วิธีการ ไม่ เคลื่อนไหว เฉลี่ย กรอง ทำงาน

Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองดูที่ชุดข้อมูลเวลาของเรา คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2 5. คลิกที่ช่อง Interval และพิมพ์ 6.6 คลิกที่ Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและ จุดข้อมูลปัจจุบันเป็นผลให้ยอดและหุบเขาถูกทำให้ราบเรียบกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกเนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากพอ 9 ทำซ้ำตามขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วงเวลา 4. บทสรุป The la ช่วงที่มีค่าน้อยกว่าค่าเฉลี่ยเคลื่อนที่ที่ใกล้เคียงกับค่าเฉลี่ยที่เกิดขึ้นจริง MA. BREAKING DOWN Moving Average - MA. เป็นตัวอย่าง SMA ให้พิจารณาความปลอดภัย โดยมีราคาปิดดังต่อไปนี้เกินกว่า 15 วันสัปดาห์ที่ 1 5 วัน 20, 22, 24, 25, 23.Week 2 5 วัน 26, 28, 26, 29, 27.Week 3 5 วัน 28, 30, 27, 29, 28 MA 10 วันโดยเฉลี่ยจะปิดราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลครั้งแรกจุดข้อมูลถัดไปจะลดราคาเริ่มต้นเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ยและอื่น ๆ ดังที่แสดงด้านล่าง ตามที่ระบุไว้ก่อนหน้านี้ MAs lag การกระทำราคาปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมาระยะเวลาที่ยาวสำหรับ MA, ยิ่งล่าช้าดังนั้น MA 200 วันจะมีระดับมากขึ้นของความล่าช้ากว่า MA 20 วันเพราะ จะมีราคาสำหรับ 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การซื้อขายโดยใช้ MA ที่สั้นกว่าสำหรับการซื้อขายระยะสั้นและระยะยาว MAs เหมาะสำหรับนักลงทุนระยะยาวนักลงทุนและผู้ค้าหุ้นมีการซื้อขายพันธบัตรระยะยาว 200 วันโดยมีส่วนแบ่งเหนือและต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ถือเป็นสัญญาณการซื้อขายที่สำคัญนอกจากนี้ MAs ยังให้สัญญาณการซื้อขายที่สำคัญด้วยตัวเองหรือเมื่อมีค่าเฉลี่ย 2 ค่า ข้าม MA เพิ่มขึ้นแสดงให้เห็นว่าการรักษาความปลอดภัยอยู่ในขาขึ้นในขณะที่ MA ลดลงบ่งชี้ว่ามันอยู่ในขาลงในทำนองเดียวกันโมเมนตัมสูงขึ้นได้รับการยืนยันด้วยการข้ามตัวรั้นซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นข้ามเหนือระยะยาว MA ลดลง โมเมนตัมจะได้รับการยืนยันจากการพังทลายของไขว้หยาบคายซึ่งเกิดขึ้นเมื่อ MA ระยะสั้นทะลุต่ำกว่า MA ในระยะยาวนักวิทยาศาสตร์และวิศวกรของ S Guide to Digital Signal Processing โดย Steven W Smith, Ph. DChapter 15 การย้ายตัวกรองเฉลี่ย กรองเฉลี่ยเคลื่อนที่ในโลกที่สมบูรณ์แบบนักออกแบบตัวกรองจะต้องจัดการกับโดเมนเวลาหรือโดเมนข้อมูลที่เข้ารหัสเท่านั้น แต่ไม่เคยมีส่วนผสมของทั้งสองในสัญญาณเดียวกัน แต่น่าเสียดายที่มี ตัวอย่างเช่นสัญญาณโทรทัศน์ตกอยู่ในประเภทที่น่ารังเกียจนี้ข้อมูลวิดีโอจะถูกเข้ารหัสในโดเมนเวลานั่นคือรูปร่างของรูปคลื่นที่สอดคล้องกับรูปแบบของความสว่างในภาพอย่างไรก็ตามในระหว่างการส่งวิดีโอ สัญญาณจะได้รับการปฏิบัติตามองค์ประกอบความถี่เช่นแบนด์วิธรวมถึงวิธีการที่คลื่นผู้ให้บริการสำหรับการเพิ่มสีเสียงการกำจัดการคืนค่าส่วนประกอบ DC เป็นต้นตัวอย่างเช่นการรบกวนด้วยไฟฟ้า - แม่เหล็กจะเข้าใจได้ดีที่สุดในโดเมนความถี่ ตัวอย่างเช่นตัวตรวจวัดอุณหภูมิในการทดลองทางวิทยาศาสตร์อาจติดขัด 60 เฮิรตซ์จากสายไฟ 30 kHz จากแหล่งจ่ายไฟสลับหรือ 1320 กิโลเฮิร์ทซ์จากสถานีวิทยุ AM ในพื้นที่ ญาติของตัวกรองเฉลี่ยเคลื่อนที่มีประสิทธิภาพโดเมนความถี่ที่ดีขึ้นและสามารถเป็นประโยชน์ในการใช้งานโดเมนผสมเหล่านี้ได้หลายครั้ง ตัวกรองเฉลี่ยเคลื่อนที่จะต้องผ่านสัญญาณอินพุทผ่านตัวกรองค่าเฉลี่ยเคลื่อนที่สองครั้งหรือมากกว่ารูปที่ 15-3a แสดงเคอร์เนลของตัวกรองทั้งหมดที่เกิดจากการผ่านหนึ่งสองและสี่ครั้งการผ่านสองครั้งจะเทียบเท่ากับการใช้ไส้กรองรูปสามเหลี่ยม หลังจากผ่านสี่หรือมากกว่าเคอร์เนลตัวกรองที่เหมือนกันดูเหมือนว่า Gaussian เรียกคืนทฤษฎีบทข้อ จำกัด กลางดังที่แสดงไว้ใน b หลายครั้งส่งผลให้เกิดการตอบสนองขั้นตอนรูปเมื่อเทียบกับเส้นตรงของ single pass การตอบสนองความถี่ใน c และ d จะได้รับจาก Eq 15-2 คูณด้วยตัวเองสำหรับแต่ละครั้งนั่นคือทุกครั้งที่ผลการชักนำให้เกิดการชักนำให้เกิดการคูณของความถี่สเปกตรัมรูปที่ 15-4 แสดงการตอบสนองความถี่ของญาติสนิทอีกสองคนของตัวกรองค่าเฉลี่ยเคลื่อนที่เมื่อบริสุทธิ์ Gaussian ถูกใช้เป็นเคอร์เนลของตัวกรองการตอบสนองต่อความถี่ยังเป็น Gaussian ตามที่ได้กล่าวไว้ในบทที่ 11 Gaussian มีความสำคัญเนื่องจากมีการตอบสนองต่ออิมพัลของหลาย nat ural และ manmade systems ตัวอย่างเช่นชีพจรสั้น ๆ ของแสงที่เข้าสู่เส้นใยแก้วยาวสายส่งจะออกเป็นชีพจร Gaussian เนื่องจากเส้นทางที่แตกต่างกันโดยโฟตอนภายในเส้นใย Gaussian filter kernel ยังใช้อย่างกว้างขวางในการประมวลผลภาพเพราะ มันมีคุณสมบัติพิเศษที่ช่วยให้สามารถมองเห็นสองมิติได้อย่างรวดเร็วดูบทที่ 24 การตอบสนองความถี่ที่สองในรูป 15-4 สอดคล้องกับการใช้หน้าต่าง Blackman เป็นเคอร์เนลของตัวกรองหน้าต่างคำว่าไม่มีความหมายนี่เป็นเพียงส่วนหนึ่งของชื่อที่ยอมรับได้ เส้นโค้งรูปร่างที่แน่นอนของหน้าต่าง Blackman ได้รับในบทที่ 16 Eq 16-2 รูปที่ 16-2 แต่ดูเหมือนว่า Gaussian จะเป็นญาติของตัวกรองค่าเฉลี่ยเคลื่อนที่มากกว่าตัวกรองเฉลี่ยที่เคลื่อนที่ได้สามวิธี First และที่สำคัญที่สุดตัวกรองเหล่านี้มีการลดทอน stopband ดีกว่ากรองเฉลี่ยที่สองกรองเมล็ดเรียวไปยังแอมพลิจูต่ำที่อยู่ใกล้ปลายจำได้ว่าแต่ละจุดในผลลัพธ์ si gnal เป็นผลรวมถ่วงน้ำหนักของกลุ่มของตัวอย่างจากการป้อนข้อมูลถ้าเคอร์เนลกรอง tapers ตัวอย่างในสัญญาณอินพุตที่อยู่ไกลออกไปจะได้รับน้ำหนักน้อยกว่าที่ใกล้ชิดโดยที่สามการตอบสนองขั้นตอนเป็นเส้นโค้งเรียบมากกว่าทันทีทันใด บรรทัดสุดท้ายของค่าเฉลี่ยเคลื่อนที่ค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่และค่าเฉลี่ยของค่าเฉลี่ยที่เคลื่อนที่ได้ลดลงเมื่อมีการตอบสนองขั้นตอนที่คมชัด ในกรณีที่วัด risetime ของการตอบสนองขั้นตอนได้หาก risetime วัดจาก 0 ถึง 100 ขั้นตอนค่าเฉลี่ยตัวกรองค่าเฉลี่ยจะดีที่สุดเท่าที่จะทำได้ตามที่แสดงไว้ก่อนหน้านี้ในการเปรียบเทียบการวัด risetime ตั้งแต่ 10 ถึง 90 ทำให้ Blackman หน้าต่างดีกว่าตัวกรองเฉลี่ยที่เคลื่อนไหวจุดคือนี่เป็นเพียงการโต้เถียงทางทฤษฎีพิจารณาตัวกรองเหล่านี้เท่ากับในพารามิเตอร์นี้ความแตกต่างที่ยิ่งใหญ่ที่สุดในตัวกรองเหล่านี้คือการเรียกใช้ sp eed การใช้อัลกอริทึมแบบเรียกซ้ำที่อธิบายไว้ข้างหน้าตัวกรองค่าเฉลี่ยเคลื่อนที่จะทำงานเหมือนกับฟ้าผ่าในคอมพิวเตอร์ของคุณในความเป็นจริงมันเป็นตัวกรองสัญญาณดิจิตอลที่เร็วที่สุดเท่าที่มีอยู่ Multiple pass ของค่าเฉลี่ยเคลื่อนที่จะช้าลงเหมือนกัน แต่ก็ยังเร็วมากเมื่อเทียบกับ Gaussian และ ตัวกรอง Blackman กำลังช้าอย่างเหลือเชื่อเนื่องจากต้องใช้ convolution คิดเป็นสิบเท่าของจำนวนจุดในเคอร์เนลของตัวกรองตามการคูณประมาณ 10 ครั้งช้ากว่าการเติมตัวอย่างเช่นคาดว่า Gaussian 100 จุดจะช้ากว่า 1000 เท่า ค่าเฉลี่ยเคลื่อนที่โดยใช้การทับทิม