករ ហើយមានតែនៅលើគំនូសតាងដែលមានទំហំធំនៃការប្រែប្រួលតម្លៃប៉ុណ្ណោះ។
សូមមើលពីរបៀបដែលការផ្លាស់ទីមធ្យមភាគសាមញ្ញ និងរលូនជាមួយនឹងឥរិយាបថរយៈពេលដូចគ្នា៖
សូមកត់សម្គាល់ថាតើ MA នេះធ្វើឱ្យតម្លៃធូរថ្លៃប៉ុន្មានបើប្រៀបធៀបទៅនឹងមធ្យមភាគធម្មតា!
រហូតមកដល់ពេលនេះ ខ្ញុំបានប្រៀបធៀបវិធីសាស្រ្តនីមួយៗនៃការបង្កើតការផ្លាស់ប្តូរមធ្យមជាមួយនឹង MA សាមញ្ញ។ ឥឡូវនេះ ចូរយើងគូររាល់ការផ្លាស់ប្តូរមធ្យមភាគទាំង 4 នៅលើតារាងតម្លៃក្នុងពេលតែមួយ៖
នៅទីនេះយើងនៅចុងបញ្ចប់នៃអត្ថបទ។ ចូរយើងសង្ខេបលទ្ធផលមធ្យម។
ផ្លាស់ទីជាមធ្យមគឺជាសូចនាករនិន្នាការដែលដំណើរការល្អនៅពេលដែលមាននិន្នាការនៅក្នុងទីផ្សារ ហើយពិតជាគ្មានប្រយោជន៍នៅពេលដែលទីផ្សារស្ថិតក្នុងចលនាចំហៀង។ ទោះបីជាវាជាសូចនាករតាមនិន្នាការក៏ដោយ ដោយសារតែវាត្រូវបានគណនាដោយផ្អែកលើទិន្នន័យកន្លងមក វាផ្តល់នូវចំណុចចូលយឺតជាង។ ដើម្បីកែតម្រូវការខ្វះខាតនេះ វិធីសាស្ត្រផ្សេងទៀតសម្រាប់ការគណនា MA ដោយប្រើ "ទម្ងន់" ត្រូវបានប្រើប្រាស់។
នៅក្នុងអត្ថបទនេះ យើងមិនបាននិយាយអំពីវិធីធ្វើពាណិជ្ជកម្មដោយប្រើប្រាស់មធ្យមភាគផ្លាស់ទី របៀបរកមើលចំណុចចូល និងចេញ របៀបត្រងសញ្ញា។ សំណួរទាំងអស់នេះ និងសំណួរជាច្រើនទៀតនឹងត្រូវបានពិភាក្សានៅក្នុងអត្ថបទបន្ទាប់។
សម្រាប់ថ្ងៃនេះខ្ញុំមានអ្វីគ្រប់យ៉ាង។ សូមសំណាងល្អក្នុងការជួញដូរ!
PS ត្រូវប្រាកដថាដើម្បីអានបន្តនៃអត្ថបទនេះដោយចុចលើតំណភ្ជាប់នេះ។ ពីវាអ្នកនឹងរៀនអំពី ការអនុវត្តជាក់ស្តែងការផ្លាស់ប្តូរមធ្យម។
ការវិភាគស៊េរីពេលវេលាស៊ីជម្រៅតម្រូវឱ្យមានការប្រើប្រាស់ច្រើនទៀត។ បច្ចេកទេសស្មុគស្មាញ ស្ថិតិគណិតវិទ្យា. ប្រសិនបើមានចំណុចសំខាន់ កំហុសចៃដន្យ(សំលេងរំខាន) អនុវត្តមួយក្នុងចំណោមពីរ ល្បិចសាមញ្ញ- ធ្វើឱ្យរលូន ឬកម្រិតដោយចន្លោះពេល coarsening និងគណនាមធ្យមក្រុម។ វិធីសាស្រ្តនេះអនុញ្ញាតឱ្យអ្នកបង្កើនភាពមើលឃើញនៃស៊េរីប្រសិនបើសមាសធាតុ "សំលេងរំខាន" ភាគច្រើនស្ថិតនៅក្នុងចន្លោះពេល។ ទោះយ៉ាងណាក៏ដោយ ប្រសិនបើ "សំលេងរំខាន" មិនស្របនឹងកាលកំណត់ ការចែកចាយនៃកម្រិតសូចនាករនឹងក្លាយទៅជារដុប ដែលកំណត់លទ្ធភាព ការវិភាគលម្អិតការផ្លាស់ប្តូរនៅក្នុងបាតុភូតមួយតាមពេលវេលា។
លក្ខណៈត្រឹមត្រូវបន្ថែមទៀតត្រូវបានទទួល ប្រសិនបើការផ្លាស់ទីមធ្យមភាគត្រូវបានប្រើ - វិធីសាស្រ្តដែលប្រើយ៉ាងទូលំទូលាយសម្រាប់ការធ្វើឱ្យសូចនាករនៃស៊េរីមធ្យមមានភាពរលូន។ វាត្រូវបានផ្អែកលើការផ្លាស់ប្តូរពីតម្លៃដំបូងនៃស៊េរីទៅតម្លៃមធ្យមក្នុងចន្លោះពេលជាក់លាក់មួយ។ ក្នុងករណីនេះ ចន្លោះពេលកំឡុងពេលគណនាសូចនាករបន្តបន្ទាប់នីមួយៗ ដូចដែលវាមាន រំកិលតាមស៊េរីពេលវេលា។
ការប្រើប្រាស់មធ្យមរំកិលគឺមានប្រយោជន៍នៅពេលដែលនិន្នាការនៅក្នុងស៊េរីពេលវេលាមិនប្រាកដប្រជា ឬនៅពេលណា ផលប៉ះពាល់ខ្លាំងលើសូចនាករនៃការបំភាយតាមវដ្ត (ខាងក្រៅ ឬអន្តរាគមន៍)។
ចន្លោះពេលរលូនកាន់តែធំ គំនូសតាងមធ្យមផ្លាស់ទីកាន់តែរលូន។ នៅពេលជ្រើសរើសតម្លៃនៃចន្លោះពេលរលូន វាចាំបាច់ក្នុងការបន្តពីតម្លៃនៃស៊េរីថាមវន្ត និងអត្ថន័យនៃឌីណាមិកដែលបានឆ្លុះបញ្ចាំង។ តម្លៃធំស៊េរីថាមវន្តជាមួយ មួយចំនួនធំ ចំណុចចាប់ផ្តើមអនុញ្ញាតឱ្យអ្នកប្រើចន្លោះពេលរលូនធំជាង (5, 7, 10 ។ល។)។ ប្រសិនបើដំណើរការមធ្យមផ្លាស់ទីត្រូវបានប្រើដើម្បីរលូនចេញស៊េរីដែលមិនមានរដូវ នោះភាគច្រើនជាញឹកញាប់ចន្លោះពេលរលូនត្រូវបានយកស្មើនឹង 3 ឬ 5។ https://tvoipolet.ru/iz-moskvi-v-nyu-jork/ - a ឱកាសដ៏ល្អក្នុងការជ្រើសរើសក្រុមហ៊ុនអាកាសចរណ៍សម្រាប់ការហោះហើរពីទីក្រុងមូស្គូទៅញូវយ៉ក
ចូរយើងផ្តល់ឧទាហរណ៍នៃការគណនាចំនួនមធ្យមផ្លាស់ទីនៃកសិដ្ឋានដែលមានទិន្នផលខ្ពស់ (ច្រើនជាង 30 គីឡូក្រាម / ហិកតា) (តារាង 10.3) ។
តារាង 10.3 ការធ្វើឱ្យស៊េរីពេលវេលារលូនដោយចន្លោះពេលចុះសម្រុងគ្នា និងការផ្លាស់ប្តូរមធ្យម
ឆ្នាំគណនេយ្យ |
ចំនួនកសិដ្ឋានដែលមានទិន្នផលខ្ពស់។ |
ចំនួនទឹកប្រាក់សម្រាប់រយៈពេលបីឆ្នាំ |
រំកិលជាងបីឆ្នាំ |
ការផ្លាស់ប្តូរមធ្យម |
90,0 |
89,7 |
|||
1984 |
88,7 |
|||
87,3 |
||||
87,3 |
87,0 |
|||
86,7 |
||||
83,0 |
||||
83,0 |
82,3 |
|||
82,3 |
||||
82,6 |
||||
82,7 |
82,7 |
|||
ការផ្លាស់ប្តូរឧទាហរណ៍នៃការគណនាមធ្យម៖
1982 (84 + 94 + 92) / 3 = 90.0;
1983 (94 + 92 + 83) / 3 = 89.7;
1984 (92 + 83 + 91) / 3 = 88.7;
1985 (83 + 91 + 88) / 3 = 87.3 ។
កាលវិភាគកំពុងត្រូវបានគូរ។ ឆ្នាំត្រូវបានចង្អុលបង្ហាញនៅលើអ័ក្ស abscissa ហើយចំនួនកសិដ្ឋានដែលមានទិន្នផលខ្ពស់ត្រូវបានចង្អុលបង្ហាញនៅលើអ័ក្សកំណត់។ កូអរដោនេនៃចំនួនកសិដ្ឋានត្រូវបានចង្អុលបង្ហាញនៅលើក្រាហ្វហើយចំនុចដែលទទួលបានត្រូវបានភ្ជាប់ដោយបន្ទាត់ដែលខូច។ បន្ទាប់មកកូអរដោនេនៃការផ្លាស់ប្តូរមធ្យមក្នុងរយៈពេលជាច្រើនឆ្នាំត្រូវបានចង្អុលបង្ហាញនៅលើគំនូសតាងហើយចំនុចត្រូវបានតភ្ជាប់ដោយបន្ទាត់ដិតរលោង។
វិធីសាស្ត្រស្មុគ្រស្មាញ និងមានប្រសិទ្ធភាពជាងគឺការធ្វើឱ្យរលូន (តម្រឹម) ស៊េរីពេលវេលាដោយប្រើ មុខងារផ្សេងៗការប៉ាន់ស្មាន។ ពួកគេអនុញ្ញាតឱ្យអ្នកបង្កើតកម្រិតរលូន និន្នាការទូទៅនិងអ័ក្សសំខាន់នៃឌីណាមិក។
ភាគច្រើន វិធីសាស្ត្រមានប្រសិទ្ធភាពរលោងជាមួយ មុខងារគណិតវិទ្យាជាបឋម ការធ្វើឱ្យរលោងអិចស្ប៉ូណង់ស្យែល. វិធីសាស្រ្តនេះយកទៅក្នុងគណនីការសង្កេតពីមុនទាំងអស់នៃស៊េរីដោយយោងតាមរូបមន្ត៖
S t = α∙X t + (1 - α ) ∙S t - 1 ,
ដែលជាកន្លែងដែល S t គឺជាភាពរលោងថ្មីនីមួយៗនៅពេល t ; S t - 1 - តម្លៃរលោងនៅពេលមុន t -1; X t គឺជាតម្លៃពិតនៃស៊េរីនៅពេល t ; α - ប៉ារ៉ាម៉ែត្ររលោង។
ប្រសិនបើ α = 1 នោះការសង្កេតពីមុនត្រូវបានគេមិនអើពើទាំងស្រុង។ នៅពេលដែល α = 0, ការសង្កេតបច្ចុប្បន្នមិនត្រូវបានអើពើ; តម្លៃនៃ α រវាង 0 និង 1 ផ្តល់ឱ្យ លទ្ធផលកម្រិតមធ្យម. តាមរយៈការផ្លាស់ប្តូរតម្លៃនៃប៉ារ៉ាម៉ែត្រនេះ អ្នកអាចជ្រើសរើសជម្រើសតម្រឹមដែលអាចទទួលយកបានបំផុត។ ជម្រើស តម្លៃល្អបំផុតα ត្រូវបានអនុវត្តដោយការវិភាគដែលទទួលបាន រូបភាពក្រាហ្វិកខ្សែកោងដើម និងកម្រិត ឬផ្អែកលើការគិតគូរពីផលបូកនៃកំហុសការ៉េ (កំហុស) នៃពិន្ទុដែលបានគណនា។ ការប្រើប្រាស់ជាក់ស្តែងវិធីសាស្រ្តនេះគួរតែត្រូវបានអនុវត្តដោយប្រើកុំព្យូទ័រនៅក្នុងកម្មវិធី MS Excel ។ កន្សោមគណិតវិទ្យាគំរូនៃឌីណាមិកទិន្នន័យអាចទទួលបានដោយប្រើមុខងាររលោងអិចស្ប៉ូណង់ស្យែល។
ការក្លែងធ្វើជាក់ស្តែង ស្ថានភាពសេដ្ឋកិច្ចពាក់ព័ន្ធនឹងការអភិវឌ្ឍន៍ការព្យាករណ៍។ ដោយមានជំនួយពីឧបករណ៍ Excel អ្នកអាចអនុវត្តដូចនោះ។ វិធីដែលមានប្រសិទ្ធភាពការព្យាករណ៍ដូចជា៖ ការធ្វើឱ្យរលោងអិចស្ប៉ូណង់ស្យែល ការតំរែតំរង់អាគារ ការផ្លាស់ប្តូរមធ្យម។ សូមពិនិត្យមើលឱ្យកាន់តែដិតដល់ដោយប្រើវិធីសាស្ត្រមធ្យមផ្លាស់ទី។
ការប្រើប្រាស់ Moving Averages ក្នុង Excel
វិធីសាស្រ្តមធ្យមផ្លាស់ទីគឺជាផ្នែកមួយនៃ វិធីសាស្រ្តជាក់ស្តែងសម្រាប់ភាពរលូន និងការព្យាករណ៍ស៊េរីពេលវេលា។ ខ្លឹមសារ៖ តម្លៃដាច់ខាតចំនួននៃឌីណាមិកផ្លាស់ប្តូរទៅជាមធ្យម តម្លៃនព្វន្ធនៅចន្លោះពេលជាក់លាក់។ ជម្រើសនៃចន្លោះពេលត្រូវបានអនុវត្តដោយវិធីសាស្រ្តរអិល: កម្រិតដំបូងត្រូវបានដកចេញបន្តិចម្តង ៗ ជាបន្តបន្ទាប់ត្រូវបានបើក។ ជាលទ្ធផល ជួរថាមវន្តដែលរលូននៃតម្លៃត្រូវបានទទួល ដែលធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីតាមដានយ៉ាងច្បាស់នូវនិន្នាការនៃការផ្លាស់ប្តូរនៅក្នុងប៉ារ៉ាម៉ែត្រដែលកំពុងសិក្សា។
ស៊េរីពេលវេលាគឺជាសំណុំនៃតម្លៃ X និង Y ដែលទាក់ទងគ្នា។ Х - ចន្លោះពេល, អថេរថេរ។ Y គឺជាលក្ខណៈនៃបាតុភូតដែលកំពុងសិក្សា (ឧទាហរណ៍ តម្លៃប្រតិបត្តិការក្នុង រយៈពេលជាក់លាក់ពេលវេលា) អថេរអាស្រ័យ។ ដោយប្រើមធ្យមរំកិល អ្នកអាចកំណត់ពីធម្មជាតិនៃការផ្លាស់ប្តូរតម្លៃ Y តាមពេលវេលា និងព្យាករណ៍ប៉ារ៉ាម៉ែត្រនេះនាពេលអនាគត។ វិធីសាស្រ្តដំណើរការនៅពេលដែលមាននិន្នាការច្បាស់លាស់នៅក្នុងឌីណាមិកសម្រាប់តម្លៃ។
ជាឧទាហរណ៍ អ្នកត្រូវទស្សន៍ទាយការលក់សម្រាប់ខែវិច្ឆិកា។ អ្នកស្រាវជ្រាវជ្រើសរើសចំនួនខែមុនដើម្បីវិភាគ (ចំនួនល្អបំផុត m នៃការផ្លាស់ប្តូរសមាជិកមធ្យម)។ ការព្យាករណ៍សម្រាប់ខែវិច្ឆិកានឹងជាតម្លៃមធ្យមនៃប៉ារ៉ាម៉ែត្រសម្រាប់ខែមុន។
កិច្ចការ។ វិភាគប្រាក់ចំណូលរបស់ក្រុមហ៊ុនសម្រាប់រយៈពេល 11 ខែ និងធ្វើការព្យាករណ៍សម្រាប់ខែទី 12 ។
ចូរបង្កើតស៊េរីពេលវេលារលូនដោយប្រើវិធីសាស្ត្រមធ្យមផ្លាស់ទីដោយប្រើមុខងារ AVERAGE ។ ស្វែងរកគម្លាតមធ្យមនៃស៊េរីពេលវេលារលូនពីស៊េរីពេលវេលាដែលបានផ្តល់ឱ្យ។
គម្លាតដែលទាក់ទង៖
គម្លាតស្តង់ដារ៖
នៅពេលគណនាគម្លាតយើងបានយក លេខដូចគ្នា។ការសង្កេត។ នេះគឺចាំបាច់ដើម្បីអនុវត្ត ការវិភាគប្រៀបធៀបកំហុស។
បន្ទាប់ពីការប្រៀបធៀបតារាងជាមួយនឹងគម្លាត វាច្បាស់ណាស់ថា ដើម្បីធ្វើការព្យាករណ៍ដោយប្រើវិធីសាស្ត្រផ្លាស់ប្តូរមធ្យមក្នុង Excel អំពីនិន្នាការនៃការផ្លាស់ប្តូរប្រាក់ចំណូលរបស់ក្រុមហ៊ុននោះ គំរូមធ្យមរំកិលរយៈពេលពីរខែគឺល្អជាង។ វាមានកំហុសក្នុងការព្យាករណ៍តិចតួចបំផុត (បើធៀបនឹងបី និងបួនខែ)។
តម្លៃព្យាករណ៍នៃប្រាក់ចំណូលសម្រាប់ខែទី 12 គឺ 9,430 ដុល្លារ។
ការប្រើប្រាស់ឧបករណ៍វិភាគ ប៉ាក បន្ថែម
ជាឧទាហរណ៍ ចូរយើងយកបញ្ហាដូចគ្នា។
នៅលើផ្ទាំង "ទិន្នន័យ" យើងរកឃើញពាក្យបញ្ជា "ការវិភាគទិន្នន័យ" ។ នៅក្នុងប្រអប់ដែលបើក សូមជ្រើសរើស "ផ្លាស់ទីមធ្យម"៖
យើងបំពេញ។ ចន្លោះពេលបញ្ចូល - តម្លៃដំបូងស៊េរីពេលវេលា។ ចន្លោះពេលគឺជាចំនួនខែដែលរួមបញ្ចូលក្នុងការគណនានៃការផ្លាស់ប្តូរមធ្យម។ ដោយសារដំបូងយើងនឹងបង្កើតស៊េរីពេលវេលាដែលរលូនដោយផ្អែកលើទិន្នន័យនៃពីរខែមុន សូមបញ្ចូលលេខ 2 ក្នុងវាល។ ចន្លោះពេលលទ្ធផលគឺជាជួរក្រឡាសម្រាប់បង្ហាញលទ្ធផល។
ដោយធីកប្រអប់ "កំហុសស្តង់ដារ" យើងបន្ថែមជួរឈរទៅតារាងដោយស្វ័យប្រវត្តិ ការវាយតម្លៃស្ថិតិកំហុស។
ដូចគ្នាដែរ យើងរកឃើញការផ្លាស់ប្តូរជាមធ្យមសម្រាប់រយៈពេលបីខែ។ មានតែចន្លោះពេល (3) និងជួរលទ្ធផលផ្លាស់ប្តូរ។
ការប្រៀបធៀបកំហុសស្ដង់ដារ យើងឃើញថាគំរូរំកិលមធ្យមរយៈពេលពីរខែគឺសមរម្យជាងសម្រាប់ការធ្វើឱ្យរលូន និងការព្យាករណ៍។ វាមានកំហុសស្តង់ដារតូចជាង។ តម្លៃព្យាករណ៍នៃប្រាក់ចំណូលសម្រាប់ខែទី 12 គឺ 9,430 ដុល្លារ។
ធ្វើការផ្លាស់ប្តូរការព្យាករណ៍ជាមធ្យមគឺសាមញ្ញ និងមានប្រសិទ្ធភាព។ ឧបករណ៍ឆ្លុះបញ្ចាំងយ៉ាងត្រឹមត្រូវនូវការផ្លាស់ប្តូរនៅក្នុងប៉ារ៉ាម៉ែត្រចម្បងនៃអំឡុងពេលមុន។ ប៉ុន្តែវាមិនអាចទៅរួចទេដែលហួសពីទិន្នន័យដែលគេស្គាល់។ ដូច្នេះវិធីសាស្រ្តផ្សេងទៀតត្រូវបានប្រើសម្រាប់ការព្យាករណ៍រយៈពេលវែង។