نتیجه گیری نهایی در مورد میانگین حرکت

یک مدیر یک انبار می خواهد بداند که یک تأمین کننده معمولی در 1000 واحد واحد ارائه می دهد. او/او نمونه ای از 12 تأمین کننده را به طور تصادفی می گیرد و نتایج زیر را بدست می آورد:

میانگین محاسبه شده یا میانگین داده ها = 10. مدیر تصمیم می گیرد از این به عنوان تخمین هزینه یک تأمین کننده معمولی استفاده کند.

• "خطا" = مقدار واقعی صرف شده منهای مقدار تخمینی.
• "خطای مربع" خطای فوق ، مربع است.
• "SSE" مجموع خطاهای مربع است.
• "MSE" میانگین خطاهای مربع است.

تخمین = 10

SSE = 36 و MSE = 36/12 = 3. جدول نتایج MSE به عنوان مثال با استفاده از تخمین های مختلف بنابراین برآوردگر مبلغ صرف شده برای هر تأمین کننده چقدر خوب بود؟بگذارید تخمین (10) را با تخمین های زیر مقایسه کنیم: 7 ، 9 و 12. یعنی ما تخمین می زنیم که هر تأمین کننده 7 دلار یا 9 دلار یا 12 دلار هزینه کند.

انجام همان محاسباتی که به آن می رسیم:

برآوردگر با کوچکترین MSE بهترین است. می توان از نظر ریاضی نشان داد که برآوردگر که MSE را برای مجموعه ای از داده های تصادفی به حداقل می رساند ، میانگین است. جدول نشان دادن خطای مربع برای میانگین داده های نمونه در مرحله بعد ، میانگین را بررسی خواهیم کرد تا ببینیم که چقدر درآمد خالص را با گذشت زمان پیش بینی می کند.

در جدول بعدی ، درآمد قبل از مالیات یک تولید کننده رایانه شخصی بین سالهای 1985 و 1994 ارائه شده است.

1. میانگین یا میانگین "ساده" از تمام مشاهدات گذشته فقط یک تخمین مفید برای پیش بینی در صورت عدم وجود روند است. اگر روندهایی وجود دارد ، از تخمین های مختلفی استفاده کنید که روند را در نظر می گیرد.

    

• 3/3 + 4/3 + 5/3 = 1 + 1. 3333 + 1. 6667 = 4.

ضرب 1/3 وزن نامیده می شود. به طور کلی:

$ $ bar = frac sum_^ = سمت چپ ( frac راست) x_1 + سمت چپ ( frac راست) x_2 ، + ،. ، + ، سمت چپ ( frac راست) x_n ،.$ $