Ajouter une tendance ou une ligne de moyenne mobile à un graphique S'applique à: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Plus. Moins Pour afficher les tendances des données ou les moyennes mobiles dans un graphique que vous avez créé. Vous pouvez ajouter une ligne de tendance. Vous pouvez également étendre une ligne de tendance au-delà de vos données réelles pour vous aider à prédire les valeurs futures. Par exemple, la ligne de tendance linéaire suivante prévoit deux trimestres à venir et montre clairement une tendance à la hausse qui semble prometteuse pour les ventes futures. Vous pouvez ajouter une ligne de tendance à un graphique 2-D qui n'est pas empilé, y compris la zone, la barre, la colonne, la ligne, le stock, la dispersion et la bulle. Vous ne pouvez pas ajouter une ligne de tendance à un diagramme 3D, empilé, de radar, de tarte, de surface ou de beignet. Ajouter une ligne de tendance Sur votre graphique, cliquez sur la série de données à laquelle vous souhaitez ajouter une ligne de tendance ou une moyenne mobile. La ligne de tendance commencera sur le premier point de données de la série de données que vous choisissez. Cochez la case Trendline. Pour choisir un autre type de ligne de tendance, cliquez sur la flèche à côté de Trendline. Puis cliquez sur Exponentiel. Prévision linéaire. Ou moyenne mobile à deux périodes. Pour des lignes de tendance supplémentaires, cliquez sur Plus d'options. Si vous choisissez Plus d'options. Cliquez sur l'option souhaitée dans le volet Format Trendline sous Trendline Options. Si vous sélectionnez Polynomial. Entrez la puissance la plus élevée pour la variable indépendante dans la case Ordre. Si vous sélectionnez Moyenne mobile. Entrez le nombre de périodes à utiliser pour calculer la moyenne mobile dans la zone Période. Astuce: Une ligne de tendance est la plus précise lorsque sa valeur R-carré (un nombre de 0 à 1 qui révèle à quel point les valeurs estimées de la ligne de tendance correspondent à vos données réelles) est à ou près de 1. Lorsque vous ajoutez une ligne de tendance à vos données , Excel calcule automatiquement sa valeur R-squared. Vous pouvez afficher cette valeur sur votre organigramme en cochant la case Afficher le R-carré sur la zone de graphique (fenêtre Format Trendline, Trendline Options). Vous pouvez en apprendre plus sur toutes les options de ligne de tendance dans les sections ci-dessous. Ligne de tendance linéaire Utilisez ce type de ligne de tendance pour créer une ligne droite optimale pour des ensembles de données linéaires simples. Vos données sont linéaires si le motif de ses points de données ressemble à une ligne. Une ligne de tendance linéaire indique généralement que quelque chose augmente ou diminue à un rythme régulier. Une ligne de tendance linéaire utilise cette équation pour calculer l'ajustement des moindres carrés pour une ligne: où m est la pente et b l'intercepte. La ligne de tendance linéaire suivante montre que les ventes de réfrigérateurs ont constamment augmenté au cours d'une période de 8 ans. Notez que la valeur R-squared (un nombre de 0 à 1 qui révèle comment étroitement les valeurs estimées pour la ligne de tendance correspondent à vos données réelles) est 0.9792, qui est un bon ajustement de la ligne aux données. En affichant une ligne courbe optimale, cette ligne de tendance est utile lorsque le taux de changement dans les données augmente ou diminue rapidement, puis se stabilise. Une ligne de tendance logarithmique peut utiliser des valeurs négatives et positives. Une ligne de tendance logarithmique utilise cette équation pour calculer l'ajustement des moindres carrés par points: où c et b sont des constantes et ln est la fonction logarithmique naturelle. La courbe de tendance logarithmique suivante montre la croissance démographique prédite des animaux dans une zone d'espace fixe, où la population s'est stabilisée en tant qu'espace pour les animaux a diminué. Notez que la valeur R-carré est 0.933, ce qui est un ajustement relativement bon de la ligne aux données. Cette tendance est utile lorsque vos données fluctuent. Par exemple, lorsque vous analysez les gains et les pertes sur un grand ensemble de données. L'ordre du polynôme peut être déterminé par le nombre de fluctuations des données ou par le nombre de virages (collines et vallées) apparaissant dans la courbe. Typiquement, une ligne de tendance polynomiale Ordre 2 n'a qu'une seule colline ou une seule vallée, un Ordre 3 a une ou deux collines ou vallées, et un Ordre 4 a jusqu'à trois collines ou vallées. Une ligne de tendance polynomiale ou curviligne utilise cette équation pour calculer l'ajustement des moindres carrés par points: où b et sont des constantes. La ligne de tendance polynomiale Ordre 2 (une colline) montre la relation entre la vitesse de conduite et la consommation de carburant. Notez que la valeur R-squared est 0.979, ce qui est proche de 1 donc les lignes un bon ajustement aux données. En montrant une ligne courbe, cette ligne de tendance est utile pour les ensembles de données qui comparent des mesures qui augmentent à un taux spécifique. Par exemple, l'accélération d'une voiture de course à intervalles de 1 seconde. Vous ne pouvez pas créer une ligne de tendance de puissance si vos données contiennent des valeurs nulles ou négatives. Une ligne de tendance de puissance utilise cette équation pour calculer l'ajustement des moindres carrés par points: où c et b sont des constantes. Remarque: Cette option n'est pas disponible lorsque vos données incluent des valeurs négatives ou nulles. Le diagramme de mesure de distance suivant montre la distance en mètres par seconde. La ligne de tendance de puissance démontre clairement l'accélération croissante. Notez que la valeur R-squared est 0.986, ce qui est un ajustement presque parfait de la ligne aux données. Montrant une ligne courbe, cette ligne de tendance est utile lorsque les valeurs de données augmentent ou diminuent à des taux constamment croissants. Vous ne pouvez pas créer une ligne de tendance exponentielle si vos données contiennent des valeurs nulles ou négatives. Une courbe de tendance exponentielle utilise cette équation pour calculer l'ajustement des moindres carrés par points: où c et b sont des constantes et e est la base du logarithme naturel. La ligne de tendance exponentielle suivante montre la quantité décroissante de carbone 14 dans un objet à mesure qu'elle vieillit. Notez que la valeur R-squared est 0,990, ce qui signifie que la ligne s'adapte parfaitement aux données. Moyenne mobile Cette ligne de tendance corrige les fluctuations des données pour montrer un modèle ou une tendance plus clairement. Une moyenne mobile utilise un nombre spécifique de points de données (définis par l'option Période), les met en moyenne et utilise la valeur moyenne comme un point dans la ligne. Par exemple, si Période est défini sur 2, la moyenne des deux premiers points de données est utilisée comme premier point dans la ligne de tendance moyenne mobile. La moyenne des deuxième et troisième points de données est utilisée comme deuxième point dans la ligne de tendance, etc. Une ligne de tendance moyenne mobile utilise cette équation: Le nombre de points dans une ligne de tendance moyenne mobile est égal au nombre total de points de la série, Numéro que vous spécifiez pour la période. Dans un diagramme de dispersion, la ligne de tendance est basée sur l'ordre des valeurs x dans le graphique. Pour obtenir un meilleur résultat, triez les valeurs x avant d'ajouter une moyenne mobile. La courbe de tendance de la moyenne mobile suivante montre un schéma du nombre de maisons vendues sur une période de 26 semaines. Le tableau MAMR est utilisé lorsque vous n'avez qu'un seul point de données à la fois pour décrire une situation (par exemple des données peu fréquentes) Et les données ne sont pas normalement distribuées. Le graphique MAMR est très similaire au graphique Xbar-R. La seule grande différence est la façon dont les sous-groupes sont formés et les tests hors contrôle qui s'appliquent. Les étapes de construction du tableau de distance de déplacement moyen sont les mêmes que celles des cartes de contrôle Xbar-R (cliquez ici). Le graphique MAMR réutilise les données. Par exemple, les données ci-dessous indiquent les débiteurs pour chaque semaine. Les données pourraient être regroupées en trois sous-groupes et analysées à l'aide d'un tableau MAMR. Le premier sous-groupe de la carte MAMR est formé en utilisant les trois premiers résultats (pour les semaines de 25, 212 et 219). Le deuxième sous-groupe pour le tableau MAMR utilise les semaines de 212 et 219 et ajoute ensuite dans la semaine de 226. Les données pour les semaines 212 et 219 sont réutilisées dans le sous-groupe suivant. Cela continue pour chacun des échantillons restants. Cette approche vous permet de tracer un point avec chaque nouveau point de données au lieu d'attendre trois points de données pour former un sous-groupe. Les modèles cycliques sont typiques de la carte MAMR. Tests hors contrôle Puisque les données sont réutilisées, le seul test hors contrôle qui s'applique au tableau MAMR est des points au-delà des limites de contrôle. Limites de contrôle pour le graphique de plage de déplacement moyenMoving Les équations de limite de contrôle pour le tableau RangeMoving moyenne mobile sont identiques au graphique Xbar-R (cliquez ici pour les calculs de diagramme Xbar-R) Les diagrammes MAMR peuvent être mis à jour lorsque de nouvelles données sont ajoutées en sélectionnant Mettre à jour l'icône Graphique dans le menu SPC. Vous pouvez également modifier les options actuelles sur le graphique en sélectionnant l'icône Options dans le menu SPC. Vous pouvez également diviser les limites de contrôle, démarrer le graphique à un nouveau point et ajouter des commentaires (voir la section Actions de point unique dans les fichiers d'aide) ainsi que supprimer tous les points de contrôle ou définir la plage pour baser les limites de contrôle sur ( Voir la section Tous les points d'action dans les fichiers d'aide).Contact Info Recherche sur le site Centre de connaissances Graphiques des moyennes mobiles Les graphiques des moyennes mobiles sont un ensemble de diagrammes de contrôle pour les variables données (données quantitatives et continues, Dimension ou temps). Le graphique de la moyenne mobile analyse l'emplacement du processus au fil du temps, en fonction de la moyenne du sous-groupe actuel et d'un ou plusieurs sous-groupes précédents. Le graphique de la plage de déplacement surveille la variation entre les sous-groupes dans le temps. Les points tracés pour un graphique de portée moyenne mobile, appelé cellule, comprennent le sous-groupe courant et un ou plusieurs sous-groupes précédents. Chaque sous-groupe dans une cellule peut contenir une ou plusieurs observations, mais toutes doivent être de la même taille. Depuis 1982: la science de l'art pour améliorer votre rentabilité Quality America offre des logiciels de contrôle statistique des processus, ainsi que des matériels de formation pour Lean Six Sigma, la gestion de la qualité et la SPC. Nous adoptons une approche axée sur le client et sommes à la tête de nombreuses innovations logicielles, cherchant continuellement des moyens de fournir à nos clients les solutions les meilleures et les plus abordables. Leaders dans leur domaine, Quality America a fourni des logiciels et des produits de formation et des services à des dizaines de milliers d'entreprises dans plus de 25 pays. Copie de copyright 2013 Quality America Inc.
No comments:
Post a Comment