Durchschnitt Bewegungs Bereich Methode

So berechnen Sie gleitende Mittelwerte in Excel Excel Datenanalyse für Dummies, 2. Edition Der Datenanalyse-Befehl bietet ein Werkzeug für die Berechnung von bewegten und exponentiell geglätteten Mittelwerten in Excel. Angenommen, aus Gründen der Veranschaulichung, dass Sie die tägliche Temperaturinformation gesammelt haben. Sie wollen den dreitägigen gleitenden Durchschnitt berechnen 8212 der Durchschnitt der letzten drei Tage 8212 als Teil einer einfachen Wettervorhersage. Um die gleitenden Durchschnitte für diesen Datensatz zu berechnen, gehen Sie wie folgt vor: Um einen gleitenden Durchschnitt zu berechnen, klicken Sie zuerst auf die Schaltfläche Daten tab8217s Datenanalyse. Wenn Excel das Dialogfeld Datenanalyse anzeigt, wählen Sie aus der Liste die Option Durchschnitt verschieben aus, und klicken Sie dann auf OK. Excel zeigt das Dialogfeld Moving Average an. Identifizieren Sie die Daten, die Sie verwenden möchten, um den gleitenden Durchschnitt zu berechnen. Klicken Sie in das Eingabefeld Eingabebereich des Dialogfelds "Verschieben von Mittel". Dann identifizieren Sie den Eingabebereich, indem Sie entweder eine Arbeitsblattbereichsadresse eingeben oder mit der Maus den Arbeitsblattbereich auswählen. Ihr Bereichsreferenz sollte absolute Zellenadressen verwenden. Eine absolute Zellenadresse geht dem Spaltenbrief und der Zeilennummer mit Zeichen vor, wie bei A1: A10. Wenn die erste Zelle in Ihrem Eingabebereich eine Textbeschriftung enthält, um Ihre Daten zu identifizieren oder zu beschreiben, markieren Sie das Kontrollkästchen Etiketten in der ersten Zeile. Vergewissern Sie sich im Textfeld Intervall, wie viele Werte in die gleitende Durchschnittsberechnung einbezogen werden sollen. Sie können einen gleitenden Durchschnitt mit einer beliebigen Anzahl von Werten berechnen. Standardmäßig verwendet Excel die letzten drei Werte, um den gleitenden Durchschnitt zu berechnen. Um festzulegen, dass eine andere Anzahl von Werten verwendet wird, um den gleitenden Durchschnitt zu berechnen, geben Sie diesen Wert in das Intervall-Textfeld ein. Sagen Sie Excel, wo die gleitenden Durchschnittsdaten platziert werden sollen. Verwenden Sie das Textfeld Ausgabebereich, um den Arbeitsbereich zu identifizieren, in den Sie die gleitenden Durchschnittsdaten platzieren möchten. Im Beispiel des Arbeitsblatts wurden die gleitenden Durchschnittsdaten in den Arbeitsblattbereich B2: B10 eingefügt. (Optional) Geben Sie an, ob ein Diagramm angezeigt werden soll. Wenn Sie ein Diagramm wünschen, das die gleitenden durchschnittlichen Informationen aufgibt, markieren Sie das Kontrollkästchen Diagrammausgabe. (Optional) Geben Sie an, ob Standardfehlerinformationen berechnet werden sollen. Wenn Sie Standardfehler für die Daten berechnen möchten, markieren Sie das Kontrollkästchen Standardfehler. Excel setzt Standardfehlerwerte neben den gleitenden Mittelwerten. (Die Standardfehlerinformation geht in C2: C10.) Nachdem Sie die Angabe festgelegt haben, welche gleitenden durchschnittlichen Informationen Sie berechnen möchten und wo Sie es platzieren möchten, klicken Sie auf OK. Excel berechnet gleitende durchschnittliche Informationen. Hinweis: Wenn Excel nicht genügend Informationen hat, um einen gleitenden Durchschnitt für einen Standardfehler zu berechnen, legt er die Fehlermeldung in die Zelle. Sie können mehrere Zellen sehen, die diese Fehlermeldung als Wert anzeigen. Moving Average Dieses Beispiel lehrt Sie, wie Sie den gleitenden Durchschnitt einer Zeitreihe in Excel berechnen. Ein gleitender Durchschnitt wird verwendet, um Unregelmäßigkeiten (Gipfel und Täler) zu glätten, um Trends leicht zu erkennen. 1. Zuerst schauen wir uns unsere Zeitreihen an. 2. Klicken Sie auf der Registerkarte Daten auf Datenanalyse. Hinweis: Kann die Schaltfläche Datenanalyse nicht finden Hier klicken, um das Analysis ToolPak-Add-In zu laden. 3. Wählen Sie Moving Average und klicken Sie auf OK. 4. Klicken Sie in das Feld Eingabebereich und wählen Sie den Bereich B2: M2. 5. Klicken Sie in das Feld Intervall und geben Sie 6 ein. 6. Klicken Sie in das Feld Ausgabebereich und wählen Sie Zelle B3. 8. Zeichnen Sie einen Graphen dieser Werte. Erläuterung: Da wir das Intervall auf 6 setzen, ist der gleitende Durchschnitt der Durchschnitt der bisherigen 5 Datenpunkte und der aktuelle Datenpunkt. Dadurch werden Gipfel und Täler geglättet. Die Grafik zeigt einen zunehmenden Trend. Excel kann den gleitenden Durchschnitt für die ersten 5 Datenpunkte nicht berechnen, da es nicht genügend vorherige Datenpunkte gibt. 9. Wiederholen Sie die Schritte 2 bis 8 für Intervall 2 und Intervall 4. Fazit: Je größer das Intervall, desto mehr werden die Gipfel und Täler geglättet. Je kleiner das Intervall ist, desto näher sind die gleitenden Mittelwerte zu den tatsächlichen Datenpunkten. Kontakt Info Site Suche Wissenscenter Verschieben Durchschnittliche Bereichsdiagramme Verschieben Durchschnittliche Bereichsdiagramme sind ein Satz von Kontrollkarten für Variablendaten (Daten, die sowohl quantitativ als auch kontinuierlich in der Messung sind , Wie z. B. eine gemessene Dimension oder Zeit). Das Moving Average Chart überwacht den Prozessort über die Zeit, basierend auf dem Durchschnitt der aktuellen Untergruppe und einer oder mehreren vorherigen Untergruppen. Das Moving Range Chart überwacht die Variation zwischen den Untergruppen im Laufe der Zeit. Die geplante Punkte für ein Moving Average Range Chart, eine Zelle genannt, beinhalten die aktuelle Untergruppe und eine oder mehrere vorherige Untergruppen. Jede Untergruppe innerhalb einer Zelle kann eine oder mehrere Beobachtungen enthalten, muss aber alle gleich groß sein. Seit 1982: Die Kunstwissenschaft zur Verbesserung Ihrer Grundlinie Quality America bietet statistische Prozesssteuerungssoftware sowie Schulungsunterlagen für Lean Six Sigma, Qualitätsmanagement und SPC. Wir begeistern einen kundenorientierten Ansatz und führen in vielen Software-Innovationen, die ständig nach Wegen suchen, um unseren Kunden die besten und kostengünstigsten Lösungen zu bieten. Führungskräfte in ihrem Bereich, hat Quality America Software und Training Produkte und Dienstleistungen für Zehntausende von Unternehmen in über 25 Ländern zur Verfügung gestellt. Copyright copy 2013 Quality America Inc. Quality 101: Moving Range Charts Fix on Process Behavior Control Charts helfen bei der Analyse von Daten zur Verbesserung des Herstellungsprozesses. Die Analyse von Daten mit Prozessverhaltensdiagrammen - Walter Shewhart nannte sie Kontrollkarten - ist die Grundlage der statistischen Prozesskontrolle (SPC) zur Prozessverbesserung. SPC konzentriert sich auf das Konzept, dass alle Prozesse Routine-Variation haben und einige Prozesse haben zusätzliche Variation von Ausnahmen. Die Prozessverbesserung erfordert die Beseitigung von Ursachen für außergewöhnliche Variation und die Verringerung der Abweichung von Routineursachen. Richtig konstruierte Prozessverhaltensdiagramme trennen außergewöhnliche Abweichungen von der Routinevariation und erlauben es einem Benutzer, sich auf die Identifizierung und Entfernung von Ausnahmen aus einem Prozess zu konzentrieren. Eine Vielzahl von Prozessverhaltensdiagrammen wurde entwickelt, seit Shewhart das Durchschnitts - und Range-Diagramm im Jahr 1924 eingeführt hat. Eines, das weit verbreitet ist, sowohl in der Fertigung als auch für Management-Prozesse, sind die Einzelpersonen und Moving Range Chart. Zwei Diagramme in einem Die Einzelpersonen und das Bewegungsbereich Diagramm-XmR oder ImR-sind wirklich zwei Diagramme im Tandem verwendet. Gemeinsam überwachen sie sowohl den Prozessdurchschnitt als auch die Prozessvariation. Tabelle A fasst den Fokus jedes Diagramms zusammen und gibt Beispiele für Maßnahmen, die mit dieser Methode analysiert werden könnten. Da das Individuum (X) - Tiagramm eine zeitlich geordnete Folge von einzelnen Datenwerten ist, ist es möglich, die gesamte Variation, Routine und Außergewöhnliche aus dem Prozeß auf diesem Diagramm zu sehen. Allerdings konzentriert sich die Analyse auf die Trennung von außergewöhnlichen Variationen, die in den Daten aus der Routine-Variation des Prozesses vorhanden sind. Die Quantifizierung der Routinevariation ist die Aufgabe der bewegten Bereiche. Wie mRs die Routinevariation quantifizieren Jeder Bewegungsbereich - absolute Differenz zwischen benachbarten Datenwerten - spiegelt die Variation zwischen Zeitperioden wider. Der Mittelwert der Bewegungsbereiche wird dann verwendet, um die Grenzen zu berechnen: natürliche Prozessgrenzen (NPL) auf dem X-Diagramm und obere Regelgrenzen (UCL) auf dem mR-Diagramm. Wenn ein Prozeß nur eine routinemäßige Variation aufweist, können die Bewegungsbereiche und damit der Mittelwert der Bewegungsbereiche in eine Standardabweichung für den Prozeß umgewandelt und zur Berechnung von Grenzwerten auf den Diagrammen verwendet werden. Diese Kontrollgrenzen sind 3 Sigma-Grenzwerte, wie von Shewhart empfohlen, um die wirtschaftliche Kontrolle der Qualität des hergestellten Produktes zu gewährleisten. Wenn ein Prozess sowohl routinemäßige Variation als auch außergewöhnliche Variation aufweist, werden einige Bewegungsbereiche durch die Ausnahmen aufgeblasen. Allerdings bestehen viele der bewegten Bereiche nur aus routinemäßiger Variation, und der durchschnittliche Bewegungsbereich wird nicht drastisch aufgeblasen. Limits, die aus dem durchschnittlichen Bewegungsbereich berechnet werden, können noch außergewöhnliche Ursachen der Variation erkennen. Im Extremfall können Grenzen aus dem mittleren Bewegungsbereich berechnet werden. Dies schützt vor Inflation der Grenzen auf den Charts. Formeln für XmR-Diagrammgrenzen Es müssen zwei Vorsichtsmaßnahmen erkannt werden. Die erste Versuchung ist es, die Regelgrenzen für die einzelnen Werte mit allen Daten in einer traditionellen Formel für Standardabweichung zu berechnen. Diese Formel ist weit verbreitet und ist in vielen Softwarepaketen enthalten. Es ist nicht sinnvoll, bei der Berechnung von Grenzwerten für das XmR-Diagramm zu verwenden, da es nicht zwischen routinemäßiger und außergewöhnlicher Variation unterscheidet. Wenn in den Daten eine besondere Ursachenvariation vorliegt, werden die mit s berechneten Grenzen übermäßig aufgeblasen und es werden keine Signale auf dem Diagramm angezeigt. Die Fähigkeit, außergewöhnliche Variation zu erkennen, wird durch die Arithmetik untergraben. Die zweite Versuchung ist, nur das X-Diagramm zu verwenden. Während dies praktisch erscheinen mag, können einige der Analysen verloren gehen. Das mR-Diagramm dient dazu, das X-Diagramm zu verstärken: Ein Hersteller von maschinell bearbeiteten Komponenten für die Luft - und Raumfahrtindustrie muss die Produktivität für das kommende Jahr vorhersagen. Produktivitätswerte nach Schicht sind für die letzten 9 Produktionstage verfügbar und sind oben zusammengefasst. Mit dem XmR-Diagramm signalisieren ein einziger Wert und ein Bewegungsbereich das Vorhandensein einer außergewöhnlichen Variation. Um sich nur auf die routinemäßige Variation dieses Prozesses zu konzentrieren, um Kontrollgrenzen zu konstruieren, ist es zweckmäßig, die Grenzen mit einem durchschnittlichen Bewegungsbereich (oder mittlerem Bewegungsbereich) zu berechnen. Ohne den Einfluss der mit Ausnahmen verbundenen Datenpunkte. Bei der endgültigen Berechnung der Grenzen wurden insgesamt vier Bewegungsbereiche nicht verwendet. Die endgültige Tabelle unterscheidet deutlich zwischen routinemäßiger Variation und der zusätzlichen Variation der Daten aus Ausnahmen. Routine Variation in diesem Prozess ist der Unterschied in der NPLs: 99.78-58.6541.13. Basierend auf dieser Analyse ist die Produktivität nicht vorhersehbar und die Abweichung von Routineursachen ist 41. Haben Sie diesen Artikel genossen Klicken Sie hier, um das Quality Magazine zu abonnieren. Jüngste Artikel von Sophronia Ward Sponsored Content ist ein besonderer bezahlter Bereich, in dem Branchenfirmen qualitativ hochwertige, objektive, nichtkommerzielle Inhalte zu Themen von Interesse für das Qualitätspublikum bieten. Alle Sponsored Content wird von der Werbeagentur geliefert. Interessiert an der Teilnahme an unserem Sponsored Content Bereich. GAGEtrak Calibration Management Software Erfahren Sie die erforderlichen Schritte, um Ihre eigenen Ungewissheitszertifikate durchzuführen. Interessieren Sie sich für die Vereinfachung Ihrer Workflows für umfangreiche Messaufgaben und Projekte Sind Geschwindigkeit und Genauigkeit wichtig Wenn ja, besuchen Sie dieses Webinar, um sich über die neuesten Fortschritte in Laser Tracker Technologien und Workflows zu informieren. Wie viele Firmen da draußen, wird die Qualität Rolle als wichtig, aber kann in Größe, Umfang und Einfluss von einem Ort zum nächsten variieren. In diesem Webinar werden wir einige der wichtigsten Bereiche, die Unternehmen gut mit Qualität, Orte, die sie brauchen, um zu verbessern und interessante Trends, die wir während des Prozesses aufgedeckt zu überprüfen. Themen zum Sprechen