วิธีการ ทำ เคลื่อนไหว ค่าเฉลี่ย ใน วิชาคณิตศาสตร์

ค่าเฉลี่ยเคลื่อนที่หากข้อมูลนี้ถูกวางแผนไว้ในกราฟจะมีลักษณะดังนี้: แสดงว่ามีความหลากหลายของจำนวนผู้เข้าชมขึ้นอยู่กับฤดูกาล ในฤดูใบไม้ร่วงและฤดูหนาวมีน้อยมากในฤดูใบไม้ผลิและฤดูร้อน อย่างไรก็ตามหากเราต้องการเห็นแนวโน้มของจำนวนผู้เข้าชมเราสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ได้ 4 จุด เราทำเช่นนี้โดยหาจำนวนผู้เข้าชมเฉลี่ยในสี่ไตรมาสของปีพ. ศ. 2548: จากนั้นเราจะพบจำนวนผู้เข้าชมเฉลี่ยในช่วงสามไตรมาสสุดท้ายของปี 2548 และไตรมาสแรกของปี 2549: จากนั้นสองไตรมาสสุดท้ายของปี 2548 และสองไตรมาสแรก จากปี 2549: โปรดทราบว่าค่าเฉลี่ยล่าสุดที่เราสามารถหาได้คือช่วง 2 ไตรมาสสุดท้ายของปี 2549 และในช่วง 2 ไตรมาสแรกของปี 2550 เราคำนวณค่าเฉลี่ยเคลื่อนที่ของกราฟเพื่อให้แน่ใจว่าแต่ละค่าเฉลี่ยถูกวางแผนไว้ที่กึ่งกลางของสี่ไตรมาส ครอบคลุม: ตอนนี้เราสามารถเห็นได้ว่าผู้เข้าชมมีแนวโน้มลดลงเล็กน้อยส่วนนี้ดูที่ค่าเฉลี่ย มีสามประเภทหลักของค่าเฉลี่ยคือค่าเฉลี่ย - หมายถึงสิ่งที่คนส่วนใหญ่หมายถึงเมื่อพวกเขากล่าวว่าค่าเฉลี่ย มันถูกพบโดยการเพิ่มขึ้นทั้งหมดของตัวเลขที่คุณต้องไปหาค่าเฉลี่ยของและหารด้วยจำนวนของตัวเลข ดังนั้นค่าเฉลี่ยของ 3, 5, 7, 3 และ 5 เท่ากับ 235 4.6 โหมด - โหมดคือตัวเลขในชุดของตัวเลขที่เกิดขึ้นมากที่สุด ดังนั้นค่า modal ของ 5, 6, 3, 4, 5, 2, 5 และ 3 เท่ากับ 5 เนื่องจากมีจำนวนมากกว่า 5 วินาที มัธยฐาน - มัธยฐานของกลุ่มตัวเลขคือจำนวนที่อยู่ตรงกลางเมื่อจำนวนเป็นลำดับความสำคัญ ตัวอย่างเช่นถ้าชุดของตัวเลขเป็น 4, 1, 6, 2, 6, 7, 8, มัธยฐานคือ 6 วิดีโอนี้แสดงวิธีการคำนวณค่ามัธยฐานและโหมดเมื่อคุณได้รับข้อมูลที่ได้รับการจัดกลุ่ม, คุณลาดเททำงานออกหมายถึงว่าเพราะคุณไม่ทราบว่าค่าเป็นอย่างไร (คุณเพิ่งรู้ว่าพวกเขาอยู่ระหว่างค่าบางอย่าง) อย่างไรก็ตามเราคำนวณค่าประมาณด้วยสูตร: fx f. โดยที่ f คือความถี่และ x คือจุดกึ่งกลางของกลุ่ม (หมายถึงผลรวมของ) หาค่าประมาณสำหรับความสูงเฉลี่ยเมื่อความสูง 23 คนได้รับจากสองคอลัมน์แรกของตารางนี้: ในตัวอย่างนี้ข้อมูลจะถูกจัดกลุ่ม คุณ couldnt หาหมายถึงวิธีปกติ (โดยการเพิ่มตัวเลขและหารด้วยจำนวนตัวเลข) เพราะคุณไม่ทราบว่าค่าเป็น คุณรู้หรือไม่ว่าสามคนมีความสูงระหว่าง 121 ถึง 130 ซม. เช่นกัน แต่คุณไม่ทราบว่าความสูงเท่าไร ดังนั้นเราจึงประมาณค่าเฉลี่ยโดยใช้ fx f. วิธีที่ดีในการกำหนดคำตอบของคุณคือการเพิ่มคอลัมน์สองคอลัมน์ลงในตารางตามที่ฉันมี จุดกึ่งกลางหมายถึงจุดกึ่งกลางของแต่ละกลุ่ม ดังนั้นรายการแรกอยู่ตรงกลางของกลุ่ม 101-120 110.5 ตอนนี้ fx (เพิ่มค่าทั้งหมดในคอลัมน์สุดท้าย) 3316.5 f 23 ดังนั้นการประมาณค่าเฉลี่ยคือ 3316.523 144 ซม. (3s. f. ) วิดีโอสั้น ๆ นี้แสดงวิธีหาค่าเฉลี่ยโหมดและค่ามัธยฐานจากความถี่ ตารางสำหรับข้อมูลทั้งแบบแยกและแบบกลุ่ม ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อเปรียบเทียบชุดตัวเลขตามเวลา ตัวอย่างเช่นสมมติว่าคุณได้วัดน้ำหนักของเด็กในช่วงแปดปีและมีตัวเลขดังต่อไปนี้ (หน่วยเป็นกิโลกรัม): 32, 33, 35, 38, 43, 53, 63, 65 การใช้ค่าเฉลี่ยไม่ได้ให้ประโยชน์แก่เรา ข้อมูล. อย่างไรก็ตามเราอาจใช้ค่าเฉลี่ยของแต่ละระยะเวลา 3 ปี นี่คือค่าเฉลี่ยเคลื่อนที่ 3 ปี อันดับแรกคือ: (32 33 35) 3 33.3 ส่วนที่สองคือ (33 35 38) 3 35.3 ส่วนที่สามคือ (35 38 43) 3 38.7 และอื่น ๆ (มี 3 ข้อ) ในการคำนวณค่าเฉลี่ยเคลื่อนที่ 4 ปีคุณต้องทำ 4 ปีในแต่ละครั้งแทน โหมดคือตัวเลขในชุดของตัวเลขที่จะเกิดขึ้นมากที่สุด ดังนั้นค่า modal ของ 5, 6, 3, 4, 5, 2, 5 และ 3 เท่ากับ 5 เนื่องจากมีจำนวนมากกว่า 5 วินาที ช่วงคือจำนวนที่ใหญ่ที่สุดในชุดลบด้วยจำนวนที่น้อยที่สุด ดังนั้นช่วงของ 5, 7, 9 และ 14 คือ (14 - 5) 9. ช่วงนี้ช่วยให้คุณทราบวิธีกระจายข้อมูลออกไป ค่ามัธยฐานค่ามัธยฐานของกลุ่มตัวเลขคือจำนวนที่อยู่ตรงกลางเมื่อตัวเลขอยู่ในลำดับความสำคัญ ตัวอย่างเช่นถ้าชุดของตัวเลขเป็น 4, 1, 6, 2, 6, 7, 8 ค่ามัธยฐานคือ 6: 1, 2, 4, 6 6, 7, 8 (6 คือค่ากลางเมื่อตัวเลขเรียงตามลำดับ) หากคุณมี n ตัวเลขในกลุ่มค่ามัธยฐานคือค่า (n 1) 2 th ตัวอย่างเช่นมี 7 ตัวเลขในตัวอย่างข้างต้นดังนั้นแทนที่ n เป็น 7 และค่ามัธยฐานคือค่า (7 1) 2 ค่าที่ 4 ค่าที่ 4 เป็น 6. สิ่งที่มีการเคลื่อนไหวโดยเฉลี่ยส่วนที่ 1 ด้วยการแข่งขันกีฬาโอลิมปิก 2012 มาใกล้ชิดเวลา itrsquos เริ่มคิดเกี่ยวกับ 2016 ดังนั้นวันนี้จะลองนึกดูว่า youquore การฝึกวิ่งสำหรับการแข่งขันเมตร 1500 ที่โอลิมปิกต่อไป เกม. ในตอนท้ายของแต่ละวันคุณจะเข้าร่วมการแข่งขัน 1500 เมตรและบันทึกเวลาของคุณ เนื่องจากเรามีความหรูหราในการสร้างเรื่องราวนี้ให้น่าประทับใจมากที่สุดเท่าที่เราต้องการโปรดอย่าเพิ่งถือว่าการฝึกอบรมสำหรับการแข่งขันกีฬาโอลิมปิกครั้งนี้ (ซึ่งน่าประทับใจพอสมควร) letrsquos ถือว่าเป็นหนึ่งในรายการโปรดที่เร็วที่สุดที่จะชนะ ซึ่งหมายความว่าคุณต้องได้รับเวลาของคุณลงไปประมาณ 3:30 (ความหมาย 3 นาที 30 วินาที) hellipwhich เป็นจริงรวดเร็วจริงๆคำถามใหญ่สำหรับวันนี้คือ: Whatrsquos วิธีที่ดีที่สุดในการติดตามความคืบหน้าของคุณในคำอื่น ๆ คุณรู้ได้อย่างไร ถ้า youquore การปรับปรุงพอคุณควรมองไปที่การเปลี่ยนแปลงวันต่อวันในเวลาของคุณหรือมีวิธีที่ดีกว่าในความเป็นจริง therersquos ไม่มีคำตอบที่ถูกหรือผิดอย่างถูกต้อง heremdashbut มีคำตอบที่ดีและแย่ลง และคำตอบที่ดีกว่าในสถานการณ์นี้คือการใช้สิ่งที่เรียกว่าค่าเฉลี่ยเคลื่อนที่เพื่อติดตามความก้าวหน้าของคุณ เหตุใด Thatrsquos ถึงสิ่งที่จะพูดถึงในวันนี้ โน้ตบุ๊ค Runnerrsquos: สัปดาห์ที่ 1 การเดินทางกลับไปยังเควสของคุณสำหรับพระสิริโอลิมปิกโอลิมปิก 1500 เมตร Letrsquos เริ่มต้นด้วยการดูเวลาการฝึกซ้อมที่คุณบันทึกไว้ในช่วงสัปดาห์ที่ผ่านมา ในวันจันทร์คุณวิ่ง 1500 เมตรใน 3:45 ในวันอังคารที่คุณปรับปรุงไป 3:38 ในวันพุธที่คุณน้อยและออกมาในเวลา 3:50 วันพฤหัสบดีที่ดีกว่าที่ 3:41 และวันศุกร์ได้ดียิ่งขึ้นที่ 3 : 36 ตามที่คุณเห็นเวลาของคุณเด้งไปทั่วสถานที่ ดังนั้นวิธีที่คุณสามารถต่อสู้ผ่านระเบียบนี้และคิดออกว่าคุณดีขึ้นจริงๆถ้าคุณดีขึ้นสำหรับเรื่องที่ดีตั้งแต่คุณไปจาก 3:45 ในวันจันทร์ถึง 3:36 ในวันศุกร์ที่เราสามารถบอกได้ว่าคุณดีขึ้น โดย 9 secondshellipright หรือว่าแง่ดีเกินไปรีวิว: เฉลี่ยและเฉลี่ยเมื่อต้องการตอบคำถามเหล่านี้เราต้องคิดออกว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่ใด และเพื่อให้เข้าใจว่าค่าเฉลี่ยเคลื่อนที่คืออะไรเราต้องเข้าใจว่าคำว่า ldquoaveragerdquo หมายความว่าอย่างไร เมื่อพูดถึงเรื่องก่อน ๆ เกี่ยวกับเรื่องนี้คำว่า ldquoaveragerdquo สามารถบอกได้หลายอย่าง แต่โดยปกติแล้วจะหมายถึง whatrsquos ที่รู้จักกันในชื่อ mean. อย่างที่คุณอาจทราบเพื่อหาค่าเฉลี่ยของกลุ่มตัวเลขที่เราเพิ่มขึ้นและหารด้วยขนาดของกลุ่ม ดังนั้นเพื่อหาค่าเฉลี่ยของคุณ 1500 เมตรเวลาในการปฏิบัติ 5 จากสัปดาห์ที่ผ่านมาเพียงแค่เพิ่มขึ้นครั้งและหารด้วย 5 เพื่อให้ได้ค่าเฉลี่ยของ 3:42 โน้ตบุ๊ก Runnerrsquos: สัปดาห์ที่ 2 แต่ค่าที่แท้จริงหมายถึงอะไรจริงๆหมายถึงอะไรเพื่อให้สิ่งที่ชัดเจนยิ่งขึ้น letrsquos ใส่สัปดาห์ที่ยาวนานขึ้นอีกหนึ่งเรื่องที่ควรจะเรียกใช้ในสมุดบันทึก runnerrsquos ของคุณ Letrsquos สมมติว่าสัปดาห์ต่อมารวมเวลา 3:44 แล้วลงไป 3:38 ถึง 3:45 ลงไป 3:34 และในที่สุดก็จบลงในวันศุกร์ด้วยเวลา 3:39 เช่นเดียวกับที่เราทำกับช่วงสัปดาห์แรก ๆ เราสามารถหาเวลาเฉลี่ยในการฝึกของคุณในช่วงสัปดาห์ที่สองโดยเพิ่มขึ้นและหารด้วย 5 ผลเป็นค่าเฉลี่ย 3:40 ตอนนี้กลับไปที่คำถาม: ค่าเฉลี่ยเหล่านี้หมายความว่าอะไรดีการหาค่าเฉลี่ยสำหรับสัปดาห์ที่กำหนดเป็นเพียงวิธีการอย่างเท่าเทียมกันในช่วงเวลาเหล่านั้นตลอดทั้งสัปดาห์ และเมื่อเปรียบเทียบช่วงเวลาที่ได้รับการปรับปรุงให้ดีขึ้นสำหรับสองสัปดาห์นี้เราเรียนรู้ว่าคุณปรับปรุงจากระดับเฉลี่ย 3:42 วินาทีในสัปดาห์แรกเป็นเฉลี่ย 3:40 วินาทีในสัปดาห์ที่สอง ค่าเฉลี่ยหมายความว่า yourquove ปรับปรุง 2 วินาทีเมื่อ averagehellipnot bad ทำไมต้องรำคาญกับค่าเฉลี่ย แต่คุณอาจจะสงสัยว่าทำไมเรารำคาญที่จะหาค่าเฉลี่ยที่ Isnrsquot ทั้งหมดนี้ทำงานมากขึ้นกว่าที่เราต้องทำถ้าหากพยายามพยายามที่จะตัดสินความคืบหน้า, canrsquot เราเพียงแค่มองไปที่การเปลี่ยนแปลงวันต่อวันในระยะเวลา 1500 เมตรของคุณ แต่น่าเสียดายที่ไม่ได้จริงๆน้อยกว่าอย่างง่ายดายไม่ได้อย่างง่ายดาย เนื่องจากเมื่อเทียบได้เช่นเดียวกับสิ่งอื่น ๆ ในโลกนี้ ราคาหุ้น และน้ำหนักของคุณเพื่อตั้งชื่อการปฏิบัติงานในระยะ 1500 เมตรไม่กี่เมตรอาจมีความผันผวนมากจากวันต่อวัน และความผันผวนดังกล่าวทำให้ยากที่จะแยกการเปลี่ยนแปลงที่มีความหมายออกจากความคืบหน้าจริงจากความรู้สึกที่ไร้ความหมายที่นี่วันนี้หายไปในวันพรุ่งนี้ ความผันผวนอาจทำให้ยากที่จะแยกการเปลี่ยนแปลงที่มีความหมายออกจากเสียงที่ไม่มีความหมาย บางครั้งเสียงนี้จะชะลอเวลาของคุณ (บางทีคุณอาจกินอะไรบางอย่างที่ didnrsquot เห็นด้วยกับคุณในเช้าวันนั้น) และบางครั้งก็จะเร่งขึ้น (บางทีคุณมีลมที่ดีโดยเฉพาะอย่างยิ่งที่ด้านหลังของคุณใน homestretch) แต่ประเด็นสำคัญก็คือความผันผวนแบบขึ้นและลงเหล่านี้ส่วนใหญ่หายไปเมื่อคุณเรียบขึ้นโดยการหาค่าเฉลี่ย ค่าเฉลี่ยเคลื่อนที่คืออะไรความสามารถในการติดตามการปรับปรุงสัปดาห์ต่อสัปดาห์โดยการหาค่าเฉลี่ยรายสัปดาห์ในรูปแบบที่ทำกันมาจนถึงปัจจุบันเป็นสิ่งที่ดี แต่ถ้าคุณต้องการติดตามการเปลี่ยนแปลงแบบวันต่อวันของคุณมีวิธีใดบ้าง ที่จะทำและยังคงได้รับการกำจัดความผันผวนที่มีเสียงดังกล่าวในคำอื่น ๆ จะมีวิธีการทำความสะอาดข้อมูลเพื่อให้คุณสามารถมองเห็นป่าจากต้นไม้ที่คุณอาจจะเดา thatrsquos ว่าสิ่งที่ค่าเฉลี่ยเคลื่อนที่ไม่ มีค่าเฉลี่ยเคลื่อนที่อยู่หลายแบบ แต่ในปัจจุบันนี้จะเน้นไปที่ค่าสัมบูรณ์ที่เรียกง่าย ๆ ว่า moving average Letrsquos กล่าวว่าคุณต้องการติดตามเวลาในการแข่งขันโดยใช้ค่าเฉลี่ยเคลื่อนที่ 3 วัน หากต้องการหาเวลาเฉลี่ยสำหรับวันเพียงแค่เพิ่มเวลาวันดังกล่าวในช่วงเวลาจาก 2 วันก่อนหน้านี้และหารด้วย 3 (หากต้องการใช้ค่าเฉลี่ยเคลื่อนที่ 4 วันแทนให้เพิ่มเวลาในแต่ละช่วงเวลาจากช่วงก่อนหน้า 3 วันและหารด้วย 4 ฯลฯ ) หากคุณทำเช่นนี้ในช่วงสัปดาห์ที่สองในสมุดบันทึก runnerrsquos ของคุณคุณจะพบเวลาเฉลี่ยเคลื่อนที่ 3 วันที่ 3: 44.33 ในวันพุธแรก (ซึ่งถ้าคุณคิดว่าเป็น วันแรกที่คุณสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ 3 วันได้) จากนั้นลดลงเป็น 3: 43.00 ลงไปอีก 3: 42.33, 3: 40.33 และ 3: 39.33 จากนั้นขึ้นไปอยู่ที่ 3: 42.33 จนถึง 3: 39.00 , และสุดท้ายจบที่ 3: 39.33 ในวันศุกร์ที่สอง อย่างที่คุณเห็น แต่ยังคงมีความผันผวนอยู่ในแต่ละวัน แต่พวกเขามีความโดดเด่นน้อยกว่าที่เคยเป็นมาก่อนเนื่องจากหน้าต่าง 3 วันทำให้พวกเขาออกมาเผยให้เห็นถึงแนวโน้มโดยรวมของ trendmdasha ซึ่งบ่งชี้ว่าคุณสามารถเดินทางไปยังปี 2016 ได้ โอลิมปิก Glory โอเค thatrsquos คณิตศาสตร์ทั้งหมดที่เรามีเวลาสำหรับวันนี้ แต่นั่นไม่ใช่ทั้งหมดที่เราต้องพูดเกี่ยวกับการย้ายค่าเฉลี่ย ตัวอย่างเช่นคุณทราบได้อย่างไรว่าหน้าต่างใหญ่ที่คุณควรติดตามเกิดอะไรขึ้นถ้าคุณเปลี่ยนขนาดของหน้าต่างนั้นอะไรคือค่าเฉลี่ยเคลื่อนที่แบบอื่น ๆ บางค่าและอะไรคือแอ็พพลิเคชันอื่นในโลกแห่งความเป็นจริง คำถามเหล่านี้และอีกมากมายในตอนที่จะมาถึง นอกจากนี้ตามที่โชคดีจะมีคุณสามารถหาตัวอย่างของเพียงวิธีการที่มีประโยชน์ในการย้ายค่าเฉลี่ยอยู่ในนี้ weekrsquos โภชนาการ Diva ตอนเกี่ยวกับวิธีที่ดีที่สุดเพื่อติดตามน้ำหนักของคุณ ตรวจสอบให้แน่ใจเพื่อตรวจสอบออกอย่าลืมเป็นแฟนของคณิตศาสตร์เพื่อนบน Facebook ที่ yoursquoll ของคุณพบจำนวนมากของคณิตศาสตร์ที่ดีโพสต์ตลอดทั้งสัปดาห์ หาก youquore บน Twitter โปรดปฏิบัติตามฉันที่นั่นด้วย สุดท้ายกรุณาส่งคำถามทางคณิตศาสตร์ของฉันทาง Facebook พูดเบาและรวดเร็ว หรืออีเมลที่ mathdudequickanddirtytips. Moving เฉลี่ย: สิ่งที่พวกเขาอยู่ในบรรดาตัวบ่งชี้ทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบัน ค่าเฉลี่ยเคลื่อนที่ทุกประเภท (เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA) คือผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนจุดข้อมูลที่ผ่านมา เมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงในแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมด รูปแบบที่ง่ายที่สุดของค่าเฉลี่ยเคลื่อนที่โดยทั่วไปหมายถึงค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย (SMA) โดยคำนวณค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนด ตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและหารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา (110) คือ หารด้วยจำนวนวัน (10) เพื่อให้ได้ค่าเฉลี่ย 10 วัน หากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันแทนจะต้องมีการคำนวณประเภทเดียวกัน แต่จะรวมราคาในช่วง 50 วันที่ผ่านมา ค่าเฉลี่ยที่เกิดขึ้นด้านล่าง (11) คำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบกับ 10 วันที่ผ่านมาอย่างไร บางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าเป็นค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยปกติ คำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ ๆ ต้องมาเพื่อแทนที่ ดังนั้นชุดข้อมูลจึงมีการย้ายข้อมูลบัญชีใหม่ ๆ ไปเรื่อย ๆ วิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้น ในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุดที่ 5 ช่องสีแดง (แทนจุดข้อมูล 10 จุดที่ผ่านมา) จะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณ เนื่องจากค่าที่ค่อนข้างเล็ก 5 จะแทนที่ค่าที่สูงถึง 15 คุณจึงคาดว่าจะเห็นค่าเฉลี่ยของการลดข้อมูลชุดซึ่งในกรณีนี้มีค่าตั้งแต่ 11 ถึง 10 ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่เมื่อค่าของ MA ได้รับการคำนวณพวกเขาจะวางแผนลงบนแผนภูมิและเชื่อมต่อแล้วเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่ เส้นโค้งเหล่านี้มีอยู่ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีการใช้งานเหล่านี้อาจแตกต่างกันอย่างมาก (ในภายหลัง) ดังที่เห็นในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิโดยการปรับจำนวนช่วงเวลาที่ใช้ในการคำนวณ เส้นโค้งเหล่านี้ดูเหมือนจะเสียสมาธิหรือทำให้เกิดความสับสนในตอนแรก แต่คุณจะคุ้นเคยกับมันเมื่อเวลาผ่านไป เส้นสีแดงเป็นเพียงราคาเฉลี่ยในช่วง 50 วันที่ผ่านมาในขณะที่เส้นสีน้ำเงินเป็นราคาเฉลี่ยในช่วง 100 วันที่ผ่านมา ตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่คืออะไรและแนะนำให้ใช้ค่าเฉลี่ยเคลื่อนที่ที่ต่างกันและดูว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวถึงก่อนหน้านี้เท่าไร ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นที่นิยมอย่างมากของผู้ค้า แต่เป็นตัวบ่งชี้ทางเทคนิคทั้งหมดก็มีนักวิจารณ์ หลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในลำดับ นักวิจารณ์ยืนยันว่าข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้าย ในการตอบสนองต่อคำวิจารณ์นี้ผู้ค้าเริ่มให้น้ำหนักกับข้อมูลล่าสุดซึ่งนำไปสู่การประดิษฐ์เครื่องคิดเลขใหม่ ๆ ประเภทต่างๆซึ่งเป็นที่นิยมมากที่สุดซึ่งเป็นค่าเฉลี่ยเคลื่อนที่แบบเสวนา (EMA) (สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลเบื้องต้นเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA กับ EMA) ค่าเฉลี่ยเคลื่อนที่แบบเสวนาค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากกว่าราคาล่าสุดในความพยายามที่จะทำให้การตอบสนองดีขึ้น ข้อมูลใหม่ ๆ การเรียนรู้สมการที่ค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจไม่จำเป็นสำหรับผู้ค้าจำนวนมากเนื่องจากเกือบทุกชุดรูปแบบแผนภูมิทำคำนวณสำหรับคุณ อย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA: เมื่อใช้สูตรในการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าที่จะใช้เป็น EMA ก่อนหน้านี้ ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและต่อเนื่องโดยใช้สูตรด้านบนจากที่นั่น เราได้จัดเตรียมสเปรดชีตตัวอย่างไว้ในตัวอย่างชีวิตจริงในการคำนวณทั้งค่าเฉลี่ยเคลื่อนที่แบบเรียบและค่าเฉลี่ยเคลื่อนที่แบบเสวนา ความแตกต่างระหว่าง EMA กับ SMA ตอนนี้คุณเข้าใจดีว่า SMA และ EMA ถูกคำนวณไปแล้วลองดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไร เมื่อพิจารณาการคำนวณ EMA คุณจะสังเกตเห็นว่าจุดข้อมูลสำคัญ ๆ อยู่ในจุดข้อมูลล่าสุดทำให้เป็นประเภทของค่าเฉลี่ยถ่วงน้ำหนัก ในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเหมือนกัน (15) แต่ EMA จะตอบสนองต่อราคาที่เปลี่ยนแปลงได้เร็วขึ้น สังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลง การตอบสนองนี้เป็นเหตุผลหลักที่ทำให้ผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA อะไรที่แตกต่างกันระหว่างวันหมายถึงค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกช่วงเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ย ช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วัน ช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความละเอียดอ่อนมากขึ้นคือการเปลี่ยนแปลงราคา ยิ่งช่วงเวลาที่ยาวนานขึ้นเท่าไรก็ยิ่งอ่อนไหวหรือเรียบเนียนขึ้นเท่านั้นโดยเฉลี่ยแล้ว ไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณ วิธีที่ดีที่สุดในการพิจารณาว่ารูปแบบใดที่ดีที่สุดสำหรับคุณคือการทดสอบกับช่วงเวลาต่างๆจนกว่าคุณจะพบกับช่วงเวลาที่เหมาะสมกับกลยุทธ์ของคุณ